企業(yè)致力于收集和存儲(chǔ)大量數(shù)據(jù)，但通常只分析其中的一小部分。他們發(fā)現(xiàn)數(shù)據(jù)是新的貨幣，因?yàn)閿?shù)據(jù)中隱藏著很多價(jià)值。他們正在利用數(shù)據(jù)科學(xué)和大數(shù)據(jù)分析工具從其“數(shù)據(jù)寶庫(kù)”中提取價(jià)值。這有助于他們進(jìn)行數(shù)字化轉(zhuǎn)型。一些組織在這方面取得了巨大的成功，并不斷創(chuàng)新、獲得市場(chǎng)份額、增加價(jià)值(例如Amazon、谷歌、Facebook等公司)，而其他公司也在努力效仿。
　　

麥肯錫全球研究院于2011年5月發(fā)表了一篇開(kāi)創(chuàng)性論文，名為“大數(shù)據(jù)：創(chuàng)新，競(jìng)爭(zhēng)和生產(chǎn)力的下一個(gè)前沿”，使得大數(shù)據(jù)和分析開(kāi)始引起人們的關(guān)注。根據(jù)谷歌公司的趨勢(shì)分析(它提高了人們對(duì)關(guān)鍵詞的搜索興趣)，大數(shù)據(jù)和分析熱潮在2016年6月達(dá)到了頂峰。而云計(jì)算一直持續(xù)受到人們的高度關(guān)注，因?yàn)樵絹?lái)越多的企業(yè)繼續(xù)實(shí)施云計(jì)算技術(shù)，以提高業(yè)務(wù)靈活性、運(yùn)營(yíng)彈性、改進(jìn)性能，以及更高的效率。
　　數(shù)字化轉(zhuǎn)型需要在組織層面上發(fā)揮作用，并將成為一種永久的運(yùn)營(yíng)方式。
　　人們可能會(huì)想知道，在大數(shù)據(jù)和分析達(dá)到發(fā)展頂峰之后將會(huì)變成什么樣子。只要所公布的客戶調(diào)查、供應(yīng)商利益、分析師報(bào)告、收入來(lái)源等資料具有價(jià)值，那么企業(yè)都將采用大數(shù)據(jù)和分析來(lái)獲取。調(diào)研機(jī)構(gòu)Gartner公司2016年進(jìn)行的一項(xiàng)調(diào)查報(bào)告表明，在過(guò)去五年中，企業(yè)對(duì)大數(shù)據(jù)和分析的投資一直在不斷增長(zhǎng)，但對(duì)其未來(lái)投資的興趣似乎有所下降。這可能是由于這些投資獲得實(shí)際收益的一種停頓。而Gartner公司的另一份調(diào)查報(bào)告顯示，只有大約12%的大數(shù)據(jù)項(xiàng)目取得了可衡量的成果。然而，社交媒體、物聯(lián)網(wǎng)(IoT)、智能手機(jī)、移動(dòng)設(shè)備、游戲裝備、可穿戴設(shè)備、傳感器、無(wú)人機(jī)、遠(yuǎn)程監(jiān)控器、精密醫(yī)療、精準(zhǔn)農(nóng)業(yè)、智能城市、智能建筑、自動(dòng)駕駛汽車、遠(yuǎn)程控制車輛等技術(shù)將產(chǎn)生大量需要收集、匯總和分析的數(shù)據(jù)，以做出有用且有價(jià)值的決策。
　　而使用傳統(tǒng)方法和系統(tǒng)來(lái)人工分析數(shù)據(jù)是不可能的。來(lái)自大數(shù)據(jù)和分析的潛在價(jià)值每年達(dá)到數(shù)十億美元。這被認(rèn)為是一個(gè)保守的估計(jì)。因?yàn)辂溈襄a公司2011年進(jìn)行的調(diào)查報(bào)告僅僅占據(jù)了大數(shù)據(jù)潛在價(jià)值的一小部分。只有基于位置的數(shù)據(jù)的采用率和價(jià)值捕獲率高達(dá)50%-60%，其次是美國(guó)零售業(yè)，達(dá)到30%-40%，制造業(yè)占20%-30%，美國(guó)醫(yī)療保健行業(yè)為10%-20%，歐盟公共部門(mén)為10%-20%。因此，大數(shù)據(jù)和分析的興趣和投資在幾乎所有行業(yè)都會(huì)增加，以捕捉大數(shù)據(jù)中隱藏的價(jià)值。預(yù)計(jì)在未來(lái)幾年中企業(yè)對(duì)云計(jì)算的大數(shù)據(jù)會(huì)持續(xù)產(chǎn)生興趣。
　　數(shù)據(jù)安全
　　隨著越來(lái)越多的數(shù)據(jù)被收集、匯總、分析，并用于做出影響人們生活的決策，數(shù)據(jù)安全性成為人們最為關(guān)切的問(wèn)題。數(shù)據(jù)治理需要處理從不同來(lái)源收集的數(shù)據(jù)高峰以及管理這些數(shù)據(jù)元素所涉及的風(fēng)險(xiǎn)的中心階段。美國(guó)聯(lián)邦、州、市和地方政府機(jī)構(gòu)以及其他非營(yíng)利性公共服務(wù)組織需要符合嚴(yán)格的保密性、完整性和可用性(CIA)規(guī)則，并且還要提供良好的治理、滿足合規(guī)要求和管理風(fēng)險(xiǎn)(GCR)。
　　人們一個(gè)常見(jiàn)的誤解是，組織需要從不同來(lái)源收集的大量結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，包括外部來(lái)源(需要驗(yàn)證和風(fēng)險(xiǎn)評(píng)估)來(lái)開(kāi)始分析。企業(yè)不需要大量數(shù)據(jù)來(lái)啟動(dòng)分析項(xiàng)目。可以從已有的“黃金標(biāo)準(zhǔn)數(shù)據(jù)”開(kāi)始，并考慮單獨(dú)使用這些數(shù)據(jù)或?qū)⑵渑c其他內(nèi)部數(shù)據(jù)集結(jié)合使用，以解決業(yè)務(wù)問(wèn)題作為向決策者購(gòu)買(mǎi)的概念證明的可能性。企業(yè)可以嘗試和分析以前沒(méi)有查看的不同變量，以確定相關(guān)性、因果關(guān)系和預(yù)測(cè)因素，謹(jǐn)慎發(fā)現(xiàn)，并避免重合。這是行業(yè)領(lǐng)域知識(shí)和專業(yè)知識(shí)發(fā)揮作用的地方。利用可用且經(jīng)濟(jì)實(shí)惠的計(jì)算能力、存儲(chǔ)和網(wǎng)絡(luò)容量，企業(yè)可以輕松地分析更多數(shù)據(jù)，以查看隱藏在數(shù)據(jù)中的模式和概率?；跇I(yè)務(wù)需求，分析可用于描述性、診斷性、預(yù)測(cè)性、規(guī)定性的目的。物聯(lián)網(wǎng)、傳感器、操作技術(shù)、設(shè)備維護(hù)、精密醫(yī)療、電網(wǎng)、航運(yùn)、物流、執(zhí)法和精準(zhǔn)農(nóng)業(yè)正在越來(lái)越多地利用上述不同類型的分析來(lái)處理一個(gè)或多個(gè)業(yè)務(wù)問(wèn)題，或根據(jù)需要來(lái)提供解決方案。
　　大數(shù)據(jù)的需求
　　大數(shù)據(jù)對(duì)不同的人意味著不同的事物。不同的IT分析師、商業(yè)領(lǐng)袖、顧問(wèn)、學(xué)術(shù)研究人員、標(biāo)準(zhǔn)組織已經(jīng)根據(jù)他們的觀點(diǎn)定義了大數(shù)據(jù)，其中包括數(shù)量、速度、品種、準(zhǔn)確性、復(fù)雜性等因素。雖然在大數(shù)據(jù)方面沒(méi)有明確的共識(shí)，他們現(xiàn)有的能力在人員、過(guò)程和技術(shù)方面的處理能力太大了。就大數(shù)據(jù)和分析而言，人員是最難的部分。存在組織慣性、缺乏決策者的支持，以及難以找到正確理解分析的數(shù)據(jù)和業(yè)務(wù)領(lǐng)域的數(shù)據(jù)科學(xué)家等問(wèn)題。同樣，大數(shù)據(jù)分析師也很缺乏。世界各地的許多高?；蛘J(rèn)證機(jī)構(gòu)都在提供數(shù)據(jù)科學(xué)和分析方面的新課程，以滿足日益增長(zhǎng)的需求。
　　由于大數(shù)據(jù)領(lǐng)域是新興行業(yè)，很難找到適合的專家，因此所謂的“大數(shù)據(jù)專家或數(shù)據(jù)科學(xué)家”被金融交易、銀行、信用評(píng)級(jí)機(jī)構(gòu)，以及信用卡公司等大型金融組織所吸引。此外，谷歌、Facebook、LinkedIn、雅虎、微軟、亞馬遜等行業(yè)巨頭也求賢若渴，因?yàn)樗麄優(yōu)檫@些人才提供了豐厚的薪酬、股票期權(quán)，以及更好的發(fā)展前景。在爭(zhēng)奪同樣的人才方面，美國(guó)的聯(lián)邦、州、市和地方政府以及非營(yíng)利組織都處于劣勢(shì)。但是，一些具有深謀遠(yuǎn)慮的政府組織已經(jīng)成功招募了一些優(yōu)秀的大數(shù)據(jù)科學(xué)家。
　　克服人才短缺的挑戰(zhàn)
　　為了克服數(shù)據(jù)科學(xué)家短缺的挑戰(zhàn)，許多企業(yè)正在建立一個(gè)數(shù)據(jù)科學(xué)團(tuán)隊(duì)，其中包括具有大數(shù)據(jù)分析方面知識(shí)和專業(yè)知識(shí)的人員，以及行業(yè)專家，例如IT和業(yè)務(wù)領(lǐng)域。他們可以一起補(bǔ)充彼此的專業(yè)知識(shí)，互相協(xié)作并提出業(yè)務(wù)問(wèn)題的解決方案。一個(gè)成功的大數(shù)據(jù)分析團(tuán)隊(duì)的一個(gè)重要特征是能夠用商業(yè)術(shù)語(yǔ)講述故事，并實(shí)現(xiàn)數(shù)據(jù)可視化，而這些數(shù)據(jù)可視化只需要很少的解釋。這是一項(xiàng)非常特殊的技能，需要銷售技能來(lái)完成交易。這些能力有助于建立數(shù)據(jù)科學(xué)團(tuán)隊(duì)或大數(shù)據(jù)和分析團(tuán)隊(duì)的可信度，以獲得高級(jí)管理人員的支持，并將分析從一個(gè)業(yè)務(wù)領(lǐng)域擴(kuò)展到另一個(gè)業(yè)務(wù)領(lǐng)域，并最終擴(kuò)展到整個(gè)組織或企業(yè)。這些人員則是“翻譯者”，他們可以從數(shù)據(jù)分析中獲得結(jié)果，并將其置于商業(yè)術(shù)語(yǔ)中，以便企業(yè)能夠理解和適應(yīng)。數(shù)字化轉(zhuǎn)型需要在組織層面上發(fā)揮作用，并成為一種永久的運(yùn)營(yíng)方式。大數(shù)據(jù)和分析是私營(yíng)或公共企業(yè)數(shù)字化轉(zhuǎn)型的一個(gè)組成部分。因此，許多組織開(kāi)始了數(shù)字化轉(zhuǎn)型之旅，通過(guò)分析釋放隱藏在大數(shù)據(jù)中的價(jià)值。今后將會(huì)有更多的組織效仿跟隨。