創新型企業如何從不確定的數據中獲取價值

Michael+Schroeck，Rebecca+Shockley，Janet+Smart，Dolores+Romero-Morales，Peter+Tufano

“大數據”一詞已經無處不在，然而，其概念仍然存在混淆。大數據已被用于承載所有類型的概念，包括：巨量的數據、社交媒體分析、下一代數據管理能力、實時數據等。無論是任何種類，企業都已經開始理解并且探索如何以新的方式處理并分析大量的信息。這樣，數量較少但不斷增加的先驅者實現了突破性的業務成果。

在全球的各行各業中，高管們都認識到，他們需要更多地了解如何利用大數據。但是，盡管大數據吸引了媒體的廣泛關注，但從企業正在做的事情中很難發現深層次的信息。

因此，我們試圖更好地了解企業如何看待大數據，以及它們目前在多大程度上使用大數據而使其業務受益。IBM商業價值研究院與牛津大學賽德商學院聯手進行了2012 Big Data @ Work研究，調查了95個國家中的1144名業務和IT專業人員，并采訪了20多名學者、業務主題專家和企業高管。

我們發現，近三分之二（63%）的受訪者表示，信息（包括大數據）和分析的使用為其組織創造了競爭優勢。在IBM的2010年新智慧企業全球高管聯合調研中，有此看法的受訪者比例是37%——在短短兩年內增幅達到了70%。

從大數據中獲取商業價值的五項建議

作為日益擴大的信息與分析市場中越來越重要的一個領域，大數據具有重要的影響。對于在其組織內已經實施大數據試驗項目或者部署項目的受訪者來說，通過信息（包括大數據）和分析而獲得巨大優勢的比例要比僅依賴傳統分析方法的組織比例高15%。

那么，當前的大數據活動為何與以前不同？有些組織使用大數據已有多年時間。例如，一家全球電信公司每天從120個不同系統中收集數十億條詳細呼叫記錄，并保存至少9個月時間。一家石油勘探公司分析幾萬億字節的地質數據，而證券交易所每分鐘處理數百萬個交易。對于這些公司，大數據并非一個新概念。

然而，兩個重要趨勢使得大數據時代與之前有顯著的區別：

一是目前在廣泛行業中幾乎“所有方面”的數字化產生了新型的大量的實時數據。其中，非標準數據占據很大一部分，例如流數據、地理空間數據或傳感器產生的數據，這些數據并不能完美地適用于傳統的、結構化的、關系型數據倉庫。

二是當前先進的分析技術和工藝使得各組織能夠以從前無法達到的復雜度、速度和準確度從數據中獲得洞察力。

在各行業和各地區，我們的調研發現，組織對大數據采用了一種務實的方法。最有效的大數據解決方案首先識別業務要求，然后定制基礎架構、數據源和分析方法，以支持業務機會。這些組織從現有的和新的內部信息來源中獲取新的洞察力，制定大數據技術戰略，然后隨著時間的推移逐步地升級相應的基礎架構。

我們的調研結果為各組織逐步開展大數據舉措以及從大數據中獲取最大的商業價值提供了五項關鍵建議：

（一）以客戶為中心推動初始舉措

最初的大數據舉措必須注重能夠為企業提供最大價值的領域，這一點勢在必行。對許多行業來說，這意味著從客戶分析開始，通過真正了解客戶需求，并預測未來行為，從而為客戶提供更好的服務。

全面數字化是有助于帶來大數據迅猛發展的一個推動力，已經改變了個人和組織之間的力量平衡。如果企業希望了解并向有能力的客戶和市民提供價值，他們必須集中精力將客戶作為個體進行了解。企業還需要向新技術和高級分析能力投資，以更好地了解各個客戶的交互和偏好。

但是，當今的客戶——包括最終消費者或者企業對企業客戶——需要的不僅僅是了解。要想有效地培養與客戶之間有意義的關系，企業必須以客戶認為有價值的方式與客戶聯系。

價值可能來自更及時、更明智或者更相關的交互；也可能來自于企業通過改進底層運作而增強交互的整體體驗。無論來自何處，分析都有助于從大數據中獲得洞察力，這對于在這些關系中達到這一深度日益重要。

（二）制定整個企業的大數據藍圖

藍圖包含企業內的大數據愿景、戰略和要求，對于在業務用戶的需求與IT實施路線圖之間做到協調非常關鍵。它實現了關于企業如何利用數據改進業務目標的一致理解。

有效的藍圖通過確定大數據適用的關鍵業務挑戰，規定如何使用大數據的業務流程要求，以及包含實現該藍圖所需數據、工具和硬件的架構，從而定義了企業內大數據的范圍。這是為指導企業以實用的方式，并以創造可持續的商業價值為出發點，開發并實施大數據解決方案而制定藍圖的基礎。

（三）從現有數據開始，實現近期目標

要實現近期目標，同時為持續開展大數據項目創造發展動力和專業知識，企業必須采取實用的方法。我們的調研表明，要開始尋求新的洞察力，最具邏輯性和性價比的地點就是企業內部。

從內部著眼允許企業利用現有數據、軟件和技能，提供近期業務價值，并且在考慮擴展現有的能力而處理更復雜的數據來源和類型之前積累重要的經驗。大多數企業希望通過這樣做而充分利用現有存儲庫中的信息，同時擴展其數據倉庫，以處理更大數量和更多類型的數據。

（四）根據業務優先級逐步建立分析能力

在世界范圍內，越來越多的分析工具使企業目不暇接，同時企業也面臨著分析技能的嚴重缺乏。大數據效率取決于消除這一巨大差距。簡言之，企業必須獲取工具和技能。在這個過程中，隨著分析、功能和IT技能的完美平衡，預計新角色和事業模式將會出現。

關注內部分析人員的專業發展和事業進步——他們已經熟悉企業獨特的業務流程和挑戰——這應是業務高管的首要任務。同時，大學和個人自身（無論什么背景或專業）都有義務培養強大的分析技能。

（五）基于可衡量的指標制定投資回報分析

制定綜合且可行的大數據戰略以及后續的路線圖需要可靠且可量化的投資回報分析。因此，一位或多位業務高管積極參與并支持這一流程非常重要。要實現長期的成功，強大、持續的業務和IT的協作同樣重要。

許多企業的投資回報分析基于以下可從大數據獲得的益處：

1.更聰明的決策——利用新的數據源提高決策質量；

2.更快的決策——實現更實時的數據獲取與分析，支持在“影響點”做出決策，例如在客戶訪問您的網站或者與客戶服務代表通電話時；

3.創造奇跡的決策——使大數據舉措注重于那些能夠提供真正差異化的領域。

這些建議中有一個基本原則：業務和IT專業人員必須在整個大數據實施過程中通力合作。最有效的大數據解決方案首先確定業務要求，然后定制基礎設施、數據源和量化分析，以支持該業務機會。

按階段的更多建議

在大數據采用的生命周期內，某些關鍵活動是每個階段的特征。以下各階段建議為從一個階段進入下一個階段提供了經過驗證且實用的方法。

（一）從教育到探索：為后續行動奠定基礎

1.注重大數據為企業提供競爭優勢的領域，包括行業內部和外部，持續增加您的知識；

2.與不同的業務部門和職能合作，確定可以通過更好、更及時的信息訪問而應對的最關鍵的業務機遇和挑戰。許多企業通過客戶數據和分析開始，以支持其前臺轉型舉措；

3.注重增強您的信息管理環境和基礎架構，包括制定大數據藍圖；這些藍圖通常基于行業標準、參考架構和其他可用的技術框架和資源。

（二）從探索到接觸：將計劃付諸實施

1.在制定大數據戰略和路線圖時，確認業務領導層的積極支持；

2.為您計劃通過POC或試點項目而解決一個或兩個關鍵業務挑戰制定投資回報分析；

3.在開始為滿足更長期的要求而做出計劃時，定期確認您的信息管理基礎和IT基礎架構能夠支持POC或試驗項目需要的大數據技術和能力；

4.評估您當前的信息治理流程及就緒程度，以應對大數據的新方面；

5.分析內部資源現有的技能集，并且開始進行差距分析，以了解您需要在哪些方面增加和/或獲得更多技能。

（三）從接觸到執行：了解面臨的機遇和挑戰

1.積極推動試點項目的成功，以保持前進動力，同時開始參與到業務的其他部分中；

2.通過確認和驗證預期的投資回報和收益而最終確定業務案例，包括既定的成功標準和指標；

3.確定由于能夠獲得更好、更及時的信息（例如營銷、銷售、客戶服務和社交媒體網站）而需要修改和改進的業務流程；

4.制定能力計劃，以確認是否有實現短期和長期目標所需的足夠技術和定量技能；

5.記錄從試驗到投產的詳細項目計劃。該計劃應包括預計業務價值、成本、資源和項目時間表的確認。

（四）執行階段：擁抱大數據的創新

1.記錄早期成功的和量化的結果，以支持未來的舉措；

2.在企業中發起正式的大數據溝通，持續地提供支持和前進動力；

3.注重增加技術和技能，以應對各業務部門、職能領域和地區的新的大數據挑戰；

4.注意信息治理（包括信息生命周期管理）、隱私和安全；

5.持續評估快速發展的大數據工具和技術。平衡現有基礎架構與能夠提高擴展性、優化度和彈性的新技術。

開始您的大數據演進

要在全球整合的經濟環境中競爭，當前的企業需要全面地了解市場、客戶、產品、法規、競爭對手、供應商、員工等，這一點日益明確。這種了解需要有效地使用信息和分析技術。事實上，除了其員工之外，許多企業還將信息視為最有價值的差異化資產。

現在，隨著大數據的出現和廣泛采用，全球各地的企業都在尋找新的方式開展競爭并且獲勝。它們不斷地轉型，以充分利用大量的信息改進整個企業內的決策和績效。少量領先的企業已經通過為員工——從高管到營銷和車間工人——提供信息、技能和工具而使他們更好、更及時地在“影響點”做出決策，從而實現這一目標。

并非每個企業都需要管理全部大數據的能力。但是，利用新數據、技術和分析技能的機會在每個行業中都不同程度地存在。企業需要通過分析新的和現有數據的數量、速度和多樣性，并利用正確的技能和工具更好地了解其業務、客戶和市場而實現價值。

無論從何處開始，全球的企業在當前全球整合經濟環境中都將繼續在更大范圍內使用大數據獲得業務價值和競爭優勢。