大數(shù)據(jù)如何快速落地的戰(zhàn)略方法

數(shù)字信息大爆炸，世界潮流浩浩蕩蕩，大數(shù)據(jù)時代已然來臨。您的公司將如何應對大數(shù)據(jù)時代的挑戰(zhàn)呢？戰(zhàn)略決定未來的發(fā)展方向。沒有清晰的大數(shù)據(jù)戰(zhàn)略，不了解大數(shù)據(jù)，您的公司將如同盲人摸象般不僅無法駕馭大數(shù)據(jù)，而且會被大數(shù)據(jù)淹沒。那大數(shù)據(jù)如何落地，本文主要講大數(shù)據(jù)戰(zhàn)略落地。

為了什么需要考慮大數(shù)據(jù)戰(zhàn)略呢？

據(jù)調查顯示，大中型企業(yè)，甚至中小規(guī)模的企業(yè)都意識到，大數(shù)據(jù)可以為他們的業(yè)務帶來好處，以及提升他們企業(yè)的競爭力。

調查顯示，這些中小企業(yè)比其更大規(guī)模的競爭對手更加快速的利用大數(shù)據(jù)。雖然大多數(shù)受訪者承認大數(shù)據(jù)價值，然而，不同的受訪者對大數(shù)據(jù)這一術語有著不同的理解。28％的受訪者把大數(shù)據(jù)定義為交易數(shù)據(jù)的海量增長，而24％的受訪者形容它是一種新技術，幫助企業(yè)迎接海量數(shù)據(jù)的挑戰(zhàn)。18%把大數(shù)據(jù)定義為從社會媒體、移動設備和終端設備所產生的海量信息，而19％把它理解成合規(guī)性的存儲和歸檔數(shù)據(jù)。

無論怎樣定義大數(shù)據(jù)，據(jù)調查結果顯示，大中小型企業(yè)知道大數(shù)據(jù)可以帶來諸多好處。

每家公司都應該思考大數(shù)據(jù)戰(zhàn)略，無論他們公司規(guī)模是大還是小。大數(shù)據(jù)融合了社交媒體、終端設備、移動設備和企業(yè)內部等的數(shù)據(jù)，它正在史無前例的增長。沒有創(chuàng)建大數(shù)據(jù)戰(zhàn)略的企業(yè)將在新一輪競爭中迷失，而創(chuàng)建了大數(shù)據(jù)戰(zhàn)略的企業(yè)，將受益于大數(shù)據(jù)的即時訪問數(shù)據(jù)和即時洞察力的能力，它使得企業(yè)在為自己的客戶群服務時，企業(yè)可以采取更敏捷的業(yè)務操作，更好地吸引并留住客戶。

大數(shù)據(jù)會給企業(yè)帶來什么樣的影響？

從“直覺主義”到量化分析，企業(yè)管理讓大數(shù)據(jù)做主，大數(shù)據(jù)戰(zhàn)略成為新的競爭戰(zhàn)略的支撐，大數(shù)據(jù)變革企業(yè)決策。

目前，傳統(tǒng)的企業(yè)管理流程是出現(xiàn)問題、邏輯分析、找出因果關系、提出解決方案，使問題企業(yè)成為優(yōu)秀企業(yè)，這是逆向思維模式。大數(shù)據(jù)競爭戰(zhàn)略咨詢流程是收集數(shù)據(jù)、量化分析、找出相互關系、提出優(yōu)化方案，使企業(yè)從優(yōu)秀到卓越，是正向思維模式。

　“數(shù)據(jù)是未來競爭優(yōu)勢的基礎，將是重要的資源?！?/span> “云計算、移動互聯(lián)網(wǎng)、社交網(wǎng)絡和大數(shù)據(jù)正快速發(fā)展，這樣的技術進展將改變企業(yè)運營的方方面面?！贝髷?shù)據(jù)將改變企業(yè)決策、價值創(chuàng)造和價值實現(xiàn)的方式。以后，更多的決策將基于大數(shù)據(jù)分析而不是個人直覺。

大數(shù)據(jù)時代最大的轉變是放棄對因果關系的探尋，取而代之關注相關關系，這是舍恩伯格在《大數(shù)據(jù)時代》中的描述。也就是說只要知道“是什么”，而不需要知道“為什么”。這與現(xiàn)有科學研究思維慣例不同，對人類的認知和與世界交流的方式提供了全新的模式。舍恩伯格指出大數(shù)據(jù)應用的三個思維變化：隨機樣本到全體數(shù)據(jù);精確性到混雜性，尤其是大數(shù)據(jù)的簡單算法比小數(shù)據(jù)的復雜算法更有效;因果關系到相關關系。

　大數(shù)據(jù)的技術挑戰(zhàn)顯而易見，但其帶來的管理挑戰(zhàn)更為艱巨要從高管團隊的角色轉變開始。大數(shù)據(jù)最重要的就是它會直接影響企業(yè)怎樣做決策、誰來做決策。在今天的整個商業(yè)世界中，人們仍然更多依賴個人經驗和直覺做決策，而不是基于數(shù)據(jù)。在信息有限、獲取成本高昂且沒有被數(shù)字化的時代，讓身居高位的人做決策是符合實際情況的。這種決策者和決策過程是直覺主義流派，現(xiàn)在這種方式遭遇了大數(shù)據(jù)的挑戰(zhàn)。

基于大數(shù)據(jù)平臺的量化分析

大數(shù)據(jù)挑戰(zhàn)直覺，首先要做的是量化分析。企業(yè)管理學界因觀點不同而分為眾多派系，但是“不會量化就無法管理”的理念卻是共識。這一共識足以解釋近年來的數(shù)字大爆炸為何無比重要。有了大數(shù)據(jù)，管理者可以將一切量化，從而對公司業(yè)務盡在掌握，進而提升決策質量和業(yè)績表現(xiàn)。

此處的大數(shù)據(jù)的量化分析與傳統(tǒng)的“數(shù)據(jù)分析”有相同之處，大數(shù)據(jù)也力圖從數(shù)據(jù)中收集智慧，并將其轉化為企業(yè)的優(yōu)勢。不同之處在于大數(shù)據(jù)數(shù)據(jù)量巨大、產生數(shù)據(jù)速度快、種類多樣。當一個數(shù)據(jù)源具備這三個性質的時候，它就形成一個平臺。那些天生帶有數(shù)字基因的企業(yè)，比如谷歌和亞馬遜，已然是大數(shù)據(jù)平臺。但是，對于傳統(tǒng)企業(yè)而言，運用大數(shù)據(jù)獲得競爭優(yōu)勢的潛力可能更大。企業(yè)可以做精準的量化和管理，做更可靠的預測和更明智的決策，可以在行動時更有目標、更有效率。

伴隨商業(yè)世界其他一些深刻的變革，公司向“大數(shù)據(jù)驅動”轉型必將遭遇巨大的挑戰(zhàn)，它需要管理者具有放手讓“大數(shù)據(jù)說話”的意識、對大數(shù)據(jù)量化分析的能力、利用大數(shù)據(jù)提升業(yè)績的管理能力。

大數(shù)據(jù)決定業(yè)績

如何運用大數(shù)據(jù)提升公司業(yè)績?各行各業(yè)對大數(shù)據(jù)的態(tài)度和應用方法五花八門。但是，其中有一定的關聯(lián)性：越是那些自定義數(shù)據(jù)驅動型的公司、平臺型公司，越會客觀地衡量公司的財務與運營結果。

大數(shù)據(jù)帶來更準的預測，更準的預測帶來更佳的決策和管理，零售業(yè)也有這樣的案例。美國零售巨頭西爾斯公司收集其專售的三個品牌的客戶、產品以及銷售數(shù)據(jù)，從這些海量信息中挖掘價值。大數(shù)據(jù)潛在價值巨大，挖掘的困難也巨大：這些數(shù)據(jù)需要超大規(guī)模分析，且分散在不同品牌的數(shù)據(jù)庫與數(shù)據(jù)倉庫中，不僅數(shù)量龐大而且支離破碎。西爾斯公司需要八周時間才能制定出個性化的銷售方案，但往往做出來的時候，它已不再是最佳方案了。

西爾斯集團開始使用群集收集來自不同品牌的數(shù)據(jù)，并在群集上直接分析數(shù)據(jù)，而不是像以前那樣先存入數(shù)據(jù)倉庫。為了避免浪費時間，西爾斯集團先把來自各處的數(shù)據(jù)分析之后再做合并，這種調整讓公司的推銷方案更快、更精準。

當大數(shù)據(jù)應用于供應鏈管理的時候，它讓我們了解為什么一家汽車制造商的產品故障率突然飆升;它可以持續(xù)詳細調查和處理幾百萬人的醫(yī)保狀況;它還可以基于產品特性的數(shù)據(jù)集，為在線銷售做出更好的預測和規(guī)劃。大數(shù)據(jù)在其他行業(yè)的應用也同樣成效顯著，無論金融業(yè)、旅游、政府部門還是機械維修，在市場推廣、人力資源管理方面也都有極大的功用。

當然，基于大數(shù)據(jù)戰(zhàn)略的管理也有很多挑戰(zhàn)。調整領導力、人才、技術、決策、文化才能應對大數(shù)據(jù)戰(zhàn)略轉型。

企業(yè)只有找到將數(shù)據(jù)科學與傳統(tǒng)技能完美結合的方式，才能打敗對手。不是所有的贏家都會將大數(shù)據(jù)用于其決策制定，但數(shù)據(jù)告訴我們，這樣確實勝算最大。

那大數(shù)據(jù)戰(zhàn)略如何具體落地呢？

大數(shù)據(jù)如何落地呢？同時，經常聽到很多大數(shù)據(jù)的概念和趨勢，但是落地而務實的介紹相對較少。筆者根據(jù)大數(shù)據(jù)分析領域的實際從業(yè)經驗，總結出大數(shù)據(jù)戰(zhàn)略落地方法。下面講逐層介紹。

第一是數(shù)據(jù)基礎平臺層(Hadoop優(yōu)化，集群優(yōu)化和安全管理優(yōu)化)，金字塔的最底層也是整個金字塔的基礎層，如果基礎層搭建不好，上面的應用層也很難在企業(yè)運營中發(fā)揮效果。沒有數(shù)據(jù)或者沒有高質量的數(shù)據(jù)，所有的分析都是誤導，所有的數(shù)據(jù)挖掘都是錯誤的引導。

第二是數(shù)據(jù)抽取集成層，數(shù)據(jù)抽取包括結構化數(shù)據(jù)抽取和非結構化數(shù)據(jù)抽取，WEB數(shù)據(jù)抽取。

第三是NO SQL數(shù)據(jù)存儲層，這里包含高頻內存數(shù)據(jù)庫、圖形數(shù)據(jù)庫、文件數(shù)據(jù)庫、鍵值數(shù)據(jù)庫等的建設管理。

最四是分析可視化平臺層，這包含大數(shù)據(jù)可視化、大數(shù)據(jù)分析平臺和海量數(shù)據(jù)查詢的建設。

在進行大數(shù)據(jù)戰(zhàn)略建設時，先分析本公司大數(shù)據(jù)現(xiàn)狀、差距和需求，依據(jù)企業(yè)的信息化實際情況，我們就可以制定大數(shù)據(jù)的戰(zhàn)略目標了。大數(shù)據(jù)戰(zhàn)略的制定是整個大數(shù)據(jù)建設的靈魂和核心，它將成為整個組織大數(shù)據(jù)發(fā)展的指引。