大数据分析项目成功的五大要素

Hotels.com是全球首屈一指的饭店客房供应商，通过本地化的网站和电话客服中心提供订房订餐服务，有将近200个国家、超过150000家酒店以及20000 种以上的最新优惠数据。Hotels.com大数据项目的成功有5大因素，这5大因素可以推而广之到所有的大数据分析项目，“放之四海而皆准”。

熟悉大数据的原理是一码事，把大数据项目做成功又是另一码事，熟悉大数据原理未必就能在商业数据分析中取得成功。那么，该如何让你的大数据思维适用于所有大数据项目呢？本文以Hotels.com为例，来阐述具备什么样的大数据思维能让你搞定所有商业数据分析。

Hotels.com是全球首屈一指的饭店客房供应商，通过本地化的网站和电话客服中心提供订房订餐服务，有将近200个国家、超过150000家酒店以及20000 种以上的最新优惠数据。Hotels.com很早就开始利用数据分析进行预测性研究，在给消费者提供个性化的用户体验和更有针对性的建议上，Hotels.com利用数据分析得到很多帮助。他们会根据用户的点击流、评论、个人喜好和酒店资料等数据，通过算法和分析来了解客户的行程，并进行相应的推荐。

Hotels.com大数据项目的成功有5大因素，这5大因素可以推而广之到所有的大数据分析项目，“放之四海而皆准”。

虽然数据分析的基础是数据，但数据分析从业者的思维一定不能仅仅局限在数据上，要结合业务流程，把握用户需求。

在Hotels.com，数据最重要的用途之一是给用户提供跨设备的良好体验。要达到这一目标，一方面要分析用户数据以便确定他正在使用哪些设备。另一方面要存储/读取数据，以便能够识别每个特定用户利用不同设备在预订平台上已经搜索的目的地。完成这一点，要确保客户在任何设备上都会被识别，以便他们在不同设备上搜索酒店时不会做重复的工作。用户可以在家里的PC上搜索酒店，在地铁里用手机预订酒店，到了公司，用平板电脑直接付款，不用重新开始搜索。

这只是Hotels.com使用其数据平台来改善用户预订体验并使其尽可能个人化的一个例子，对于其他行业来说有很大的参考价值。

一个好的技术平台能够成就一个伟大的IT项目，这个道理同样适用于大数据分析。那么针对技术平台，我们该如何做出正确的选择呢？

技术平台的选择应当基于对实际业务需求的全面评估，并且需要考虑将来可能从数据分析中得到的收益。

在选择技术平台时，CIO们不应该只关注投资成本同时还要考虑平台的性能、可靠性、可用性、数据安全性和可扩展性。

在权衡所有的利弊后，Hotels.com选择了一个在线数据平台，该平台基于开源Apache Cassandra NoSQL数据库。这个平台提供的内置管理服务、附加的安全功能、外部Hadoop集成和免费补充纯开源解决方案的功能让Hotels.com可以更专注于数据分析和支持业务发展。

大数据分析项目需要投资和跨公司协作，在这种情况下，想要获得最大的支持，就要迎合掌控公司大权的人。

有一段时间，Hotels.com的主要目标是通过预订平台打通线上线下，这需要很大的人力物力投入。他们的数据团队发现，想要从老板那里获得支持，最好的方法就是证明他们可以快速实现很高的投资回报率。

为了向老板证明这一点，他们收集了超过150个可能与平台业务相关的案例，最终精心挑选了10个，在很短的时间内进行了演示，成功说服了董事会。

获得客户的信任很难，因此，尊重数据隐私是成功的关键。CIO们应确保大数据分析策略与用户数据安全的平衡。使用匿名化方式对保护每个用户的隐私至关重要，特别是在分析大量交叉数据时。

除了关注成本、时间和人员限制外，数据项目负责人更应该关注如何建立起一套可靠、高效和能够长期健康发展的业务。在长期规划中，要重视平台的可扩展性，以确保技术平台能够应对日益增长的结构化和非结构化数据洪流。

一旦平台建立并且第一次产出了结果，CIO们就应该把数据分析流程集成到日常的业务中，只有当数据分析成为常规的业务时，IT和数据团队才能不断地去帮助公司解决新的问题。

本文翻译自cio.com，原作者为 Thierry Bedos，Hotels.com首席技术官（CTO）