大数据方法论

大数据分析对商业世界是极为重要的，我认为现在大数据带来的一切并不是“革命”而是一种“进化”。和以前一样，从数据获取商业利益取决于一个由假设主导的进程：仔细构建可以通过更大的数据集和更先进的分析方法得以解决的商业问题，遵照产生出的见解行动，跟踪绩效变化，并在一个连续的改进周期内对进程加以修改。这听起来像是一个熟悉且可信的管理方法，但企业一定要谨慎，不要使这种熟悉感让自己在大数据方面变得自满。

思略特研究发现，大数据需要一个成熟框架，这一框架旨在帮助企业制定这些高价值主张，充分利用大数据所带来的希望。我们将 一个组织走向卓越的过程分成四个阶段：一、绩效管理阶段：财务报告，合规性监控，性能测量，以及利用关键绩效指标和项目仪表板;二、职能卓越阶段：更有效的目标市场营销和行业领先的物流效率;三、价值主张增强阶段：客户重视的个性化体验，并可以通过溢价、交叉销售实现货币化;四、业务模式转型阶段：以数据为中心的业务模式。 (有些数字化公司，如谷歌或亚马逊直接从这一阶段开始，没有经历其他发展阶段。)

根据我们对许多客户的观察，发现发达经济体中的大多数企业已经基本达到了第一阶段，少数已经到了第二和第三阶段，只有极少数是在第四阶段。

为什么大公司虽然意识到大数据有明显的好处，但在充分利用大数据上却十分缓慢?首先是文化：决策者需要接受数据驱动决策，而这对于习惯依靠自己本能和直觉做决定的高管来说，通常是很难的。其次，那些能够使用最新技术进行分析，并从数据中获得洞察力的人才极度短缺。第三，各国政府和决策者并没有花足够的精力去进行基础设施建设和人才储备，从而为私营部门中数据驱动技术的广泛应用创造有利条件。

针对政策制定者和企业高管，我们分别总结了一些目前需要迫切着手做的事情。

政策决定者必须要做到的事情包括：一、制定一个使用数据的远景，与公众利益相一致，并能促进共同的理解和认同;二、创建一个明确的监管框架，就数据隐私制定明确的规则，以促进全球范围内的协调一致;三、通过税收和投资优惠构建分析机构、服务商和IT供应商的大数据生态系统：建立企业园区，特别是要靠近学术中心;四、加快并扩大人才在商业和IT方面的教育;这是至关重要的，因为缺乏高技术人才是限制大数据实现卓越的主要因素。

而企业和高管必须做到的事情包括：一、制定清晰的数据战略，并确定哪些数据对改变您的商业模式至关重要;二、证明小规模试验计划中数据和分析的价值;三、提名企业内一位大数据的负责人(例如，首席分析官或数据科学的负责人);四、招收并培养管理人才提出正确的问题，培养技术人员提供所需的系统和工具;五、将大数据定位成企业经营模式的一个组成部分;六、建立数据驱动的决策文化，加快从完全依靠管理直觉到基于数据进行洞察的转变。

现在最需要的就是企业和政策制定者开始行动，采取一些上面的建议，并从实际经验中学习。否则，可能会错过大数据分析带来的优势。