數據本身也許不是一個產業，但數據卻是許多產業的價值基礎。數據是ICT與所有科學的基礎，是解決問題的必要工具及技能，但數據的確需要去開采，也需要技術及工具，但技術及工具也可能會用錯或浪費資源，所以技術人員不能只看技術，而是要去理解數據真正的價值所在。

值得注意的是，數據的成長速度相當驚人，而且使用過後，數據不會消失，而且還可能衍生更多的價值。以個人數據為例，當使用者戴上智慧手環時，可以讓用戶掌握睡眠數據，進而發現健康問題;企業數據的商業價值，可以為企業帶來獲利的商機;政府及NGO因為往往會掌握許多攸關社會問題的價值，如果能夠將蒐集的數據整理好，放在網路上供大眾使用，數據就會產生解決社會問題的價值。

大數據的價值，其實是從數據產品(Data Product)而生。數據產品是指使用一或多種數據擊，進行處理或分析後，再以軟體系統、云服務、結構化數據、報表或視覺化圖表等方式，交付的產品或服務。

至於打造數據產品的流程，首先是由處理者運用技術或人工的方式蒐集數據，并加以清洗及整理，指出，這個過程會占處理者70%～85%的工作時間。再交給分析者進行探索及建立統計模型的作業，最後交給策略者將分析數據的結果，打造出數據產品。

前述的處理流程，會因為數據的巨量化而產生更多的價值。大數據也可以翻譯成「大數據」，含意可以用「數據為大」來解釋，企業不要再靠經驗來判斷，而是可以用數據來做決策。

自從網際網路興起後，企業已經意識到電子商務交易過程所產生的數據重要性，大數據的世界，其實是一種多結構化的數據結構世界，其中同時包含結構化及非結構化數據，必須要進行儲存、匯整、轉換及運算的整合精煉處理，讓大數據變成整合數據(Total Data)，才能可以產生更多的價值，進而形成數據經濟。

在數據經濟中有三大要角-原始數據的擁有者，如電信、金融業者、數據技術團隊，負責數據處理及分析，最後則是趨勢專家，負責分析數據產生的原因，每一個要角各司其職，不可或缺，因為數據不僅要用出價值，而且不能亂用，同時要符合法律規范，否則反而會對企業造成困擾。

其實就像許多老公司擁有經驗豐富的老師傅，卻不知道如何將老師傅的經驗傳承給其他新進員工一樣，許多數據擁有者，坐擁號稱21世紀金礦的大數據，往往會發現，想要將趨勢知識結構化與傳承等非結構化數據，其實有一定的困難度，如想要建立數據科學(分析)團隊，卻要面臨沒有足夠人才的挑戰。

大數據專案的失敗率，往往會高於一般專案，其中的原因在於范圍失準及缺乏跨部門協作。因此認為，企業必須要先建立企業數據價值平臺，先行整合內部組織，如行銷人員想要做客戶行為分析時，數據部門要有能力迅速提供數據，往往需要上層管理人員來處理。其中又以業務、行銷和客戶服務部門，大數據所能凸顯的價值最為明顯。

事實上，企業想要獲取巨量價值，需要跨越不少的挑戰。如要讓業務部門能夠共享跨組織的資訊、有能力掌握專門處理大數據的新科技、同時可能處理結構性及非結構性數據、建立具有高可信度的數據分析成果及尋找相關的人才等。

企業想要打造出成功的數據產品，首先就是要對大數據抱持正確的信念，如果您本來就相信數據的價值，剩下的就只是技術問題，但如果您本來就認為數據沒有價值，剩下的都是問題。

有關企業與組織方面，企業要了解跨部門萃取數據將是常態，一定要先確認目標與共享KPI，與大數據有關的相關人員必須要站出來，定位好數據擁有者、數據科學團隊及趨勢專家，讓每個數據科學團隊的成員，都能擁有成員無法超越的長項。

而在數據處理流程上，認為洞見或視野并非數據價值的終點，行動才是關鍵。因為數據加總不等於統計、統計不等於分析、分析不等於洞見、洞見不等於行動，除了90%的自動化機器處理外，10%的人工化處理也是不可或缺。

大數據分析雖然看似是一個科技議題，但其實應該看成是一個披著科技皮的企業管理議題，善用者，可以藉此改變企業的DNA，其中的成功關鍵在於跨領域溝通。

原文鏈接：http://www.thebigdata.cn/YeJieDongTai/13953.html