论文部分内容阅读
45%以上的公司在过去两年中已采取了商业智能或者大数据相关的举措；90%以上的全球500强企业在一年之内会开展至少一个大数据项目。如果能有效地利用这股浪潮，企业便可以大幅增加收入和利润
20世纪著名的经济学家约瑟夫·熊彼德说，“创新，究其本质，意味着迈出一大步，做出重大变革……实际上，创新之前最佳的“做事方式”在创新之后就不再是最佳方式了。”熊彼德的话反映出大数据的潜能，它可以创造性地破坏现有的商业模式。每一天每一分钟，海量的数据在全世界泛滥，而且速度有增无减。
毫无疑问，大数据现在是公司董事会和IT部门专注的议题，许多领先公司已经不仅是纸上谈兵了。最近的一项IT创新研究显示，45%以上的公司在过去两年中已采取了商业智能或者大数据相关的举措；90%以上的全球500强企业在一年之内会开展至少一个大数据项目。如果能有效地利用这股浪潮，企业便可以大幅增加收入和利润。建设这方面的能力不仅有助于改善传统行业和部门的绩效，还可以创造机会提供更多的产品和服务。
某家零售商的同店销售额几年来表现不佳，而市场竞争愈演愈烈。管理团队的一名成员抱怨说，“线上零售店在抢我们的饭碗。”经济形势不乐观、消费者行为在改变、新竞争者不断涌现、渠道持续增加并且数据越来越多，这些都对他们的业务造成了影响。由于零售商向电子商务和线上渠道转移的势头异常强劲，这家零售商耗资百万美元，想一次性解决问题，但是却毫无成效。于是，在竞争对手数据分析方面的投资、结构化和非结构化的数据急剧增长，以及对更高价值数据的需求等多个因素驱动下，该公司转向数据分析竞争。
实际上，在一些行业中，比如金融服务行业，大数据创造了全新的商业模式。比方说，目前的算法交易通过分析每分钟大量的市场数据，几乎可以在瞬间发现盈利机会并获取价值，这在10年前闻所未闻。在零售业，利用大数据可以加速门店购买行为的分析过程，甚至几乎可以做到实时分析，迅速发现消费者需求的变化，使得商店可以据此调整商品、存货水平以及价格，实现销售量的最大化。
尽管每个行业的做法不同，且从营销到供应链，各行业所侧重的环节也不同，但是几乎所有行业都致力于采用分析学和大数据进行转型。公司不应该错过大数据带来的机会，但只有那些了解大数据将如何变革组织、能力和行业，并对此有一个明确愿景的公司，才能得到最大的回报。最难的是知道从哪里着手。在采用大数据进行变革之前需要回答四个问题：大数据及其分析将对公司的哪些领域有利？如何才能抓住大数据及其分析带来的好处？需要投资什么技术才能发挥数据分析的能力？如何开始应用大数据？
了解大数据能促进产生哪方面的竞争优势，对于实现其价值至关重要。对许多公司来说，从大数据中得出的洞察成果已经使客户关系、产品创新和运营这三个领域出现了盈利和可持续性的增长。
尽管可以通过大数据处理大量多样化的数据集，并揭示复杂的关系，但是其中的关键还在于由人来解读数据和关系并且将其转化成洞察见解。数据科学家们身处公司转型的前线，因此设计公司组织架构与分析流程时一定要考虑到这些专家团队。多数情况下，最有效的大数据分析业务模型是将分散的商业智能服务与独立式的分析共享服务相结合。当业务单元中嵌入商业智能服务之后，整个公司可以迅速了解绩效表现，同时促使公司形成一种基于假设的、数据驱动的决策制定文化，而不是采用凭借“直觉”的方法。而集中化的独立分析职能可以确保其总览公司整体业务，并对公司待发掘的机遇进行预测式，而非被动式的观察。
尽管在大多数公司中，已经设有开发大数据必不可少的职位，但仍需要更严格地定义这些职位的职权范围、对管理层的可见性以及相应的技术要求。担任这些职位的人员需要具备一定的特质，比如乐于试验，并且有能力利用数据建立模型来预测未来的发展。
大数据不可能作为一种独立的技术长期存在。随着大数据不断融入更广阔的分析生态系统，大数据和传统数据的界限正在慢慢消失。大数据的技术架构与标准的架构相似，都有五层结构，包括展示、应用、处理、存储和整合。展示层提供了一个与工作流和管理层交互的主要界面，并通过仪表板发布数据报告，还提供数据可视化的工具。应用层即包含了商业逻辑的一层，在此开展分析、建模以及商业智能工作。处理和存储层会实时或者接近实时地处理并且存储大量的结构化以及非结构化数据。最后，整合层通过一个组织与各种公司数据源交互，并且把这些数据源从大数据架构中移进移出以及在整个架构内部移动。5层中的每一层都包含着不同的数据处理功能，它们串联在一起产生出理想的结果。每一层都负责特定的以数据为中心的工作和功能。
越来越多的公司为了获取短期和长期的利益，都在不断尝试并且实施各种方法来挖掘大数据的潜能。实际上，每一个成功实施大数据方案的背后，必然有一个同样成功的管理变革方案。成功的关键因素是首先要把数据看作是资产——作为建立价值主张和商业模式的基础。其次，努力培养利用大数据潜能的各种能力。或许最重要的是，要用创新的方式打破现有的商业模式。
Christian Hagen系科尔尼合伙人；Khalid Khan系科尔尼副总裁；Marco Ciobo系科尔尼董事
20世纪著名的经济学家约瑟夫·熊彼德说，“创新，究其本质，意味着迈出一大步，做出重大变革……实际上，创新之前最佳的“做事方式”在创新之后就不再是最佳方式了。”熊彼德的话反映出大数据的潜能，它可以创造性地破坏现有的商业模式。每一天每一分钟，海量的数据在全世界泛滥，而且速度有增无减。
毫无疑问，大数据现在是公司董事会和IT部门专注的议题，许多领先公司已经不仅是纸上谈兵了。最近的一项IT创新研究显示，45%以上的公司在过去两年中已采取了商业智能或者大数据相关的举措；90%以上的全球500强企业在一年之内会开展至少一个大数据项目。如果能有效地利用这股浪潮，企业便可以大幅增加收入和利润。建设这方面的能力不仅有助于改善传统行业和部门的绩效，还可以创造机会提供更多的产品和服务。
某家零售商的同店销售额几年来表现不佳，而市场竞争愈演愈烈。管理团队的一名成员抱怨说，“线上零售店在抢我们的饭碗。”经济形势不乐观、消费者行为在改变、新竞争者不断涌现、渠道持续增加并且数据越来越多，这些都对他们的业务造成了影响。由于零售商向电子商务和线上渠道转移的势头异常强劲，这家零售商耗资百万美元，想一次性解决问题，但是却毫无成效。于是，在竞争对手数据分析方面的投资、结构化和非结构化的数据急剧增长，以及对更高价值数据的需求等多个因素驱动下，该公司转向数据分析竞争。
实际上，在一些行业中，比如金融服务行业，大数据创造了全新的商业模式。比方说，目前的算法交易通过分析每分钟大量的市场数据，几乎可以在瞬间发现盈利机会并获取价值，这在10年前闻所未闻。在零售业，利用大数据可以加速门店购买行为的分析过程，甚至几乎可以做到实时分析，迅速发现消费者需求的变化，使得商店可以据此调整商品、存货水平以及价格，实现销售量的最大化。
尽管每个行业的做法不同，且从营销到供应链，各行业所侧重的环节也不同，但是几乎所有行业都致力于采用分析学和大数据进行转型。公司不应该错过大数据带来的机会，但只有那些了解大数据将如何变革组织、能力和行业，并对此有一个明确愿景的公司，才能得到最大的回报。最难的是知道从哪里着手。在采用大数据进行变革之前需要回答四个问题：大数据及其分析将对公司的哪些领域有利？如何才能抓住大数据及其分析带来的好处？需要投资什么技术才能发挥数据分析的能力？如何开始应用大数据？
了解大数据能促进产生哪方面的竞争优势，对于实现其价值至关重要。对许多公司来说，从大数据中得出的洞察成果已经使客户关系、产品创新和运营这三个领域出现了盈利和可持续性的增长。
尽管可以通过大数据处理大量多样化的数据集，并揭示复杂的关系，但是其中的关键还在于由人来解读数据和关系并且将其转化成洞察见解。数据科学家们身处公司转型的前线，因此设计公司组织架构与分析流程时一定要考虑到这些专家团队。多数情况下，最有效的大数据分析业务模型是将分散的商业智能服务与独立式的分析共享服务相结合。当业务单元中嵌入商业智能服务之后，整个公司可以迅速了解绩效表现，同时促使公司形成一种基于假设的、数据驱动的决策制定文化，而不是采用凭借“直觉”的方法。而集中化的独立分析职能可以确保其总览公司整体业务，并对公司待发掘的机遇进行预测式，而非被动式的观察。
尽管在大多数公司中，已经设有开发大数据必不可少的职位，但仍需要更严格地定义这些职位的职权范围、对管理层的可见性以及相应的技术要求。担任这些职位的人员需要具备一定的特质，比如乐于试验，并且有能力利用数据建立模型来预测未来的发展。
大数据不可能作为一种独立的技术长期存在。随着大数据不断融入更广阔的分析生态系统，大数据和传统数据的界限正在慢慢消失。大数据的技术架构与标准的架构相似，都有五层结构，包括展示、应用、处理、存储和整合。展示层提供了一个与工作流和管理层交互的主要界面，并通过仪表板发布数据报告，还提供数据可视化的工具。应用层即包含了商业逻辑的一层，在此开展分析、建模以及商业智能工作。处理和存储层会实时或者接近实时地处理并且存储大量的结构化以及非结构化数据。最后，整合层通过一个组织与各种公司数据源交互，并且把这些数据源从大数据架构中移进移出以及在整个架构内部移动。5层中的每一层都包含着不同的数据处理功能，它们串联在一起产生出理想的结果。每一层都负责特定的以数据为中心的工作和功能。
越来越多的公司为了获取短期和长期的利益，都在不断尝试并且实施各种方法来挖掘大数据的潜能。实际上，每一个成功实施大数据方案的背后，必然有一个同样成功的管理变革方案。成功的关键因素是首先要把数据看作是资产——作为建立价值主张和商业模式的基础。其次，努力培养利用大数据潜能的各种能力。或许最重要的是，要用创新的方式打破现有的商业模式。
Christian Hagen系科尔尼合伙人；Khalid Khan系科尔尼副总裁；Marco Ciobo系科尔尼董事