大数据如何快速落地的战略方法

数字信息大爆炸，世界潮流浩浩荡荡，大数据时代已然来临。您的公司将如何应对大数据时代的挑战呢？战略决定未来的发展方向。没有清晰的大数据战略，不了解大数据，您的公司将如同盲人摸象般不仅无法驾驭大数据，而且会被大数据淹没。那大数据如何落地，本文主要讲大数据战略落地。

为了什么需要考虑大数据战略呢？

据调查显示，大中型企业，甚至中小规模的企业都意识到，大数据可以为他们的业务带来好处，以及提升他们企业的竞争力。

调查显示，这些中小企业比其更大规模的竞争对手更加快速的利用大数据。虽然大多数受访者承认大数据价值，然而，不同的受访者对大数据这一术语有着不同的理解。28％的受访者把大数据定义为交易数据的海量增长，而24％的受访者形容它是一种新技术，帮助企业迎接海量数据的挑战。18%把大数据定义为从社会媒体、移动设备和终端设备所产生的海量信息，而19％把它理解成合规性的存储和归档数据。

无论怎样定义大数据，据调查结果显示，大中小型企业知道大数据可以带来诸多好处。

每家公司都应该思考大数据战略，无论他们公司规模是大还是小。大数据融合了社交媒体、终端设备、移动设备和企业内部等的数据，它正在史无前例的增长。没有创建大数据战略的企业将在新一轮竞争中迷失，而创建了大数据战略的企业，将受益于大数据的即时访问数据和即时洞察力的能力，它使得企业在为自己的客户群服务时，企业可以采取更敏捷的业务操作，更好地吸引并留住客户。

大数据会给企业带来什么样的影响？

从“直觉主义”到量化分析，企业管理让大数据做主，大数据战略成为新的竞争战略的支撑，大数据变革企业决策。

目前，传统的企业管理流程是出现问题、逻辑分析、找出因果关系、提出解决方案，使问题企业成为优秀企业，这是逆向思维模式。大数据竞争战略咨询流程是收集数据、量化分析、找出相互关系、提出优化方案，使企业从优秀到卓越，是正向思维模式。

　“数据是未来竞争优势的基础，将是重要的资源。” “云计算、移动互联网、社交网络和大数据正快速发展，这样的技术进展将改变企业运营的方方面面。”大数据将改变企业决策、价值创造和价值实现的方式。以后，更多的决策将基于大数据分析而不是个人直觉。

大数据时代最大的转变是放弃对因果关系的探寻，取而代之关注相关关系，这是舍恩伯格在《大数据时代》中的描述。也就是说只要知道“是什么”，而不需要知道“为什么”。这与现有科学研究思维惯例不同，对人类的认知和与世界交流的方式提供了全新的模式。舍恩伯格指出大数据应用的三个思维变化：随机样本到全体数据;精确性到混杂性，尤其是大数据的简单算法比小数据的复杂算法更有效;因果关系到相关关系。

　大数据的技术挑战显而易见，但其带来的管理挑战更为艰巨要从高管团队的角色转变开始。大数据最重要的就是它会直接影响企业怎样做决策、谁来做决策。在今天的整个商业世界中，人们仍然更多依赖个人经验和直觉做决策，而不是基于数据。在信息有限、获取成本高昂且没有被数字化的时代，让身居高位的人做决策是符合实际情况的。这种决策者和决策过程是直觉主义流派，现在这种方式遭遇了大数据的挑战。

基于大数据平台的量化分析

大数据挑战直觉，首先要做的是量化分析。企业管理学界因观点不同而分为众多派系，但是“不会量化就无法管理”的理念却是共识。这一共识足以解释近年来的数字大爆炸为何无比重要。有了大数据，管理者可以将一切量化，从而对公司业务尽在掌握，进而提升决策质量和业绩表现。

此处的大数据的量化分析与传统的“数据分析”有相同之处，大数据也力图从数据中收集智慧，并将其转化为企业的优势。不同之处在于大数据数据量巨大、产生数据速度快、种类多样。当一个数据源具备这三个性质的时候，它就形成一个平台。那些天生带有数字基因的企业，比如谷歌和亚马逊，已然是大数据平台。但是，对于传统企业而言，运用大数据获得竞争优势的潜力可能更大。企业可以做精准的量化和管理，做更可靠的预测和更明智的决策，可以在行动时更有目标、更有效率。

伴随商业世界其他一些深刻的变革，公司向“大数据驱动”转型必将遭遇巨大的挑战，它需要管理者具有放手让“大数据说话”的意识、对大数据量化分析的能力、利用大数据提升业绩的管理能力。

大数据决定业绩

如何运用大数据提升公司业绩?各行各业对大数据的态度和应用方法五花八门。但是，其中有一定的关联性：越是那些自定义数据驱动型的公司、平台型公司，越会客观地衡量公司的财务与运营结果。

大数据带来更准的预测，更准的预测带来更佳的决策和管理，零售业也有这样的案例。美国零售巨头西尔斯公司收集其专售的三个品牌的客户、产品以及销售数据，从这些海量信息中挖掘价值。大数据潜在价值巨大，挖掘的困难也巨大：这些数据需要超大规模分析，且分散在不同品牌的数据库与数据仓库中，不仅数量庞大而且支离破碎。西尔斯公司需要八周时间才能制定出个性化的销售方案，但往往做出来的时候，它已不再是最佳方案了。

西尔斯集团开始使用群集收集来自不同品牌的数据，并在群集上直接分析数据，而不是像以前那样先存入数据仓库。为了避免浪费时间，西尔斯集团先把来自各处的数据分析之后再做合并，这种调整让公司的推销方案更快、更精准。

当大数据应用于供应链管理的时候，它让我们了解为什么一家汽车制造商的产品故障率突然飙升;它可以持续详细调查和处理几百万人的医保状况;它还可以基于产品特性的数据集，为在线销售做出更好的预测和规划。大数据在其他行业的应用也同样成效显著，无论金融业、旅游、政府部门还是机械维修，在市场推广、人力资源管理方面也都有极大的功用。

当然，基于大数据战略的管理也有很多挑战。调整领导力、人才、技术、决策、文化才能应对大数据战略转型。

企业只有找到将数据科学与传统技能完美结合的方式，才能打败对手。不是所有的赢家都会将大数据用于其决策制定，但数据告诉我们，这样确实胜算最大。

那大数据战略如何具体落地呢？

大数据如何落地呢？同时，经常听到很多大数据的概念和趋势，但是落地而务实的介绍相对较少。笔者根据大数据分析领域的实际从业经验，总结出大数据战略落地方法。下面讲逐层介绍。

第一是数据基础平台层(Hadoop优化，集群优化和安全管理优化)，金字塔的最底层也是整个金字塔的基础层，如果基础层搭建不好，上面的应用层也很难在企业运营中发挥效果。没有数据或者没有高质量的数据，所有的分析都是误导，所有的数据挖掘都是错误的引导。

第二是数据抽取集成层，数据抽取包括结构化数据抽取和非结构化数据抽取，WEB数据抽取。

第三是NO SQL数据存储层，这里包含高频内存数据库、图形数据库、文件数据库、键值数据库等的建设管理。

最四是分析可视化平台层，这包含大数据可视化、大数据分析平台和海量数据查询的建设。

在进行大数据战略建设时，先分析本公司大数据现状、差距和需求，依据企业的信息化实际情况，我们就可以制定大数据的战略目标了。大数据战略的制定是整个大数据建设的灵魂和核心，它将成为整个组织大数据发展的指引。