企業早已意識到大數據的商業價值。同樣是投資大數據，別人的回報率為什么更高？一是要掌握投資時機；二是商業模式、清晰的戰略定位、穩固的數據基礎設施等因素都是影響大數據價值發揮的因素。

不考慮體量、種類和速率，大數據本身是毫無價值的。只有當商業用戶利用它們為企業創造價值時，它們才是無價之寶。正因如此，我們需要“大”分析。

多數企業都有監控數據倉庫的長期報告和儀表盤，但是并不對外開放這些資源庫，由此阻礙了為了滿足需求而誕生的深度探索。導致這種情況的一部分原因是分析工具對大多數普通用戶來說過于復雜，另一部分原因是對于用戶來說，資源庫的信息還遠遠不夠用。隨著大數據分析范式的出現，這種情況將發生戲劇式的變化（有些變化甚至已經登上了舞臺）。

對于企業來說，大數據的價值與挑戰并存。傳統的捕獲、存儲、分析方法并不能快速有效地處理大數據，因此，研發（或者購買、雇傭、外包）新技術來接這塊燙手山芋成為了當務之急。

在做這項投資之前，企業首先要師出有名。以下的問題也許能使你在這點上更加明朗地看清一些。如果你的企業存在以下幾種情況，你就要慎重考慮開始你的大數據之旅：

●受目前使用的平臺和環境限制，你無法處理想要處理的數據；

●你想將最新的數據源（如社交媒體、RFID標簽、傳感器、網頁、GPS、文本數據）納入到分析平臺，但是它們無法和數據存儲中由架構定義的行與列兼容而又不失真實性和豐富性；

●為了實時分析，你需要盡可能快地整合資源；

●由于新數據本質未知，或者沒有足夠的時間確定本質，然后再開發相應的架構，你需要一個按需變化架構（與關系數據庫管理系統中使用的先定架構相對）數據存儲范式來適應這種情況；

●數據到達的速度遠遠超出你企業目前使用的傳統分析方法能夠處理的速度。

正如其他大型IT類投資一般，大數據分析能否成功取決于一系列因素。圖一形象地展示了一些最關鍵的因素。

　　圖一大數據分析成功的關鍵因素

以下是對這些關鍵因素的解讀：

●清晰的商業需求（愿景與戰略一致）。商業投資應該是為了更好地商業發展而不是純粹追求高科技。因此大數據分析的首要驅動力應該是商業需求，不管來自于什么層面：戰略、技術或者運營。

●強大穩定的支持（即執行支持者）。眾所周知，離開了強大穩定的執行層的支持，改革很難（幾乎不可能）成功。如果目標范圍只是一個或者幾個的分析應用，那么部門級別的支持就足夠了。但若想進行整個企業的轉型（使用大數據的初衷常常在于此），就需要來自最高層的、整個企業的支持。

●商業戰略和IT戰略間的一致。必須要確定分析工作總是為了支持商業戰略，而不是商業戰略支持分析工作。分析工作應該在商業戰略中扮演推動者的作用。

●實事求是的決策文化。在實事求是的決策文化中，數據推動著決策。而不是直覺、感覺和猜測。同時，這種文化還伴隨一種以實驗決定哪些有效、哪些無效的實驗文化。要創造實事求是的決策文化，企業高層需要：

1.認識到一些人總是不能或者不愿意作出調整的；

2.用實際聲音表達自己的支持；

3.強調必須拋棄過時的方法；

4.詢問什么樣的分析最終進入了決策；

5.以獎勵和補償促進員工按公司的期待行動。

●穩固的數據基礎設施。數據倉庫為數據分析提供了基礎設施。這項基礎設施始終在不斷變化并在大數據時代因新科技而得到了進一步加強。成功需要新老結合，并為了事半功倍的全面基礎設施而努力。

隨著數據的體量和復雜性不斷增加，對高效分析系統的需求就越來越急迫。為了趕上大數據的計算機需求，一批創新的計算機技術和平臺正在開發中。這些技術統稱為“高性能計算”，包括：

●“內存分析” 允許在內存中處理分析型計算和大數據，再通過一系列專用的接點進行分配，由此幾乎能夠做到實時地高度精確預測并解決復雜問題；

●“數據庫內部分析” 在數據庫內部完成數據整合和分析，因此不需要重復地移動或者轉化數據。這種技術能加速預測，并更好地控制數據；

●“網格計算” 在一個共享的、中央控制的IT資源池中處理任務，能夠提升效率，降低成本，性能更佳。

●“設備” 將硬件和軟件整合到一個物理單元中，使之不僅能夠快速處理，還可以恰如所需地改變大小。

這些計算需求不僅僅是當今企業面臨的大數據挑戰的一部分。企業高管們在實踐中發現了一些對于成功實施大數據分析有重要影響的因素，列舉如下。在考慮大數據項目的實施和架構時，留心這些因素將使這段通往分析能力的旅途不那么緊張。

●數據體量。捕獲、存儲、處理大量數據的速度必須要保持在一個快速的狀態，以保證決策層在需要的時候即刻就能獲得最新信息。

●數據整合。在融合結構或者來源不同的數據時既要提高速度又要降低成本。

●處理能力。捕獲數據后即刻處理的能力非常重要。傳統的收集、處理數據的方法也許并不適用，在多數情況下，數據一經捕獲就需要立即分析以獲得最大的價值。

●數據管理。大數據的安全、隱私、所有權和質量問題都應該實時更新。數據的體量、種類（形式和來源）、速率在變化中，因此管理實踐的能力也要相應地有所變化。

●技術可得性。大數據需要和新工具配套使用，并且常常有新的視角產生。作為新興產業，該領域的專業人員（常被稱為數據科學家）存在短缺。

●解決方案的成本。大數據為我們打開了一扇通往商業改良的大門，有大量正在發生的實驗和發現需要付諸實踐以確定什么樣的模式是有效的，是能將預見轉化為實際價值的。為了保證ROI比率為正，各種大數據項目都必須降低發現價值的成本。

由于大數據的挑戰真實存在，大數據的價值也同樣摸得著看得見。商業分析領導者們的實際行動證明了數據資源對商業的價值，推動企業從實驗、探索大數據到適應、擁抱大數據的轉變。他們做的任何一件事都能夠將企業的前后期區分開來。探索固然是好的，然而，大數據的終極價值在于將預見轉化為行動。

作者：(美) 杜爾森·德倫（Dursun Delen）

來源：《大數據掘金》，中國人民大學出版社

編輯：優勢商業智能-李虹雨