大數據的影響力正在不斷的增強。新的系統和工具正在為每一個業務層面的作用點的迅速評估和傳播鋪平道路。為了能夠充分利用所有可用的數據，現代企業組織機構實施一套數據驅動的企業文化是必不可少的。故而企業組織需要了解為什么大數據分析不僅僅是一項技術，其更是一種文化上的轉變，是務實且持久的企業戰略。

大數據其實并不是什么新生事物。早在20世紀90年代，就有明顯已經有企業組織在對少量的數據進行分析了，而這些數據是從傳感器、影像等實時采集的。這些原始數據被分析、可視化，并發送到存儲以便進行更深入的離線處理。然而，彼時的解決辦法都是在一個研究環境下人工手工的。從而使得商業化的企業被限制在對于傳統業務數據的“后視”快照，電子表格報告的交付。

經過了幾十年，“大數據”已經成為了一個影響力日益增長的術語。新的系統和工具正在為其在每一個業務層面的作用點的迅速估值和傳播鋪平了道路。業界通常用四個V來概括的大數據的四個典型特征，即：數據體量巨大(Volume)、處理速度快(Velocity)、數據類型繁多(Variety)、高質量數據的真實性(Veracity)，這四大特征將徹底改變21世紀的企業將如何發揮其核心功能的作用。

· 數據體量巨大(Volume)：據IDC預計，到2020年，數字世界所包含的數據信息量將與我們物理世界的星星一樣多。

· 數據類型繁多(Variety):大量的人類與機器數據以文本、照片、視頻、音頻、網絡流量、系統日志、傳感器信息、社交媒體活動等等形式蜂擁而至。

· 處理速度快(Velocity):每一分鐘，我們都將發送2.04億封電子郵件，進行400萬.次Google搜索，并在Facebook上分享240萬條內容。

· 高質量數據的真實性(Veracity):據Gartner公司發現，低質量的數據對受調查企業的年度財務影響損失平均高達880萬美元。

數據分析正處在一個轉折拐點。現在，大數據可以從更多的來源實時收集，包括諸如社交媒體和物聯網。其可以通過更多具備一系列相關技能和背景的人才被運用到更多的使用案例，從而給了我們對于世界如何與我們的品牌互動、激發創新、并改變我們的觀點有了前所未有的深入了解。

而借助適當的工具，企業可以在規模化、整合、并了解他們的數據的同時，從分析預測中獲得洞察價值，進而實現業務增長的突破。惠普企業公司(HPE)高性能計算兼大數據細分市場營銷副總裁Vineeth Ram解釋說：“數據是理念經濟(Idea Economy)的燃料。當前的那些在某種意義上屬于數據驅動的企業組織或將獲得有著巨大影響力的業務成果。他們可以推動新的商業模式，推出更多差異化的產品和服務，改善客戶體驗、運營效率和員工生產力。”

為了能夠充分利用所有可用的數據，現代企業組織機構實施一套數據驅動的企業文化是必不可少的。故而企業組織需要了解為什么大數據分析不僅僅是一項技術，其更是一種文化上的轉變，是務實且持久的企業戰略。 最成功的企業組織已經在整個企業范圍內制定了相應的改革策略，從創造新的角色到重新發明他們的商業模式。這些企業組織在積極地接受理念經濟的同時，使得他們的業務也隨之獲得了發展。

大數據在企業CXO級別的高管中所引發的巨大變化

鑒于在理念經濟中，數據驅動的需求變得更加至關重要，使得企業組織必須從頭開始徹底地建立一套有效的策略。然而，關于如何為大數據分析部署系統、并從中獲得洞察價值、以及對企業現有業務作出根本性的結構改變所存在的疑慮其實是有一定的歧義的。圍繞著“大數據”這一術語的過份炒作使得企業組織對于如何借助大數據分析以實現他們的目標產生了一定的誤解。

“我們知道，大數據市場在今天仍然還處于其起步階段。很多企業組織對于現在是否要執行這些類型的解決方案還猶豫不決，但未來一到兩年則將是關鍵。大數據分析技術的早期采用者們將獲得一定的優勢，尤其是在特定的垂直細分市場。”HPE Servers部門的高級大數據解決方案經理Mario D’Cruz 解釋說。

培養數據驅動的企業文化

對于數據的利用不應該是一個事后的馬后炮。其必須在每家企業組織的重點項目中來確定。大數據分析不僅僅是一項技術;其更是一種文化上的轉變，是務實且持久的企業戰略。

建立數據驅動的企業文化的第一步便是要確定好一家企業組織的目標，以及如何將大數據映射到企業在現實世界的項目中。然后，可以建立一款有效的和可擴展的數據收集平臺，這可能會涉及到諸如基于服務器的存儲、軟件定義的存儲和對象存儲等技術。

下一步是優化基礎設施，以支持恰當的軟件、應用程序模型和人類的專業知識來分析數據。這便是數據是如何為特定的業務項目轉化為洞察價值，進而滿足速度、規模和性能需求的價值最大化的。

為了實現這一企業文化的轉變，企業組織機構需要協同人力資源以便在適當的地方采取適當的治理。這一過程可能涉及到招聘專家、培訓企業現有的團隊成員，或兩者都有。這些招聘專家將需要獲得預算的支持，同時也需要與企業決策者、戰略執行層面的人員溝通的渠道，以實現高投資回報率。

企業職位角色的增加

我們一直在持續的觀察企業CXO級別的高管們對于不斷變化的業務環境的適應情況。在20世紀80年代，首席財務官(CFO)的角色作用開始變得日漸突出，以滿足日益增長的投資者關系透明化和價值管理的需求。而隨著本世紀在全球范圍內的企業運營、分銷和銷售變得日漸復雜，以及企業并購需求的增加，首席運營官(COO)的角色作用也開始變得更為突出，其往往取代了CFO或被具有雙重作用的CFO取代。而到了最近，企業逐漸開始引入首席營銷官(CMO)的角色作用，以面對由新媒體和傳播渠道所帶來的客戶參與的復雜性。

同樣，在理念經濟中，各種新的職位角色正在興起，以滿足數據驅動的企業文化對于資源和專業知識的需求。首席數據官(CDO)和首席分析官(CAO)為企業CXO級別的高管們帶來了所需的專業技能，而數據科學家們則正在幫助企業推斷的數據，并實現投資回報率的最大化。這些職位角色的成功需要協作，以及企業對于一種新的數據驅動的模式風格的宣傳能力：一種基于迭代的、被大眾所使用和消耗的、不斷發展變化的實時分析。

首席數據官

CDO這一職位角色興起于大約三到四年前，該職位是專門為那些真正致力于建立一個數據驅動的企業文化的組織而設定的。而通過與其他職位角色的合作，如首席信息安全官(CISO)和首席學習官(CLO)，企業的CDO們建立起了數據政策和標準，并利用企業現有數據，以尋找新的用途和洞察見解，發掘新的營收來源，確保企業數據的安全性和私密性，并進行維護管理。

首席分析官

一般來說，CAO這一職位角色被看作是CDO的一種變型，許多企業組織會選擇從二者中設置一個。這一職位角色將與企業的首席信息官(CIO)配合工作：CIO負責管理基礎設施;而CAO/CDO則負責管理數據。有專家預測，當前的CDO的職位將演變成更廣泛的CAO的職位。

數據科學家

根據美國勞工統計局的預計，從2014到2024年，這個利基市場將增長11%，其增長速度要快于對所有職業的平均預計。盡管個別專家可能具備各種不同的背景，但他們所具有的共同點是具備令人羨慕的技術背景和以產業為重點的心態。他們知道如何提出正確的問題;或從別人那里提取出正確的問題;并運用正確的統計技術，以使得企業組織的數據變得有意義。

傳統的職位角色，創新戰略

在深入研究數據本身之前，企業組織需要定義自身的問題，并確定具體的、可操作的目標以進行改進。啟動這一過程的最好的方式就是查看和分析企業的年度和季度報表中對于公司目標的表達和描述，對于這些目標的執行情況，及其對于企業下一個財政年度的業務運營意味著什么。因此，企業CXO級別的高管們在激發想象和定義體現高水平的戰略，以滿足目標所需，同時確保正確的資源分配方面起到了積極的推動作用也就毫不奇怪了。

克服挑戰

對于當前的那些準備引入大數據分析技術的企業組織而言，他們其實可以從早期的采用者曾經落入的陷阱中借鑒汲取到寶貴的經驗教訓。其中最常見的挑戰便是企業領導的支持和鼓勵、各部門間的溝通，以及打造一個數據驅動的企業文化所需要的透明度。缺乏相應的戰略、各部門和崗位間乃至整個企業范圍的理解和團結，企業將很難獲得什么進展。為了使得大數據分析技術稍后能夠在整個企業范圍內獲得順利實施做好準備，企業領導人可以借助早期的和持續的大數據分析試點項目的成功來逐步推廣。

當期望沒有獲得很好的管理或對于期望的定義不切實際的時候，企業組織機構也可能遭受痛苦。在一個即時滿足的時代，最終用戶很容易低估完成某個特定目標所需的工作量或資源。例如，具備在一個星期的時間內部署一臺服務器的能力并不一定意味著重新組織的數據可以以相同的速率完成。另一方面，有時，利用云服務在POC模式中發現您企業數據的價值可以是出奇的快。一旦完成了對價值的解釋，擴大投資是更為合理的。

數據泄露可能會為企業帶來災難性的后果。隨著企業組織收集了越來越多的個人數據，如客戶的帳戶信息、網頁瀏覽歷史記錄和社交媒體活動等，使得他們的當務之急是通過一套跨企業范圍的管理政策來確保數據的安全性和私密性。而在缺乏來自CXO級別的高管們的行政管理利益相關者的支持下，想要實施適當的治理政策是不可能的，尤其是在缺乏CEO、CLO和CDO/CDA支持的前提下。

CEO：制定戰略和動員組織

作為任何一家公司的關鍵決策者，CEO總是在尋找創新的方式來加快他們的品牌推廣，創新產品和服務，并簡化操作。由其他團隊成員所做的激進或破壞性的商業決策必須先要想方設法提交到CEO的辦公桌上。

CEO們有一個獨特的機會，能夠激發和推動企業從內到外的變化。CEO們能夠通過與企業各部門間的利益相關者的合作，評估企業目前的優勢和劣勢，劃定關鍵的業務目標，并動員企業部署大數據項目工作。

HPE的大數據系統產品經理Sanjeet Singh認為，“大多數未能在大數據分析領域有所作為的企業組織均屬于那些企業高管沒能在企業內推動變革的企業。那些在傳統系統上的操作運營的企業組織正在受到進入市場的新的競爭對手們的競爭威脅。而對于這些復雜的項目， CEO變得非常具有影響力。”

成為一家數據驅動的企業有助于推動企業的創新和業務的重新發明，但如若缺乏數據驅動，則會面臨在市場競爭中迅速被淘汰的風險。在過去的十年中，我們已經看到這一趨勢在許多行業的興起，而且這種趨勢還將繼續。鑒于企業的CEO們參與到大數據分析的戰略和方向制定過程中，能夠使得企業業務有更大的轉型機會，以打破現狀進而推動可持續增長。

概念應用實例

根據經濟學人集團旗下經濟分析智囊機構經濟學人智庫針對21個國家的516名企業高管所進行的一項調研顯示，58%的受訪者表示，當CEO負責掌管客戶體驗時，有助于企業較之競爭對手獲得較高的盈利能力。而大數據分析則為企業CEO們提供了把矛頭指向網絡安全的機會，這在諸如醫療保健和金融服務行業已經被廣泛證實。

據麥肯錫公司的調研顯示，那些廣泛使用客戶大數據分析技術來制定所有業務決策的企業高管團隊較之不這樣做的公司，能夠獲得126%的利潤改善。而那些在整個企業范圍內對客戶數據進行“廣泛而深入”的分析的企業組織則能夠獲得6.5倍以上的客戶保留率，較之競爭對手7.4倍的業績表現，以及高于平均水平幾乎19倍的利潤率。

案例分析：汽車制造行業提升客戶體驗

汽車制造行業為企業的CEO改善客戶體驗和價值主張提供了大量的數據機會。從表面上看，消費者的購物和購買行為為客戶到底想要什么提供了顯著洞察。比如購買喜好和特殊追求。企業領導者們可以通過追蹤了解某些因素：如某些車輛購買的時間，其所包括的功能類型，由誰購買，以及是否有任何季節性趨勢來可視化汽車銷售的趨勢。

除了銷售、支持和保修信息，汽車企業還可以分析安全記錄。社交媒體網站，如Twitter上的信息可用于監測消費者對于企業品牌的美譽度，看看公眾如何評價他們的產品，以便進一步的直接吸引客戶。當客戶有疑問、擔心、或者公開他們的投訴檔案時，這一方案被證明是特別有用的。

當前，“互聯汽車(connected car)”這一概念的誕生已經火到爆了，進而深深的影響到了汽車行業的消費者行為。在車輛內的傳感器可向汽車制造商們發送回實時信息，以顯示客戶究竟是如何，何時，何地在駕駛車輛的。這些技術可以及時通知汽車廠家某些故障或機械問題，同時提供智能技術情報以應用到潛在原因的分析或提出解決方案。

而在HPE的Vertica產品組合的幫助下，大量的數據可以有效地實現規模化縮放，并花費傳統應用程序的一小部分時間進行演繹解釋。預測分析功能可以發現使用傳統的業務分析所無法辨別的數據模式。

CIO：操作運營的助力

現如今，已經很難找到一名不經常與大數據分析打交道的CIO了。作為管理一家企業組織IT基礎設施的關鍵職位角色之一，企業CIO將需要在硬件、軟件和服務解決方案的正確組合方面作出選擇和實施。

理想的情況是，CIO必須充分掌握戰略的復雜性，以便可以使得恰當的工具、技術和操作人員能夠結合起來。CIO應該幫助企業最高管理層的其他成員了解即將到來的過程和目標，并準備好項目的實施。并應在綜合實施之前，評估項目的法律，法規和信譽風險。

CIO們擔心得最多的問題是被視為，或者更糟的，成為大數據分析技術新思路在企業快速部署的障礙。通常情況下，企業業務部門(LOB)的合作伙伴擔心企業的IT部門會像他們以前將企業資源規劃(ERP)和傳統的企業級數據倉庫(EDW)系統遷移到在線一樣進展緩慢。因此，企業IT部門迫切需要與LOB的合作伙伴建立正確的關系。這將有助于確保大數據分析是由企業的IT部門來處理，同時避免任何不受控制的狀況發生，甚至可能導致更惡劣的結果。

提出正確的問題

一些公司在第一次涉足大數據分析項目時所犯下的一個代價昂貴的錯誤便是未能對他們目前的數據“庫存”是如何被捕獲和存儲的進行一次盤點。對于許多企業來說，大量不同種類的和有價值的數據被存儲，但其所使用的分析和應用方法則是低效的。

在某些情況下，企業存儲了百萬兆字節或PB級的數據，但從來沒有對其進行訪問和分析。當這種情況發生時，可能是最有利于這些企業組織需要強調對于大數據的分析，而不是將額外的資源投資到數據收集方面。

這是CIO對公司目前的數據現狀進行專業評估的機會。哪些數據是奏效的，哪些可以進行改進?基礎設施是否為企業所擬議的順利的過渡到長期的分析策略做好準備，或者是否到了部署新的基礎設施的時候了?

概念應用實例

對于CIO的一個主要任務是精簡和潛在的重新設計業務流程，同時保持預算。對新的應用程序進行評估，以確定兼容性，以及為企業組織潛在進行成本節約。此外，數據管理仍是一個永遠都相當重要的任務：標準化管理企業現有數據的同時，確保隱私性和安全性。

CIO可以帶頭采用先進技術以保護關鍵業務數據。例如，“芯片”的高速加密和基于角色的身份驗證，可以為“靜態”和“傳輸過程中的”數據提供安全。調查、記錄、并清理與企業數據相關的各種應用程序也是很關鍵的。

案例分析：零售企業利用數據，以減少零售業績收縮

以一家經歷了顯著的銷售業績收縮，或因如盜竊、供應商欺詐、管理錯誤、在商品運輸過程中的損壞等各種事件遭到損失零售公司為例。其CIO的目標是將銷售業績收縮減少0.2個百分點——這一數字可能看起來微不足道，但轉化為收入損失每年卻高達數千萬美元。

該零售公司目前存儲了各種結構化、半結構化、非結構化、多結構化的數據，從銷售日志到視頻監控錄像的詳盡數據。然而，這些數據是通過傳統的，專有的存儲系統在傳統的數據倉庫中。他們不斷收集數據，但其并不是一個可擴展的，相互關聯的系統，并未一套采用今天的大數據分析技術的基于服務器的方法。因此，這些有價值的信息是孤立的，與其他業務部門分離的。

為了順利進行數據的分析，企業需要確保跨功能的訪問。孤立的數據是數據的功能浪費。而傳統的存儲系統為維護每秒鐘所產生的數據量所帶來的成本的線性增長，使得問題進一步復雜化。往往是在這樣的情況下，一個技術問題與成本控制問題捆綁在一起了。

智能數據操作層(IDOL)是HPE的下一代企業級搜索和數據分析平臺，能夠幫助企業用戶實現上述零售商的目標。該平臺消除了數據孤島，允許完全訪問所有形式的數據信息，并進行數據分析，找準導致企業銷售收縮的原因。這種先進的洞察分析使企業的關鍵決策者得以能夠調整企業的操作運營。

CSO：彰顯大局觀

大數據分析的強大戰略資產順應于企業首席戰略官(CSO)的工作議程。 CSO是一個經驗豐富、有相關知識背景和前瞻性思維的個體，總有“大局觀”的心態。故而為大數據分析任務所迫切需要，再加上企業組織需要深入了解其競爭對手和整個產業的發展方向，推動了CSO的興起。

能夠影響并與企業組織內的各種職位角色和人員一起工作的能力充分證明了大數據分析項目對于企業數據資產的價值。而CSO能夠聚焦于適當地分配資源，推動企業組織變革，并瞄準企業目標的進展情況。

　　面向21世紀的任務，21世紀的職位角色

雖然在許多傳統的企業組織內，都是由CXO級別的高管與其他行政級別的職位人員共同制定企業最重要的戰略決策，但在過去十年內CSO的角色作用已經日漸突出。

隨著競爭的日益激增，企業必須考慮更明智，更有創造性和更清晰的焦點。并需要在組織內調配具有聰明才智的人力資源來順應在全球范圍內朝著數字化的轉變。而CSO這一職位角色就有助于通過接地氣的了解市場需求，并保持對于流行趨勢和預期的變化的密切觀察來幫助企業品牌保持領先地位。

設置了像CSO這樣的職位角色的企業組織往往能夠在其所屬行業更具競爭力。大數據分析的復雜性需要消耗大量的時間和資源，而混合型的職位角色可能會發現這很難提供。

概念應用實例

麥肯錫確定指出了五種CSO的原型，包括架構師、動員調度人員、遠見分析師、調查測量師和基金經理。大數據分析作用的發揮將取決于核心資產，CSO帶給其所在企業組織的變化。例如，架構師可以利用大數據分析，以監測行業趨勢和并在競爭對手之前進行策略變化。而遠見分析師則可以利用大數據分析，以幫助預測在某些市場的增長狀況，以及怎樣的流程或工具能夠為之服務。

案例分析：石油和天然氣行業的預測操作運營

石油和天然氣勘探的生命線是從戰略上確定在鉆探的能力。運營成本高意味著預測錯誤可能產生災難性的經濟后果。為了確定哪些位置最容易產生價值，石油和天然氣公司需要大量進行全面綜合的數據分析。

HPE與一家頁巖油開采公司合作，以在鉆探科考啟動之前評估潛在的油田地址。該公司運行了一系列的模型，以幫助模擬油田，并可視化假象信息。在提取過程中，該公司使用光纖電纜傳感器來監測由構造活動和機械制造的地震波，使用諸如聲納數據，來預測定位油田位置。

在完成數據的收集后，計算密集型的軟件應用程序將把海量復雜的、非結構化的數據點轉化成為可解釋的2D，3D以及現在的4D模擬數據。即使在這些數據經過了可視化呈現之后，還需要進一步分析，以幫助調整目前的模式，并為鉆井過程提供詳細的操作指南。

這些數據不僅有助于確定最有利可圖的鉆井位置和技術，而且還為CSO提供了為長期戰略決策解釋趨勢和模式的能力。這些模式，往往是無法用傳統分析覺察到的，同時還可以揭示企業的競爭優勢，在艱難的市場競爭中尋找盈利機會和業務發展的策略。

結論

即使在大數據分析剛剛起步的階段，也有足夠多壓倒性的證據支持大數據在全球范圍內所帶來企業組織的承諾。HPE對于數據驅動的企業的分析表明，一家企業組織本身的特點越是由數據所驅動的，那么該企業就越是能夠更好的進行操作運營，并在財務上實現成功。麥肯錫發現，在大數據分析項目投資之初，所為企業組織帶來的利潤增加平均為6%，五年后將增長到8%。

盡管有證據表明，大數據分析有助于促進企業業務的增長，但也有85%的企業表達了在這方面的工作協調不力和資金經費的不足?為什么會這樣呢?謎底的揭開是由于每家企業組織內部的不同職位角色對于企業成功的定義是不同的，以及他們是如何收集和使用這些數據的，從何處收集數據也是不同的。

例如，技術基礎設施管理人員可能會專注于必要的硬件、軟件和服務的協調和實施方面。同時，業務部門的利益相關者則經常通過數據來檢查商業價值的實現：二者是完全不同的方法和復雜的目標。而理念經濟成功的一個關鍵組成部分是打造一個數據驅動的企業的能力，包括了數據的收集、融合、分析、并產生結果，并為各利益方實現可視化的能力。

HPE的授權轉型計劃高級經理Brian Ng表示說：“大數據已經滲透到各個行業的許多方面，這是普遍的。但與此同時，一些行業還沒有徹底的搞清楚并利用這些數據所提供的機會來提取潛在的商業價值。在為客戶彌補大數據的差距方面，我們還有很多工作要做。”

無論企業所屬怎樣的行業，也不管其業務目標或業務能力是怎樣的，如果他們想要借助大數據分析項目獲得業務成功的話，當前的所有企業組織都必須積極的合作并適應各種變化。而當談到優化機會和定制相關的大數據實施方案舉措時，惠普企業公司為廣大的企業客戶提供了相關的計算、工具、資源和專業知識，來幫助您企業挖掘出您想要的結果。