最近，電子科技大學教授，云基地大數據實驗室合伙人周濤在接受采訪時提出，對于普通企業要通過修煉成為大數據企業，關鍵要做好7個步驟：
1.要實現數據化。企業要為此做好計劃，到底需要保存什么樣的數據，以人為中心的數據還是以產品為中心，還是更關注企業運營，需要做好這樣的計劃，然后再將企業生產經營中的數據保存下來，即便是現在看來沒什么用的數據，未來也可能產生巨大的價值。比如說像售樓處、體驗店客戶的來訪數據，就有必要完整的記錄下來。包括怎么過來的，一個人來還是幾個人，有老人和小孩嗎，穿什么樣的衣服等等，還有客戶的情緒，看了什么，問了什么問題，最后買了什么東西，都是非常重要的數據。
另外，企業內部人力資源的各個方面也都可以記錄下來，這些可以進行挖掘和分析的數據。他舉例說，長虹公司在自己的生產線設置了很多傳感器，監測溫度、濕度、震動、噪音、顆粒等等因素，希望了解到生產過程中哪些因素會對員工產生明顯影響。他們此前都認為溫度和顆粒可能對于員工操作和產品質量影響最大，但是事實上最終數據分析的結果，溫度是沒有什么影響的，恒溫的控制對于生產效率和合格率的貢獻并不像想象中那么大，反而是噪音對于員工情緒以及生產的影響非常重要。要成為大數據企業，第一步企必須要實現數據化。
2.企業要自己培養一些大數據理念，或者是小數據挖掘的團隊。做大數據，企業的規模不一樣，要求也不一樣。如果企業規模足夠大，比如說是電信運營商或者電力、銀行這樣的行業，可能會形成一個大數據的團隊。如果不是，比如說就是簡單的服務企業，那么形成理念就可以了。現在我們認為比較好的數據科學家，也不是說就是特別擅長或適應網絡，這樣的人不重要了，重要的是要有武器，什么樣的問題來了知道怎么解決。
關鍵我們認識是要培養四種理念：
(1)除了結構化數據以外還有文本、音頻、圖像、遙感、網絡、行為軌跡、時間數據，這些數據怎么處理，它存在的大挑戰是什么。
(2)一定要懂預測，因為絕大部分的大數據應用回到預測中，預測里面很多方法都是基準學習的，而基準學習目前最火的方向是集群學習。
(3)要走分布式存儲計算，這絕對不是說我知道給Hadoop 、Mapreduce、Hbase就夠了，關鍵問題是首先要知道怎么樣去搭一個混合式的，你的數據來了，我到底是應該犧牲我的一致性還是犧牲操作性，大概的成本多少，哪些數據挖掘的重要算法我要把他Hadoop、Mapreduce實現，哪些算法要通過SPTA，可變邏輯治理是在硬件里面，從而替代CPU、GPU。
(4)需要整個數據向外的發展，知道哪些數據可能在外部產生什么樣的重要價值，或者外部的數據能夠在你的企業產生什么樣的重要價值。企業應該培養出這四個能力，建立起企業數據挖掘的人才團隊。
3.企業一定要做好自己的外部數據儲備。我們都說“書到用時方恨少”，很多的企業，比如說像服裝銷售這樣的傳統行業，我要進的貨在淘寶、天貓上賣的怎么樣?在淘寶、天貓哪一個店鋪怎么樣?它的競爭品牌是什么樣售價，怎么樣銷售的?對于這樣一些數據，如果到需要的時候才去找，往往都來不及了。同樣的道理。比如銀行給中小企業發放貸款的時候，希望了解到它的用水、用電、生產、交通數據，例如通過攝像頭就能知道這個企業到底有多少車運行，這些數據可能對于中小企業發放貸款決策都很重要。但是當你要發貸款的時候，再去問已經沒有機會了，或者說成本太高了。我們建議，企業應該學會通過公共渠道或者數據交換的方法，根據自己的業務需求來量身定做自己的外部數據和戰略數據。
4.企業要建設自己的大數據管理與應用平臺。對于很多企業，做大數據并不是意味著要自己去建設數據中心。隨著云計算和云數據中心出現，使用外部數據中心的成本已經非常低了，數據存儲的費用也是在成倍的下降。但是，企業要做大數據，必須要在IT基礎設施方面具有比較好的數據處架構，要用大一些工具比如數據分布式存儲、Hadoop等等。很關鍵的企業不僅要具備一個數據中心的硬件，還要考慮和企業業務方向結合，不僅就是包括了數據的采集、數據庫架構，向上的分析模塊，再往上的API數據出口，以及橫向的一些業務模塊和出口這些東西。要做成企業的大數據管理應用平臺，我們強調一定要從企業的業務出發，量體裁衣，企業首先必須要搞清楚自己的業務形態是什么。
5.大企業一定要有數據偵測的能力，需要有創新思維的人隨時思考這些問題，比如企業占有的數據到底在外部能夠產生什么樣大的作用。就像我們經常拿雅昌藝術中心的例子，它存了很多藝術品的數據，所以最后它可以發布藝術指數。同樣國家電網也發布兩個指數，一個叫重工業用電指數，一個叫輕工業用電指數。淘寶網有它的CPI指數，還有很多企業的一些數據，實際上都可以發揮想象不到的價值。
6.一個大數據企業包括未來現代化企業，一定要有開放共享的態度。一方面需要企業把自己的很多問題社會化，另一方面企業要盡量去通過一些平等辦法，通過數據交換的方式互相共享形成數據化。
7.企業還要做好數據方面的戰略投資。我認為有三種比較先進的模式。
一種模式叫做產業鏈布局，比如說海爾、長虹可以投物聯網，對物聯網企業創新進行投入。比如說中信集團可以關注醫療，在這個方面尋找相關的數據應用。
第二個方面就是技術，你要知道哪些是硬技術創新，特別是在基礎術設施層面的，比如加速存儲，云計算的一些技術，比如數據挖掘，垂直應用分析，這個方面集中了很多創新也可以形成很大的規模。
第三種模式是數據集方面的投資，我們知道阿里巴巴投資高德是為了數據，它投資新浪微博不僅是要投錢還要花錢買數據，所有這一切本質還是想把數據流動起來做更大的事情。這種投資就是集成數據，強調數據流動性。這些投資里面有幾點是需要注意的，一是要去關注企業的數據價值，其次要關注早期的投資，去長期指引而不是短期追逐回報率，最后還要多關注傳統行業。
周濤教授提出，大數據的本質不在于數據量有多少，也不在于是否是異構的數據，而是在于數據是關聯的，整體的數據可以流動起來。他認為，跨領域關聯，通過一加一產生遠大于二的價值才是大數據的精髓。
當然，數據本身并不產生價值，只有通過大數據的分析去解決難題才是價值，而大數據對于企業營銷的作用是可大可小的，不過在這個把大數據作為概念的時代，企業還是要做好布局大數據的準備，向大數據企業修煉。
京公網安備 11010502049343號