199IT原創編譯

知道大數據的重要性并不等于充分利用大數據。調查發現很多企業正在起步階段，但是還沒有在運營中使用大數據。調查顯示雖然60%的高管認為未來三年大數據將打破當前行業現狀，但是當前只有13%的企業大規模實施大數據生產。

指數一：2004年到2014年不同技術的關注度（Google趨勢）

　　 指數二：大數據實施狀態

最大的阻礙是大部分企業無法從投資中獲利。只有27%的受訪者認為他們的大數據計劃是成功的，只有8%的受訪者認為是非常成功的。事實上，企業正在努力嘗試，盡管大數據只是驗證概念，平均成功率只有38%。

指數三：實施大數據的主要挑戰

　　 指數四：大數據挑戰的潛在原因

指數四顯示最重要的兩個原因是數據過于分散；以及分析團隊之間缺少足夠的協調性。

在成功實施大數據的過程中有很多因素起著重要作用，其中最大的因素是企業有很強大的運營模式。這個模式中包括多個因素，而明確的組織結構、具有系統性的實施計劃和強大的領導層支持至關重要。

指數五：比較不同因素的成功率

正如指數五顯示的，有分析業務部門協作的企業大數據實施成功率是各團隊之間孤立運行的企業的2.5倍。

那些成功實施大數據計劃的企業采用系統化的實施方法，將投資回報最大化。但是，調查顯示74%的企業并沒有識別、鑒定和篩選大數據使用情況的明確標準。67%的企業沒有評估大數據計劃明晰的績效指標（KPI）。缺少系統化的方法影響了大數據實施成功率。

指數六：比較各種情況下大數據實施成功率

成功實施大數據的企業都有強大的領導層推動大數據計劃進行，但是調查顯示只有34%的企業有首席數據官。

成功實施大數據還需要利用多渠道建構自己的大數據能力。

整合大數據實施

選擇適合自己的模型才能最大化大數據實施的投資回報，包括設置強大的管理框架、建構正確的數據管理能力、為建立分析技術團隊制定明確的戰略、創建適當的技術基礎。

指數七：大數據運行模式中的各個模塊

采用迭代方法推進大數據實施。企業在實施大數據過程中不斷面臨著挑戰和失敗，采用迭代方法能夠快速過濾出不可行的使用情況，優化大數據實施。

指數八：最佳實踐——AT&T的快速實施方法

確保股東能支持大數據計劃并愿意為其提供充足的資金：突出大數據的顛覆性影響；強調這種影響是跨組織領域的；識別企業內各領域突出人才；為受眾量身定制商業案例。

通過設立強大的安全性和隱私保障措施進行危機管理。