如今，數(shù)據(jù)逐漸成為企業(yè)的重要生產(chǎn)要素，越來越多的企業(yè)意識到大數(shù)據(jù)已變成巨大的經(jīng)濟資產(chǎn)。在大數(shù)據(jù)時代，CIO要想獲取競爭優(yōu)勢，必須要進行角色轉換與思維重構，對數(shù)據(jù)進行分類，有針對性的對數(shù)據(jù)進行收集、整合和加工。有時，CIO需要肩負雙重身份，既要幫助企業(yè)省錢，又要幫助企業(yè)賺錢，甚至要二者兼而有之。正確認識和利用好大數(shù)據(jù)，CIO可以獲得更多價值。
一、大數(shù)據(jù)分析不等同于傳統(tǒng)的報告和分析
企業(yè)有數(shù)據(jù)倉庫、報告工具，還有大量的業(yè)務分析師，并能把分析報告發(fā)到每個人郵箱，這就是大數(shù)據(jù)分析了嗎？只做到這點還不夠，算不上是科學的大數(shù)據(jù)分析。真正的大數(shù)據(jù)分析區(qū)別于傳統(tǒng)的BI。就像社會協(xié)作不等同于電子郵件，大數(shù)據(jù)分析也不等同于傳統(tǒng)BI。傳統(tǒng)BI關注“發(fā)生了什么事”。大數(shù)據(jù)分析側重于“會發(fā)生什么”；傳統(tǒng)BI使用有限、純凈的數(shù)據(jù)，是一個簡單的數(shù)據(jù)模型，大數(shù)據(jù)分析使用許多不同的和不相關的數(shù)據(jù)集，更側重原始數(shù)據(jù)，并通過復雜預測模型展示。傳統(tǒng)BI支持因果關系，即發(fā)生了什么事，為什么會發(fā)生？大數(shù)據(jù)分析主要關注數(shù)據(jù)相關性，通過使用多個不相關的數(shù)據(jù)源，發(fā)現(xiàn)之前很難解釋的新的現(xiàn)象。在傳統(tǒng)BI領域會發(fā)現(xiàn)很多優(yōu)秀的業(yè)務分析師，但在大數(shù)據(jù)分析領域很難找到好的研究員。
二、尋找優(yōu)秀的供應商
找到一個好的供應商，可以幫助CIO針對企業(yè)業(yè)務做關鍵流程的設定，也可以做創(chuàng)新或者企業(yè)資源再投資利用的業(yè)務流程執(zhí)行。據(jù)麥肯錫調查分析，大數(shù)據(jù)分析是一個很好的起點，可以幫助CIO重新審視自己的組織，并尋找到合適的供應商。
三、思考新的數(shù)據(jù)平臺
大數(shù)據(jù)分析技術正在快速發(fā)展，我們可以發(fā)現(xiàn)更多的數(shù)據(jù)來源，并處理這些數(shù)據(jù)，企業(yè)當前的數(shù)據(jù)倉庫已不足以支撐需求，這讓很多企業(yè)意識到他們需要一個新的平臺，收集一些新的數(shù)據(jù)，而BI只作為其中的一種分析工具發(fā)揮作用。大數(shù)據(jù)分析平臺使得數(shù)據(jù)易于使用和挖掘，建立在分析用戶的需求基礎之上。與集中在大多數(shù)數(shù)據(jù)倉庫或業(yè)務報告環(huán)境中的傳統(tǒng)數(shù)據(jù)分析模式相比，大數(shù)據(jù)分析技術的基本特征是：發(fā)現(xiàn)、可視化和協(xié)作。
四、找到幾個專業(yè)的研究人員
專業(yè)大數(shù)據(jù)研究人員不同于傳統(tǒng)業(yè)務分析師。在某種程度上，CIO需要專業(yè)研究人員的幫助，掌握大數(shù)據(jù)分析技能，這些人能夠回答專業(yè)的業(yè)務問題，能夠通過你的平臺掌握數(shù)據(jù)和資源，并且能有他自己的真知灼見。
五、創(chuàng)建一個新功能并嘗試使用
我們習慣于看個人的數(shù)據(jù)集，而不會想把這些數(shù)據(jù)進行一個新的組合，會發(fā)生什么。如果仔細想想，在一個數(shù)據(jù)模型中，如果你采用全新的方法，以一種更有趣的方式結合，它將創(chuàng)造出新的價值。不管你今天的數(shù)據(jù)治理或信息管理處于怎樣一個環(huán)境，不管先前是否有案例，正確認識當前的挑戰(zhàn)，并且不斷超越。一個好的應用要盡快采用，養(yǎng)成以創(chuàng)新的方法做事情的習慣。
六、投資在學習上
IT團隊、業(yè)務團隊、管理團隊……每一個組織以及組織中的每一個人都要保持在一個持續(xù)學習的狀態(tài)。沒有人準確預測到未來會發(fā)生什么，有時失誤不可避免地會出現(xiàn)，但寶貴的經(jīng)驗教訓，將減少失誤發(fā)生的幾率。只有通過不斷的學習，CIO或者CIO所處的企業(yè)在大數(shù)據(jù)分析戰(zhàn)略投資中，才能具備一定的掌控能力。
