對于有些事物，我們無(wú)法選擇逃避或者回避。就如大數據一樣，如此順其自然的產(chǎn)生、發(fā)展及壯大，乃至你將無(wú)法處理。面對大數據所帶來(lái)的威脅性與緊迫感，我們只能在守株待兔與隨機應變中尋得出路。
既然必須接受，何不積極樂(lè )觀(guān)的先弄清它的益處，至于如何獲得這些益處，我們隨后道來(lái)。大數據充溢著(zhù)企業(yè)業(yè)務(wù)，一方面給儲存、管理帶來(lái)了壓力，另一方面也給企業(yè)帶來(lái)了新生與動(dòng)力，在挖掘大數據的過(guò)程中，企業(yè)找到了新的商機，但隨之而來(lái)的壓力與考驗是：你必須會(huì )處理、會(huì )分析、會(huì )挖掘這些大數據。然而我們卻不是挖掘大數據的工程師，我們善于做的是開(kāi)發(fā)業(yè)務(wù)類(lèi)型、提升利潤空間，在權衡企業(yè)業(yè)務(wù)與大數據的處理方案時(shí)，我們該把重心放在如何計算分析大數據上，還是著(zhù)重提升并開(kāi)拓企業(yè)業(yè)務(wù)呢？明智的企業(yè)領(lǐng)導者想必已經(jīng)心中有數。、
審時(shí)度勢：大數據方案
對于企業(yè)而言，應用大數據解決方案主要有三方面的價(jià)值。第一，能夠處理以前無(wú)法處理，或者無(wú)法實(shí)時(shí)與快速處理的海量數據，包括結構化和非結構化數據。第二，企業(yè)可以利用大數據解決方案，對分布于社交網(wǎng)絡(luò )、視頻網(wǎng)絡(luò )等各種互聯(lián)網(wǎng)中的海量數據進(jìn)行提取、整理、分析，并進(jìn)而從這些新的數據中獲取新的洞察力，將它與已知業(yè)務(wù)的各個(gè)細節相融合，促進(jìn)企業(yè)產(chǎn)品和服務(wù)的營(yíng)銷(xiāo)。第三，我們還可以利用自己積累的或存在于互聯(lián)網(wǎng)中的大數據，推出各種新產(chǎn)品和新服務(wù)。
總而言之，大數據最核心的價(jià)值就是在于對于海量數據進(jìn)行存儲和分析。然后通過(guò)這些挖掘與分析，為提高業(yè)務(wù)價(jià)值和開(kāi)拓企業(yè)新業(yè)務(wù)提供參考與導向。另外，相比起現有的其他技術(shù)而言，大數據的“廉價(jià)、迅速和優(yōu)化”其綜合成本是最優(yōu)的。
價(jià)值最大化：一方面省了成本，一方面創(chuàng )造了“價(jià)值翻番”
我們希望從數據中深度洞察“價(jià)值”，快速分析獲取出企業(yè)的戰略決策，即能夠從單純的領(lǐng)導決策走向全員決策，或者說(shuō)從領(lǐng)導創(chuàng )新走向全員創(chuàng )新，這同樣也是互聯(lián)網(wǎng)時(shí)代的特點(diǎn)。
現如今，互聯(lián)網(wǎng)化正在迅速滲透到企業(yè)以及所處的產(chǎn)業(yè)鏈和生態(tài)圈中，借助互聯(lián)網(wǎng)能力，企業(yè)可以更容易與前端供應商、服務(wù)商，以及后端的客戶(hù)、最終客戶(hù)建立密切的聯(lián)系。在此過(guò)程中，可以激發(fā)新的業(yè)務(wù)模式，如供應鏈優(yōu)化、智能制造、產(chǎn)業(yè)鏈協(xié)同、電子商務(wù)等。新的業(yè)務(wù)模式正在不斷興起，并且迅速發(fā)展。這個(gè)過(guò)程中，企業(yè)數字化過(guò)程也得到了迅猛的發(fā)展，企業(yè)內部運營(yíng)管理系統更快的走向移動(dòng)化、云化、數據化。例如企業(yè)在生產(chǎn)過(guò)程中，可以把更多的生產(chǎn)設備直接接入到生產(chǎn)運營(yíng)系統中，實(shí)現統一管理、運作和監控，從而推進(jìn)企業(yè)智能制造的過(guò)程。此外，全渠道零售、全媒體營(yíng)銷(xiāo)，也都是新業(yè)務(wù)模式的應用。
“業(yè)務(wù)互聯(lián)網(wǎng)化”依賴(lài)企業(yè)內部各類(lèi)元素的數字化，而企業(yè)對數字化信息處理的能力是支撐互聯(lián)網(wǎng)化的基礎。各類(lèi)數據的總和構成了數字世界完整的畫(huà)像，大數據成為了其中的核心資產(chǎn)，企業(yè)需要從這些資產(chǎn)中獲取價(jià)值，同時(shí)也驅動(dòng)企業(yè)自身在數字化社會(huì )中得到不斷的發(fā)展。
然而，數據要產(chǎn)生價(jià)值，通常情況下需要通過(guò)具體的業(yè)務(wù)問(wèn)題才能體現出來(lái)，如果不能解決實(shí)際的業(yè)務(wù)問(wèn)題，大數據價(jià)值只是空談，落不到實(shí)處。
為解決企業(yè)中的實(shí)際業(yè)務(wù)問(wèn)題，我們先要考量自身處在哪個(gè)行業(yè)領(lǐng)域及相關(guān)存在的疑難雜癥，也就是說(shuō)在不同的企業(yè)中存在不同的業(yè)務(wù)問(wèn)題。例如在電信行業(yè)，針對其客戶(hù)類(lèi)型需要制作諸多分析模型（客戶(hù)流失預測、客戶(hù)價(jià)值分析等），現在，我們可以把社交媒體的數據融合進(jìn)來(lái)，與原有的客戶(hù)信息相互打通，以從中獲得更多更深入的分析結果。這樣一來(lái)，既豐富了電信企業(yè)原有的分析模型（原有分析模型維度較少，因為內部交易數據量極其有限），還在融合大數據后，數據維度變得多樣化起來(lái)，各方面信息量越發(fā)增多，可以導致企業(yè)的分析模型逐漸豐滿(mǎn)且適于挖掘價(jià)值。
最終可以呈現出：精準地可預測結果或者挖掘結果。大數據所呈現的價(jià)值最大化，它更多的是一個(gè)“原則”。通過(guò)這種原則，數據價(jià)值得到凸顯，也就是大數據所呈現出來(lái)的價(jià)值最大化。
重視數據分析工作
剖析大數據價(jià)值，其實(shí)就是在多樣的或者大量的數據中快速獲取信息的能力，而不僅僅只是收集和存儲大數據。在采訪(fǎng)時(shí)，用友集團iUAP中心副總經(jīng)理謝東分享了企業(yè)在做大數據管理時(shí)需要格外留意的三大因素：
第一，選擇好自身的數據基礎架構。它可以用來(lái)保證數據存儲能力、提供數據計算能力，并保證數據處理的實(shí)時(shí)性、整體系統運行的穩定性、應對業(yè)務(wù)迅速發(fā)展時(shí)要求的擴展性，并確保成本可以接受。
第二，做好數據的管理工作。逐步推進(jìn)企業(yè)級數據倉庫建設、主數據管理及元數據管理。要選擇適宜的數據存儲技術(shù)與數據處理引擎，以應對企業(yè)不斷增長(cháng)的數據變化和相應的業(yè)務(wù)需求。
第三，利用好數據，即大數據企業(yè)如何應用，如何建設。這是數據資產(chǎn)變現的重要方式之一，從標準商業(yè)智能應用向行業(yè)深度數據應用發(fā)展。