大數據時代，你準備好用數據驅策公司了嗎？這并不是一項簡單的任務，迅速吸收、整合與分析數據的能力缺一不可，而數據又來自內部原有的數據以及未來源源不絕誕生的海量數據，最終你必須把數據轉化成「洞見（insights）」，并且依此為本，能在各種狀況采取最適當的解決方案。法國凱捷（Capgemini）管理顧問公司「洞見與數據」副總裁 Jeff Hunter 表示，他們調查了 1000 名企業高層，整理出七項企業轉型成「數據為本」的過程中，所需遵循的七大原則。

 原則 1：從原有的業務與技術中開始著手
    想要轉型成以數據為本的公司，首先一定得先確認業務目標，接著便能規劃戰略藍圖，運用新的數據來源，達成你所設定的目標。數據成熟度（data maturity）與技術兩者雙管齊下的起點，將決定未來整趟旅程的行進過程。Hunter 表示：「若能適當的部署業務與技術，就可以堪屎系統性地開展業務流程與商業模式，并且明辨哪些質化元素能被量化元素取代?！?br />     原則 2：從相互連結的物聯網中建造數據景觀
    「物聯網」的實現近在咫尺，而且已經產生（而且會持續產生）史無前例的巨大數據?！复婊畛^ 20 年的企業，近來不斷設法制定企業數據策略，因為他們里頭有數不清的數據市集（data marts）和數據孤島（data silos）」Hunter 說。盡管公司組織努力解決數據孤島的問題，但是宛如瀑布般傾瀉而下的數據，只會一再造出新的孤島，除非你的環境已經準備好應付那些海量數據，畢竟現在數據量產生的速度，遠超 20 年前我們所習慣的步調。不過幸好，大數據熱潮孕育了許多可以協助大企業管理笨重數據負擔的新技術，因此能否好好善用那些新技術，把數據轉化成真正的業務需求，是企業在形塑數據景觀時不可或缺的原則。
    原則 3：建立數據科學與分析的文化
    想靠「數據」發威，光有技術不夠，還得建立一個理解數據、而且懂得利用數據的文化，兩者缺一不可，文化甚至更加重要?！笇ξ覀儊碚f，『懂數據』不再只是副產品，而是重要的資產，你要培養『這是一種資產』的心態，你要知道，數據有可能幫你重整業務流程或挖掘出新的收入來源?！挂虼?，數據科學不該只是幾個人的職責，必須灌輸到整間企業的全體成員身上，讓所有的決策都變得更明智。
    原則 4：從小做起，不斷迭代
    我們可以預期使用者對于資訊與數據洞見的需求會愈來愈多，這表示他們要能隨時隨地獲取這些資訊。這不是一件容易的事情，但是企業可以先從「小事」做起，找到一個可以從數據中直接受益的業務目標，接著反覆改善（iterate），讓團隊不斷汲取經驗，最終能以數據洞悉、解決業務問題，「這個過程可以持續復制、重復消耗，」Hunter 強調，Capgemini 針對技術、人才與分析的投資，總是能被客戶一再使用。
    原則 5：用數據科學丈量數據科學的成敗
    要讓數據當個稱職的主角，你得采用數據科學的方法來判斷數據科學是否成功，這不是什麼跳針的玩笑話。隨著你的企業從數據洞見取得的營收愈來愈多，你得要能辨析數據政策是否產生重要的改變，要發展一套尺度用衡量成敗?！肝覀冊觞N丈量成功或失??？『洞察』就是我們最重視也最關鍵的 KPI?！?br />     原則 6：數據的安全與隱私至高無上
    只靠直覺行事很糟，但未經篩選、從良莠不齊或不可靠的數據中采集作為決策考量，更糟。倘若你無法處理數據安全以及尊重隱私，將會導致企業暴露在險境之中?！妇S護數據資產的安全與隱私，是最基本的要務，我們總是盡己所能管理數據?！笻unter 強調，無論數據產生的速度多快，都不能輕忽契約或有違反法律的情事。
    原則 7：賦予成員洞察「作用點」的力量
    唯有公司內部的成員面對數據洞見時能夠迅速產生反應，數據才有價值。這些洞見在「作用點（point of action）」上必須有所區隔，比方說，如果現階段的目標是優化購物車，反應夠快的人就會想到可以在交易完結之前，提供消費者某些推薦商品。Hunter 以機械操作員來比喻，就是要讓他們能夠預測鉆頭何時可能會損壞。建立數據為本的心態，而且懂得因事制宜，方能搶在事情發生之前預做準備。