大數據時代企業怎么贏

如果你的企業希望投身大數據時代，現階段最大的挑戰是為海量業務數據找到商業用途。
    在Gartner著名的技術成熟度曲線中，備受追捧的大數據技術或許還未攀上期望膨脹的頂峰。而在可以想見的未來，泡沫的幻滅或許會引發一連串的質疑。但對于企業而言，最重要的是不在潮起潮落中迷失自己最初的需求和渴望。無論對技術的追捧與質疑如何激烈，企業的領導者都需要明確業務對數據的真正需求，并且清晰地向IT部門進行表達，從而為多來源的海量業務數據找到真正的商業用途。

   業務與IT合力價值發現
    過去數年間，私人投資者和風險投資機構都將巨資投入到PB級別結構化與非結構化數據的采集、存儲、治理和分析等新興技術領域。新涌現出的工具讓企業從Web日志、點擊流、社交媒體、視頻和音頻文檔、機器傳感器和微博中提取數據變得前所未有的容易。在技術日臻完善的情況下，現階段企業利用大數據的最大難點在于，讓業務部門與IT部門相互合作，定義到底哪些非結構化和半結構化數據是對企業真正有價值的數據，以及如何對其有效地加以利用。
    因此，真正的挑戰并不在于技術，而在于大數據商業價值的發現。這一艱巨的任務需要IT和業務部門合力完成?，F階段，很多企業尚未開始對非結構化數據進行采集和整合，主要原因就是企業的業務管理者不能確認大數據是否能夠為企業帶來實際的商業價值，而并非是出于對創新技術的不信任。
   互聯網行業具備天生的大數據應用需求，并且擁有強壯的技術基因，這使得大數據技術的早期實踐者多誕生于此。而在金融、電信、制造、醫療等傳統行業，大數據技術也正在被重點關注，相關的需求梳理已經展開，并且有部分企業進入了初級實踐階段。
    以金融行業為例，金融行業解決方案供應商北京先進數通信息技術有限公司研發部總經理完獻忠就表示，國內銀行目前的大數據應用尚處在初級階段，主要集中在歷史數據管理、查詢和使用方面，面向業務的分析應用項目則處于探索和驗證階段。他指出，隨著網上銀行和手機銀行的普及，并且向互聯網銀行的過渡，銀行業傳統上缺乏客戶行為數據的情況正在發生根本的轉變，銀行業具備了通過互聯網數據和機器數據開展有效客戶營銷的條件。
   大數據打開大視野
    從數據世界邁向大數據世界，技術的繼承與創新將會并存。當Hadoop、MapReduce成為技術創新的明星，有人或許會問：“大數據會終結BI嗎？”的確，新一代的分布式數據處理技術為用戶帶來了新的洞察力，但它們目前仍不能完全解決傳統BI（商業智能）所能夠解決的問題。我們看到，傳統的BI工具仍被京東這樣的大型互聯網企業所使用，其成熟的展現層技術仍然能在滿足企業大數據分析需求時發揮作用。
    PPTV聚力技術部總經理金昀認為，大數據分析可以理解為BI在數據量大規模爆發后的演進成果。傳統的技術手段的確很難應付數據量的爆炸式增長，但無論是“小數據”時代還是“大數據”時代，企業所面臨的數據管理問題都是相同的，即發掘數據之間的內在聯系，催生新的商業價值。
    “未來或許會有大數據時代的BI。BI的技術思維仍會存在，雖然數據的采集、存儲和分析方法全都改變了。與傳統BI相比，大數據時代的BI數據集成的范圍會更廣，像用戶行為數據、銷售數據、地理位置信息、團購信息、天氣信息等，都可以被集成到一起，通過新的分析與展現方法產生新的價值。它會帶來更廣、更深邃的洞察力?！苯痍勒f。
    企業用戶數據視野的拓展同樣有賴于IT與業務之間緊密協作。從想象力的激蕩，到構想在現實環境的落地，注定是一段IT與業務攜手而行的旅程。