大數據的發展速度有目共睹，想要在競爭社會中走的更遠，人人都需要建立大數據思維。那么在建立大數據思維中，有哪些挑戰呢？
第一，大數據應用和商業回報間的矛盾。未來的大數據應用一定是可定制的、可在云上打包的服務，即將業務、數據、分析能力多面定制，一起打包。企業需要可快速部署和有明確ROI 回報的應用，這涉及到數據的質量和豐富度及業務人員對數據的依賴度。這需要企業內各個部門的有效協作，并規避無法確定的風險，比如分析結果的不確定性，業務場景的復雜性，人員的能力缺失等。
傳統手段，比如通過社交媒體、郵件、網絡文本等獲得的數據量非常龐大，但解破這些數據的關系和價值卻給企業帶來巨大挑戰。企業希望成為數據的主人，但在辨析數據的有效性、能帶來哪些商業回報，以及如何幫助決策等方面卻缺乏有效工具。大數據魔鏡是一款高端的免費數據可視化分析工具，是企業們不錯的選擇。
第二，海量數據與核心數據間的矛盾。要做大數據，首先要了解自己的企業，或者企業所在的行業的核心是什么。調研中我們發現，有很多企業在競爭過程中，最終不是被現有競爭對手打敗，而是被很多潛在未知的競爭對手打敗的。
舉例來說，大部分人都認為亞馬遜是做電商的，但其實亞馬遜現在最主要的收入來自云服務，也就意味著亞馬遜的核心數據（價值）是云服務。只有在此基礎上，亞馬遜建立的大數據才是有效的、服務于戰略的。
第三，內部數據與外圍數據間的矛盾。企業所獲取的數據，很大一部分是內部數據，這讓企業面對另一個挑戰，如何讓內部數據與外圍相關數據產生聯系并使之成長。只有讓內外部數據的交融在用戶場景中，才能為業務用戶描繪更精準的業務發展空間。
第四，規律發現和規律失效間的矛盾。普華永道的調研顯示，從大數據應用總結出的規律來看，建立失效預警是特別必要的。當企業通過大數據分析發現一個規律，并在現實中應用時，必須要設立一些預警指標。當指標達到一定程度，既表明之前發現的規律已經失效，必須發現新的規律、建立新相關指標，這稱為數據價值的有效性。
沒有根據實際應用場景的變化而及時更新的數據，挖掘得再多都是無謂的浪費，熟練應用失效預警，企業才能培養起團隊對數據真實有效的敏感性。
京公網安備 11010502049343號