大數(shù)據(jù)中蘊(yùn)含著大價(jià)值，相信每一位關(guān)注IT技術(shù)創(chuàng)新的人都會(huì)聽(tīng)過(guò)這句話。沒(méi)錯(cuò)，從海量數(shù)據(jù)中篩選出有用的信息，然后通過(guò)各種手段將信息轉(zhuǎn)化為洞察力，從而做出正確決策，推動(dòng)業(yè)務(wù)發(fā)展。在這樣一個(gè)信息鏈條中，企業(yè)需要確保每一個(gè)環(huán)節(jié)都不出錯(cuò)，才能將數(shù)據(jù)轉(zhuǎn)化為價(jià)值。然而又有多少企業(yè)真正能做到這一點(diǎn)呢？少之又少！大數(shù)據(jù)很火，但是何時(shí)才能讓大數(shù)據(jù)真正為企業(yè)帶來(lái)盈利？對(duì)此，數(shù)據(jù)分析和市場(chǎng)營(yíng)銷專家Brooks Bell在Techonomy上發(fā)表了她的觀點(diǎn)。

      麥肯錫機(jī)構(gòu)稱，大數(shù)據(jù)將成為“下一代企業(yè)競(jìng)爭(zhēng)力，生產(chǎn)力以及創(chuàng)新的前沿”。但現(xiàn)狀是，許多企業(yè)和管理者開(kāi)始盲目收集數(shù)據(jù)并進(jìn)行分析，期待能夠得到快速的回報(bào)。很遺憾，他們未能如愿。大多數(shù)企業(yè)距離從數(shù)據(jù)中提取利潤(rùn)都差著十萬(wàn)八千里，這可不僅僅是缺少合適的技術(shù)。想讓大數(shù)據(jù)真正對(duì)企業(yè)盈利造成影響，就需要解決三大根深蒂固的挑戰(zhàn)。

     
     
      第一，“拍腦袋”做決策的方式還很普遍。在商業(yè)世界里，“最高權(quán)利者”的意見(jiàn)對(duì)決策會(huì)造成極大影響，這種現(xiàn)象非常普遍。這是許多企業(yè)的通病，大數(shù)據(jù)可以對(duì)此進(jìn)行糾正。然而真正做到需要企業(yè)觀念的轉(zhuǎn)變，領(lǐng)導(dǎo)在做出決策時(shí)要擺脫“拍腦袋”的壞習(xí)慣，讓真實(shí)的數(shù)據(jù)說(shuō)話。只是收集更多數(shù)據(jù)，對(duì)于推翻這種心態(tài)一樣于事無(wú)補(bǔ)，甚至?xí)層^念的轉(zhuǎn)變過(guò)程變得更加艱難。

      在最近火到一塌糊涂的暢銷書(shū)《信號(hào)與噪聲（The Signal and the Noise）》中，作者Nate Silver提到“如果天氣預(yù)報(bào)員與民眾互相不信任的話，那么即便在真正需要的時(shí)候民眾也不會(huì)去聽(tīng)天氣預(yù)報(bào)了”。這就像是CEO與數(shù)據(jù)之間存在的“狼來(lái)了”的問(wèn)題。如果分析是錯(cuò)誤的，或者更糟糕的情況——數(shù)據(jù)從一開(kāi)始就沒(méi)有收集正確，那么決策者肯定會(huì)對(duì)信息和提供信息的員工失去信任，從而再次回到“拍腦袋”的時(shí)代。

      第二個(gè)挑戰(zhàn)就是人才技能的不足。就目前來(lái)說(shuō)，能玩轉(zhuǎn)大數(shù)據(jù)的人才遠(yuǎn)遠(yuǎn)無(wú)法滿足企業(yè)的需求量。硅谷之父萬(wàn)尼瓦爾·布什（Vannevar Bush）在70年前就說(shuō)過(guò)這樣一句經(jīng)典的話：“未來(lái)將會(huì)有信息的開(kāi)荒者，這些人會(huì)在大量普通記錄中尋找線索，并自食其樂(lè)。”然而，根據(jù)麥肯錫機(jī)構(gòu)的報(bào)告，目前在美國(guó)只有19萬(wàn)接受過(guò)嚴(yán)格訓(xùn)練的數(shù)據(jù)分析師，這一數(shù)量遠(yuǎn)遠(yuǎn)無(wú)法滿足大數(shù)據(jù)時(shí)代的需求。

      根據(jù)SAS研究院和IDG機(jī)構(gòu)的一項(xiàng)調(diào)查報(bào)告顯示，57%的參與者認(rèn)為他們自己在數(shù)據(jù)分析方面缺少合格的技能和經(jīng)驗(yàn)。而對(duì)分析任務(wù)缺少信心只是挑戰(zhàn)的一部分，從事數(shù)據(jù)相關(guān)工作的員工還需要在以足夠的精度來(lái)收集合適的度量方法方面下更多功夫。

      企業(yè)管理者不必非要招聘一群數(shù)據(jù)科學(xué)家級(jí)別的精英來(lái)直接向其匯報(bào)，他們需要在各個(gè)層面鼓勵(lì)機(jī)構(gòu)培養(yǎng)分析師，傳授核心技能、最佳實(shí)踐，在此過(guò)程中要盡量做到精確。這樣能夠增加透明度，鼓勵(lì)對(duì)數(shù)據(jù)的需求并幫助傳播必不可少的技能。

      知道如何處理數(shù)據(jù)則是第三個(gè)挑戰(zhàn)。即便在解決上述兩個(gè)問(wèn)題之后，也要弄清什么樣的業(yè)務(wù)能夠通過(guò)大數(shù)據(jù)獲得收益。如果不能指導(dǎo)行動(dòng)，那么收集再多的數(shù)據(jù)也是毫無(wú)意義的。事實(shí)上，獲得洞察力是一方面，可實(shí)踐性也是分析的標(biāo)志之一。那么企業(yè)能否從大量歷史數(shù)據(jù)的“噪音”中獲得可實(shí)踐的預(yù)測(cè)以及具有前瞻性的決策？

      舉例來(lái)說(shuō)，一家手機(jī)制造商也許能夠收集大量的消費(fèi)者數(shù)據(jù)，除非這些數(shù)據(jù)能夠應(yīng)用到實(shí)踐當(dāng)中，從而改善客戶體驗(yàn)，否則它只具有理論上的價(jià)值。再比如，一家連鎖零售企業(yè)通過(guò)精準(zhǔn)的郵件營(yíng)銷獲得客戶的信息，但如果銷售部門沒(méi)有合理利用這些信息，那么銷售機(jī)會(huì)就會(huì)稍縱即逝。大數(shù)據(jù)想要獲得大成功，數(shù)據(jù)的文化就必須傳播給企業(yè)的每一位員工。

      不僅僅是在大數(shù)據(jù)時(shí)代，對(duì)數(shù)據(jù)的“不適感”是導(dǎo)致這一問(wèn)題的主要原因，大數(shù)據(jù)只不過(guò)把這一問(wèn)題放大了。小說(shuō)家博爾赫斯在《巴別圖書(shū)館》中就曾描述過(guò)這一問(wèn)題。宇宙充斥著無(wú)數(shù)圖書(shū)館的書(shū)架，其中擺放著看上去一樣的書(shū)，每一本書(shū)由不同隨機(jī)組合的字母和標(biāo)點(diǎn)組成。在這個(gè)圖書(shū)館當(dāng)中，所有的想法和事件都會(huì)被記錄下來(lái)，但任何洞察都隱藏在數(shù)不清的廢話里。博爾赫斯筆下的圖書(shū)館管理員沒(méi)辦法利用這一龐大的資源，只能蒙混過(guò)關(guān)。這與企業(yè)對(duì)大數(shù)據(jù)的應(yīng)用情況又有什么分別呢？

      Nate Silver也提到了這一點(diǎn)，他認(rèn)為從噪聲中辨別有用的信號(hào)既需要科學(xué)知識(shí)，也需要自我認(rèn)識(shí)：平靜地接受我們無(wú)法預(yù)測(cè)的事，也要勇于預(yù)測(cè)我們能夠預(yù)測(cè)的事，智慧就在于如何辨別二者。換句話說(shuō)，數(shù)據(jù)無(wú)法用來(lái)揭露真相，它只能提出假設(shè)，然后我們?cè)偻ㄟ^(guò)反復(fù)的測(cè)試與實(shí)踐來(lái)證明。

      大數(shù)據(jù)給人以希望。但是我們要做的，是理解數(shù)據(jù)的重要性，然后在規(guī)劃的每一個(gè)階段以及企業(yè)的每一個(gè)層級(jí)中充分利用數(shù)據(jù)。掌握小數(shù)據(jù)部署利用好大數(shù)據(jù)的充分條件，而是必要條件。企業(yè)關(guān)注的重點(diǎn)應(yīng)該是，讓更多的員工，更有規(guī)律地，更好地利用那些可管理的數(shù)據(jù)。然后讓業(yè)務(wù)逐漸能夠基于數(shù)據(jù)來(lái)采取行動(dòng)，只有這樣才能讓大數(shù)據(jù)之夢(mèng)成為現(xiàn)實(shí)。