大数据能力的关键要素

我们的Big Data @ Work调研证明，多数企业正处于大数据开发的早期阶段。然而，28%的受访者属于领先的企业，他们正在进行概念验证测试(POC)，或者已大规模实施大数据解决方案。我们得出的五个关键结论表明，受访者持有某些相同的倾向和看法：

第一，客户分析推动大数据举措。近一半的受访者认为，以客户为中心的目标是大数据的首要任务。企业认为，大数据有能力更好地了解和预测客户行为，并因此改善客户体验。这一原则明确适用于零售业，同样也适用于电信、医疗、涉及最终消费者与市民的消费品，以及企业对企业的交互。

第二，大数据依赖于可伸缩和可扩展的信息基础设施。近2/3的受访者表示，他们已经采用整合、可伸缩、可扩展且安全的信息基础开始大数据之旅。随着升级基础设施相关的成本逐渐提高，高层领导需要可靠且可量化的商业投资回报分析，定义所需增加的投资以及证明并优化信息管理环境成本的机会。

第三，最初的大数据举措注重从内部数据源中获得洞察力。超过一半的受访者将内部数据作为大数据的主要来源。这表明企业在采用大数据战略时采用了实用的方法，同时也表明，有大量未开发的价值仍然隐含在内部系统中。

第四，大数据需要强大的分析能力。大数据只有在用于应对重要的业务挑战时才能创造价值。这要求获取更多的不同种类的数据，以及强大的分析能力，包括软件工具和使用这些工具的必备技能。通过对开展大数据活动的企业进行考察我们发现，它们首先建立了强大的分析能力，目的是处理结构化数据。然后，它们进一步增强能力，利用进入企业的大量半结构化和非结构化数据。

第五，新兴的大数据采用模式注重提供可衡量的业务价值。根据大数据目前在企业中的应用程度，我们将大数据的采用分为教育（建立知识库—24%的受访者）、探索（定义业务投资回报分析和发展路线图—47%的受访者）、接触（拥抱大数据—22%的受访者)和执行（大规模实施大数据—6%的受访者)四个阶段。

在教育阶段，企业正在考察大数据技术和分析带来的潜在收益，并试图更好地了解大数据如何帮助其在行业或市场中抓住重要的业务机遇。在探索阶段，企业内对如何利用大数据应对重要的业务挑战进行正式的持续讨论。在接触阶段，企业开始证明大数据的业务价值，并对其技术和技能进行评估。在执行阶段，大数据和分析能力更广泛地在企业内应用并实施。

需要注意的是，超过1/3的大数据举措由CIO推动，随着企业大数据应用进入下一阶段，对举措的支持由业务高管提供，例如CMO或CFO，甚至是CEO。同时，无论处于大数据采用的哪个阶段，企业都面临着缩短数据时延、提高数据时效性的更高需求。数据不再仅仅是辅助支持决策的东西，而是在制订该决策时的一个业务关键要素。最后，从一个阶段进展到另一个阶段的过程中，一个普遍的挑战是，制订有吸引力的业务投资回报分析报告的能力。在企业成功实施POC后，最大的挑战就变成了寻找大数据得以运行的技能。

（甘绮翠:IBM中国商业价值研究院院长）

（编辑：王文正  wwz83@163.com）

更多资讯请关注销售与市场微信公众号。