1、失敗大數據項目的特征
根據在美國做了15年的大數據項目、產品研發和管理，以及其它一些相關的數據分析的工作經驗，了解到的其它的做的比較成功的和失敗的項目，跟大家做一個經驗分享。基本上大數據項目失敗的特征主要是五個：
一是大數據項目與企業戰略脫節，完全是領導或者是不知道那個部門的決策人突然腦子一熱，就說別人在用，我們也做一個，根本沒有把該做的項目和企業的商業戰略、科技戰略等各個方面結合起來。在項目無法與戰略協調，無法在戰略的指導下做一款產品或者是服務項目的時候，失敗的可能性會非常大。
二是大數據商業用例不是很明確。商業用例是說大數據項目怎么能夠幫助各項業務達成所需要的功能和目標，或者叫目的，這個不是很清楚，怎么幫助我不是很清楚，這樣的話，就直接影響到你選什么樣的數據，怎么用這些數據，以至于用了以后怎么去支持你的業務，這一點是第二條，也是關鍵的。
三是無法發掘出大數據特殊價值。如果你沒有發掘出特殊價值，其實用小數據也可以做到，這個項目本身就失去了意義。
四是企業內部對大數據項目無共識。財務部門、營銷部門、研發部門之間的利益和工作重點是不一樣的，沒有共識就很難順利推進一個項目，最后就很有可能是拖延或者是取消，甚至是失敗，推出去了內部員工沒人買單。
五是缺乏項目所需核心技術。大數據不是誰都能玩兒得起的，如果缺乏核心技術，達不到自己的預期目標，錢也是白花的。
2、成功大數據項目的標志
成功很多時候跟失敗是反過來的：
一是項目用例(目標/實用價值)清晰。
從上到下，大家都明白這個大數據要做什么，包括企業的財務主管和具體業務部門，比方說營銷部門，這個大數據項目是用在營銷部門的，他們也很清楚，負責執行的技術部門也很清楚，這個搞清楚了以后，對大家上下一心做好項目是非常重要的。
二是項目規劃完善+快速迭代研發試錯穩步推進。
一個項目規劃的時候，不要做成規劃三個月、六個月，你用傳統的老辦法去做，最后發現實際上第一階段結束了以后，你去做測試完全沒有達到你想要的效果。我們做一個大項目要用快速迭代的方法來做，每個星期可以推出一個功能，進行快速測試，內部市場、外部市場都測試成功，下一個星期就可以進行下一個功能的研發、擴展、推廣。這樣的話，可以通過迅速的試錯，比方說第二個星期做的方向不對，或者有些功能沒有辦法實現，或者跟我設計的不一樣，這樣的試錯代價會比較低，不會等到6個月才發現有重大的錯誤，調整了以后第三個星期可以接著來，可以換一個方向，可以調整開發的內容，或者是功能，三個月以后，已經經過了四、五個星期的測試和研發了，基本上犯錯的可能性就比較低了。
三是所選技術符合大數據項目功能要求。
很多人都聽說過要上一個大數據項目必須要用一些特殊的技術，大數據項目最重要的不是選高大上的平臺，或者是特殊的技術，最重要的是選一款符合最初設計的業務功能的技術，這個技術可能相對來說比較簡單，可能是SAS軟件，或者是JAVA程序，沒必要上高大上的技術，最重要的是符合你的要求。很多企業選了高大上，最后發現，實際上錢花了很多，但是沒有達到預期的要求，因為你選了高大上的東西以后，會影響到各個方面的整合和所需要的數據量，預算會很大，成本也會比較高，很難實現盈利的目標。所以最重要的是選一款適合你這個項目目標的技術，這個非常重要。
四是項目團隊擁有各方面專業知識技能。
大數據技術就像企業做的任何一款創新產品和項目一樣，需要雇傭所有的對這個項目有貢獻的，可能會受影響的資源，可能包括人力資源，包括技術資源，包括市場資源，包括運營資源等等各個方面的資源調動，形成這么一個團隊，上面有領導的支持，中間有大家的共識，最下面的一線執行人員也很清楚自己要做什么，這方面要協調好，要有專門的技術，這個很重要。
五是項目成果獲得業務用例期望成果。
這個項目做了三個月、六個月，做出來了，是不是獲得了業務用例期望的結果，是一個非常重要的標志。很多時候，很難是百分之百，一般80%的項目達不到完全預期的結果，可能是80%的預期達到了，那已經很好了，可能達到50%，也不錯，因為是一個創新的項目，可以根據達到的預期項目進行不停地調整，最差的是只達到了20%，很多企業做的項目結果，這是一個統計的結果，是大家能看得見的。根據業界的標準，到了50%基本上算比較成功了，到了80%就是相當好了。
3、成功大數據項目的衡量標準
成功大數據的橫向標準是五點：
一是項目在預定的時間里可以實現或者接近預定的目標;
二是這個項目或者產品實現了傳統數據方法沒有辦法帶來的特殊的內部和外部的商業價值;
三是在有限的大數據投資的條件下，給特定的業務帶來的好處可以輕松復制到其它的業務領域，比如說營銷部門獲得的成功會推廣到產品的研發部門，或者是推廣到業務運營部門，這樣會花很小的代價，但是做了更多的事兒。
四是受益的業務部門可以運用大數據工具進行高效便捷的工作，這其實是最直接了當的，因為本來我們要做一款大數據的產品，或者是服務項目就是為了提高運營效率和工作效率。
五是通過這個項目實施企業獲得了新的商業模式和成長點，這個是最重要的，從戰略的角度講，這個大數據產品和項目成功實現了企業轉型和升級。
4、成功大數據項目的路線圖
成功大數據的路線圖分為六步：
第一步：確定對企業業務有重大影響的大數據用例和創新方向。
第二步：我們要制定基于大數據項目的詳盡的產品服務創新規劃。
第三步：要詳細了解大數據項目所需要的業務功能要求和選擇與之相匹配的技術。
第四步：就大數據項目帶來的商業利益在企業內部達成共識。
第五步：我們要選擇容易實現的目標入手，快速迭代研發、試錯、穩步推進。也就是說不要剛開始就要搞高大上、大而全的項目，因為失敗的幾率幾乎是百分之百，非常容易失敗，因為預算太大，選的工具太復雜，調動的資源很多，很難一下子實現所有的目標，所以通常我們從一個曉得目標，容易實現的目標開始，這樣可以鼓勵士氣，錯誤犯在研發的初期，而不是在中期和最后，這個最重要。
第六步：做大數據項目和產品一定要挖掘和實現大數據能給我們帶來的特殊價值，這是其它的方法或者是其它類的數據做不到的，只有實現了這種特殊的價值，我們才能實現業務所需要的具體功能，不管是擴展市場的份額，或者是更精準的了解你的客戶需求，還是說你要增加邊際利潤率，或者是提高產品上市的速度，縮短研發周期，這些都是大數據可以做的。另外就是跨界創新，傳統企業可以通過大數據這個紐帶跟其他企業的業務結合起來。
5、成功大數據項目實戰案例
其實有很多精彩的實戰案例，我把美國福特公司去年以來做的一個大數據項目跟大家分享一下。我在福特有一個非常熟悉的朋友，我也介入了一點點，我來講一下，他們基本上是按照我總結的幾步來做的。
福特第一步是確定了大數據用例，銷售部門很想知道我怎么用大數據這個技術來提升汽車銷售業績，這是一個非常簡單的業務用例。我們需要界定的是，一切影響銷售業務的大數據，一般汽車銷售商的普通做法是投放廣告，看看影響力怎么樣，動輒就是幾百萬，但是具體很難分清楚到底每一個受眾看了這個廣告以后會不會產生購買這個汽車的沖動，這個很難看到。大數據技術不太一樣，它可以通過對某個地區的房屋市場、新建住宅、庫存和銷售數據、這個地區的就業率等各種相關的，可能會影響購買汽車意愿的原數據進行分析和收集，還可能會到跟汽車所有相關的網站上搜索，哪一種汽車，哪一種模式，哪一種款式，客戶搜索了哪些汽車的價格，車型配置、汽車功能、汽車顏色等等這些客戶喜好的數據。
福特汽車用這些方法把所有的數據都界定好了以后，第二步是把項目交給了一個差不多200人的大數據分析專業團隊，他們獲取和搜索所需的外部數據，比方說第三方合同網站，區域經濟數據、就業數據等等。
第三步是他們獲得數據以后，就開始對數據進行建模分析、挖掘，為銷售和決策部門提供精準可靠的角色選擇和效果分析，也就是說，你選這個方法，可能獲得的營銷效果是怎么樣的，他們做了大概幾十種可能的分析。
第四步是營銷部門和運營部門根據這些數據策劃和實施有針對性的促銷計劃，比方說在某些區，某些州需求量特別旺盛的地方，他們有專門的促銷計劃，基本上這些促銷計劃都是根據某一個個體的需求量身訂做的，非常非常精準，所以不需要花五、六百萬美金，花出去了以后不知道誰感興趣，只需要花五、六十萬美金，就知道誰對這個汽車感興趣，這個廣告就送到電子郵箱和地區的報紙上了，非常精準。
最后一步是大數據營銷的創新效果衡量，跟傳統的廣告促銷相比，福特花了很少的錢，做了大數據分析產品，我們叫大數據的模型和分析工具，運用這種方法，大幅度的提高了汽車的銷售業績。他們不光在汽車的銷售方面運用了大數據，比較成功，還有其它方面的應用，包括汽車的整車質量、保險費用、汽車運輸狀況、汽車的智能和駕駛模式等等，他們希望用這些數據幫助駕駛員降低保險成本，這樣的話可以促進很多銷售者對福特這個品牌的認可，擴大市場占有率。
京公網安備 11010502049343號