飛速發(fā)展的大數據產業(yè)除了改變人們生活的方方面面、促進社會快速進步之外，也為企業(yè)這個社會主體帶來了更為直觀和有效的影響?！　?br /> 我國企業(yè)大數據發(fā)展現狀與應用總攬之分析
　　一、我國企業(yè)大數據產業(yè)發(fā)展現狀
　　
　　近年，企業(yè)級大數據應用逐漸普及，消費者行為分析、精準營銷、新業(yè)務新產品推廣、廣告推送、代言人選擇、社交媒體、可視化、溢價收益、庫存管理、信貸保險等相關應用不斷豐富。伴隨著一批致力于商業(yè)和企業(yè)應用服務的大數據初創(chuàng)企業(yè)迅速成長，大數據更廣泛地應用到各領域企業(yè)中。
　　
　　業(yè)務轉型是目前大多數企業(yè)的普遍需求，大數據分析不僅可以優(yōu)化訪問、加快決策、最大程度提高可用性，還可以輔助業(yè)務轉型。 　　
　　當前，我國企業(yè)中已經有越來越多的高管開始關注IT，不僅限于CIO。在信息爆炸的時代，企業(yè)需要更多的數據科學家來進行數據分析，甚至一些企業(yè)還設立了CDO（首席數據官）的職位，對大數據和分析進行單獨的管控。這相對于沒有數據提供參考，往往依靠直覺和過往的經驗作出決策的企業(yè)，他們很容易誤入不可挽回的誤區(qū)，而利用大數據和分析則可以更好、更快速的對業(yè)務和市場把脈。
　　
　　雖然大數據應用在新興企業(yè)中受到高度重視，但未來企業(yè)大數據交易最大的應用前景會在傳統(tǒng)行業(yè)。這不僅是由于幾乎所有傳統(tǒng)產業(yè)中的企業(yè)都在快速互聯網化，更是因為傳統(tǒng)產業(yè)仍然占據了國內生產總值的絕大部分份額。大數據交易會幫助這些傳統(tǒng)企業(yè)更快地完成轉型升級。
　　
　　目前在傳統(tǒng)行業(yè)中，金融、電信、制造、交通、醫(yī)療類企業(yè)已經成為大數據分析使用的主力。以制造企業(yè)為例，傳統(tǒng)制造企業(yè)可以通過大數據交易獲得市場終端銷售情況，了解自身以及競爭對手的市場表現以及消費者的喜好類型；通過用戶購買習慣及購買評價的數據獲得，可以針對不同類型、不同區(qū)域消費群體實現定制化生產的精準營銷；通過交易獲得的產業(yè)鏈數據，可以降低生產成本，提升企業(yè)整體競爭力。
　　
　　而以新興的互聯網金融為例，通過用戶信息的獲得，可以從財富、安全、守約、消費、社交等幾個緯度來綜合評判，為用戶建立信用報告，形成以大數據為基礎的海量數據庫，以此幫助企業(yè)降低信貸風險。
　　
　　此外，還有更多的企業(yè)正在使用著大數據分析幫助企業(yè)決策，提升用戶體驗，并以客戶為中心造就著越來越多的新型商業(yè)模式。
　　
　　（1）什么是企業(yè)大數據
　　
　　企業(yè)大數據最核心的價值就是企業(yè)在對于海量數據進行收集、存儲和分析之后，通過對這些數據的挖掘與分析，為提高企業(yè)運營效率、業(yè)務價值和開拓企業(yè)新業(yè)務提供參考與導向，并為企業(yè)未來發(fā)展戰(zhàn)略提供支持，實現企業(yè)整體競爭力的提升。相比起現有的其他技術而言，大數據的“廉價、迅速和優(yōu)化”使其綜合成本是最優(yōu)的。
　　
　　（2）中國企業(yè)大數據產業(yè)發(fā)展軌跡
　　
　　我國企業(yè)對大數據的應用主要可分成三個階段：在2010年到2012年之間的第一階段，大數據應用關注數據和機器的關系，由于局限于傳統(tǒng)的IT思維，只不過在很多小數據應用上貼上了大數據標簽；從2013年開始的第二階段關注數據與人的關系，可視化和預測應用成為了市場的寵兒；2014年之后，大數據應用的重點已經轉向分析數據和數據之間的關系，這要求對企業(yè)大數據應用進行開放式的創(chuàng)新：從數據的開放、共享和交易，到基礎處理和分析平臺的開放，再到價值提取能力的開放。
　　
　　而隨著企業(yè)業(yè)務外延從企業(yè)內部不斷向外部、向企業(yè)所處的產業(yè)鏈和生態(tài)圈擴展，企業(yè)的數據視野也越來越寬，從主要關注企業(yè)內部數據，已經延伸到關注社會數據，包括交易的數據、人工合成的數據、機器的數據、社會網絡的數據等在內的企業(yè)數據在不斷被重新認識。
　　
　　（3）企業(yè)大數據發(fā)展的意義
　　
　　對于企業(yè)而言，應用大數據解決方案主要有三方面的價值。第一，能夠處理以前無法處理，或者無法實時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，對分布于社交網絡、視頻網絡等各種互聯網中的海量數據進行提取、整理、分析，并進而從這些新的數據中獲取新的洞察力，將它與已知業(yè)務的各個細節(jié)相融合，促進企業(yè)產品和服務的營銷。第三，還可以利用自己積累的或存在于互聯網中的大數據，推出各種新產品和新服務。
　　
　　企業(yè)大數據的意義除了重塑客戶行為，利用客戶交互數據重塑客戶行為，這類數據使企業(yè)可以預測和引導市場尚未出現的需求，進而創(chuàng)造新的利潤外，更多的是增強了數據生態(tài)系統(tǒng)的視野，因為企業(yè)可以從生態(tài)系統(tǒng)中的其他企業(yè)處獲得補充數據，這種生態(tài)系統(tǒng)以適當的合作戰(zhàn)略為基礎。
　　
　?。?）企業(yè)大數據發(fā)展存在的問題
　　
　?、偃源涞?/strong>
　　
　　隨著大數據的概念不斷宣傳推廣，現在的企業(yè)如果不談大數據，就會讓人感覺落伍，讓人感覺企業(yè)的管理水平已經落后于時代了。這個現象，固然有理論先行于實踐導致的過分概念化的問題，雖然企業(yè)確實已經感覺到對數據進行深入使用來幫助企業(yè)增強核心競爭力的迫切需要，但如何應用好這些數據仍還處于摸索階段。
　　
　　②數據孤島
　　
　　數據孤島是企業(yè)大數據行業(yè)發(fā)展面臨的最大問題。一方面，各行業(yè)、企業(yè)和政府都在竭盡所能地采集數據、占有數據和利用數據。另一方面，大部分數據被各個行業(yè)、企業(yè)、機構和政府封鎖起來，形成一個個“數據孤島”，無法自由流通，數據之間缺少連接。
　　
　　③技術鴻溝
　　
　　在當下數據為王的時代，企業(yè)若要利用現有資源爭取更大的市場，必須自主掌握消費者的大數據。然而，大數據的有限接入產生新的壟斷和技術雙重鴻溝，大數據的應用同樣存在著接入和技能的雙重鴻溝，這不僅浪費了數據資源，也給企業(yè)精準營銷帶來了難題。
　　
　　④中小企業(yè)之殤
　　
　　對于中小型企業(yè)來說，大數據很可能是他們不愿被揭起的“傷疤”：大數據技術是目前對企業(yè)發(fā)展起著至關重要的技能，但是對他們來說，資金的缺乏和數據聯系的不成熟卻使他們無法很好地使用大數據。
　　
　　大數據不只是大企業(yè)的專利，更是小企業(yè)的機遇，在很多情況下，大數據都非常適合小企業(yè)使用。但是如果企業(yè)無法靈活地采取行動，即使再高明的見解也變得毫無價值。小企業(yè)通常有靈活的優(yōu)勢，這令其可迅速高效地完美適應數據驅動的趨勢。以智能化、結構化的方式執(zhí)行數據戰(zhàn)略，是區(qū)分大數據驅動企業(yè)與基于臨時想法簡單利用數據的企業(yè)的最大分別。對于小型、靈活和處于發(fā)展狀態(tài)的企業(yè)來說，這些基礎與那些已經利用大數據多年的行業(yè)巨頭來說并無明顯差異。
　　
　　⑤企業(yè)應如何利用大數據
　　
　　在大數據時代，企業(yè)面對眾多新的數據源和海量數據，能否基于對這些數據的分析進行決策，進而將其變成一項企業(yè)競爭優(yōu)勢的來源，這是對企業(yè)高層的挑戰(zhàn)。面對大數據給企業(yè)帶來的諸多好處，企業(yè)當前面臨的問題是要如何獲取與分析數據，以使企業(yè)立于不敗之地?；ヂ摼W是大數據的一個主要來源，然而對一些線下的傳統(tǒng)企業(yè)來說很難獲得，對于企業(yè)而言可以采取以下策略獲得數據化支持。
　　
　　首先、企業(yè)必須作出文化層面的調整，建立數據驅動決策的文化。大數據首先是個理念問題，即通過客觀的，理性的數據來提供決策的依據。在傳統(tǒng)的企業(yè)，尤其是取得過成功的企業(yè)，往往形成了固定的企業(yè)文化和奉為經典的管理經驗，流程和制度。建立數據驅動決策的文化，就必須打破原先的以經驗，流程和制度為核心的決策機制，將決策的過程數據化，客觀化和扁平化。歷史經驗在新的競爭市場和規(guī)則下，往往已經滯后了，特別是進入互聯網時代后，互聯網以客戶為中心，以生態(tài)鏈為運行模式的理念，已經對傳統(tǒng)企業(yè)造成了顛覆性的影響。因此，只有通過建立以客觀數據為驅動的扁平化的決策機制，才能更好地應對快速變化的市場和客戶要求。
　　
　　第二、企業(yè)要建立對應的數據管理中心的組織架構。沒有一個相對完整和專業(yè)的數據管理團隊，是難以發(fā)揮出大數據分析的功效。數據本身只是信息，如果不能將這些有用的信息轉化為對企業(yè)有價值的決策依據，數據就只是一堆存放在倉庫的廢紙。要想把數據和信息轉化成對企業(yè)有用的決策信息，就必須建立專業(yè)的數據管理團隊，這個團隊包括數據采集和處理人員，數據分析人員和數據溝通和展示人員。
　　
　　第三、企業(yè)要建立頂層的數據架構設計并加以實施。在規(guī)劃信息化系統(tǒng)建設時，需要有頂層的信息化戰(zhàn)略規(guī)劃，其中核心一環(huán)是數據架構設計和實施線路圖。數據構架設計的主要目的，是確保企業(yè)的所有數據環(huán)節(jié)有統(tǒng)一的標準，有唯一的數據設計字典，有核心的主數據管理系統(tǒng)，從而保證企業(yè)數據的完整性，一致性和有效性。在有了頂層的數據架構設計后，建立合適的實施線路圖，可以幫助企業(yè)在清晰的數據架構框架下，逐步建設各個信息化系統(tǒng)，
　　
　　確保同一對象對應唯一的數據源，消除信息孤島，提升數據的一致性和有效性。
　　
　　第四、企業(yè)要建立完善的數據治理體系。如果沒有完善的數據治理體系，即使有良好的頂層數據架構設計和嚴格的系統(tǒng)實施，如果缺乏數據治理的體系，數據的質量很快就會大失所望，也就難以完成驅動決策的使命，即出現“Rubbishin,RubbishOut”的糟糕狀況。良好的數據治理體系，覆蓋數據完整的生命周期管理，包括數據所有者的職責和權利、數據格式和標準、數據建立和變更流程、數據使用制度、數據安全制度和數據銷毀流程等。
　　
　　第五，企業(yè)要建立合適的數據分析的技術平臺和團隊。這一部分，屬于傳統(tǒng)信息部門熟悉的領域，一般是難度最小的部分。其中的困難點，是如何設計兼容傳統(tǒng)內部數據分析和目前在不斷出現的海量外部數據分析的需求，最有效地低成本建立技術平臺，并且能滿足未來擴展性的要求。
　　
　　最后是與大數據分析和挖掘公司合作。目前，許多傳統(tǒng)企業(yè)沒有分析海量數據的能力，但是可以與目前市場上已經有的如用友、IBM等一批提供大數據分析和挖掘服務的公司合作，這是傳統(tǒng)企業(yè)進行大數據分析可以借助的力量。
　　
　　總而言之，企業(yè)應該做好數據管理，要不然只是一家囤積數據的公司。把大數據轉化為落地的可以為企業(yè)發(fā)展提供建議的“小數字”。企業(yè)如果能夠站在大數據這個風口上順勢而為，也許就真的可以騰飛起來。
　　

?