數(shù)據(jù)本身也許不是一個產(chǎn)業(yè)，但數(shù)據(jù)卻是許多產(chǎn)業(yè)的價(jià)值基礎(chǔ)。數(shù)據(jù)是ICT與所有科學(xué)的基礎(chǔ)，是解決問題的必要工具及技能，但數(shù)據(jù)的確需要去開采，也需要技術(shù)及工具，但技術(shù)及工具也可能會用錯或浪費(fèi)資源，所以技術(shù)人員不能只看技術(shù)，而是要去理解數(shù)據(jù)真正的價(jià)值所在。

值得注意的是，數(shù)據(jù)的成長速度相當(dāng)驚人，而且使用過後，數(shù)據(jù)不會消失，而且還可能衍生更多的價(jià)值。以個人數(shù)據(jù)為例，當(dāng)使用者戴上智慧手環(huán)時，可以讓用戶掌握睡眠數(shù)據(jù)，進(jìn)而發(fā)現(xiàn)健康問題;企業(yè)數(shù)據(jù)的商業(yè)價(jià)值，可以為企業(yè)帶來獲利的商機(jī);政府及NGO因?yàn)橥鶗莆赵S多攸關(guān)社會問題的價(jià)值，如果能夠?qū)⑸L集的數(shù)據(jù)整理好，放在網(wǎng)路上供大眾使用，數(shù)據(jù)就會產(chǎn)生解決社會問題的價(jià)值。

大數(shù)據(jù)的價(jià)值，其實(shí)是從數(shù)據(jù)產(chǎn)品(Data Product)而生。數(shù)據(jù)產(chǎn)品是指使用一或多種數(shù)據(jù)擊，進(jìn)行處理或分析後，再以軟體系統(tǒng)、云服務(wù)、結(jié)構(gòu)化數(shù)據(jù)、報(bào)表或視覺化圖表等方式，交付的產(chǎn)品或服務(wù)。

至於打造數(shù)據(jù)產(chǎn)品的流程，首先是由處理者運(yùn)用技術(shù)或人工的方式蒐集數(shù)據(jù)，并加以清洗及整理，指出，這個過程會占處理者70%～85%的工作時間。再交給分析者進(jìn)行探索及建立統(tǒng)計(jì)模型的作業(yè)，最後交給策略者將分析數(shù)據(jù)的結(jié)果，打造出數(shù)據(jù)產(chǎn)品。

前述的處理流程，會因?yàn)閿?shù)據(jù)的巨量化而產(chǎn)生更多的價(jià)值。大數(shù)據(jù)也可以翻譯成「大數(shù)據(jù)」，含意可以用「數(shù)據(jù)為大」來解釋，企業(yè)不要再靠經(jīng)驗(yàn)來判斷，而是可以用數(shù)據(jù)來做決策。

自從網(wǎng)際網(wǎng)路興起後，企業(yè)已經(jīng)意識到電子商務(wù)交易過程所產(chǎn)生的數(shù)據(jù)重要性，大數(shù)據(jù)的世界，其實(shí)是一種多結(jié)構(gòu)化的數(shù)據(jù)結(jié)構(gòu)世界，其中同時包含結(jié)構(gòu)化及非結(jié)構(gòu)化數(shù)據(jù)，必須要進(jìn)行儲存、匯整、轉(zhuǎn)換及運(yùn)算的整合精煉處理，讓大數(shù)據(jù)變成整合數(shù)據(jù)(Total Data)，才能可以產(chǎn)生更多的價(jià)值，進(jìn)而形成數(shù)據(jù)經(jīng)濟(jì)。

在數(shù)據(jù)經(jīng)濟(jì)中有三大要角-原始數(shù)據(jù)的擁有者，如電信、金融業(yè)者、數(shù)據(jù)技術(shù)團(tuán)隊(duì)，負(fù)責(zé)數(shù)據(jù)處理及分析，最後則是趨勢專家，負(fù)責(zé)分析數(shù)據(jù)產(chǎn)生的原因，每一個要角各司其職，不可或缺，因?yàn)閿?shù)據(jù)不僅要用出價(jià)值，而且不能亂用，同時要符合法律規(guī)范，否則反而會對企業(yè)造成困擾。

其實(shí)就像許多老公司擁有經(jīng)驗(yàn)豐富的老師傅，卻不知道如何將老師傅的經(jīng)驗(yàn)傳承給其他新進(jìn)員工一樣，許多數(shù)據(jù)擁有者，坐擁號稱21世紀(jì)金礦的大數(shù)據(jù)，往往會發(fā)現(xiàn)，想要將趨勢知識結(jié)構(gòu)化與傳承等非結(jié)構(gòu)化數(shù)據(jù)，其實(shí)有一定的困難度，如想要建立數(shù)據(jù)科學(xué)(分析)團(tuán)隊(duì)，卻要面臨沒有足夠人才的挑戰(zhàn)。

大數(shù)據(jù)專案的失敗率，往往會高於一般專案，其中的原因在於范圍失準(zhǔn)及缺乏跨部門協(xié)作。因此認(rèn)為，企業(yè)必須要先建立企業(yè)數(shù)據(jù)價(jià)值平臺，先行整合內(nèi)部組織，如行銷人員想要做客戶行為分析時，數(shù)據(jù)部門要有能力迅速提供數(shù)據(jù)，往往需要上層管理人員來處理。其中又以業(yè)務(wù)、行銷和客戶服務(wù)部門，大數(shù)據(jù)所能凸顯的價(jià)值最為明顯。

事實(shí)上，企業(yè)想要獲取巨量價(jià)值，需要跨越不少的挑戰(zhàn)。如要讓業(yè)務(wù)部門能夠共享跨組織的資訊、有能力掌握專門處理大數(shù)據(jù)的新科技、同時可能處理結(jié)構(gòu)性及非結(jié)構(gòu)性數(shù)據(jù)、建立具有高可信度的數(shù)據(jù)分析成果及尋找相關(guān)的人才等。

企業(yè)想要打造出成功的數(shù)據(jù)產(chǎn)品，首先就是要對大數(shù)據(jù)抱持正確的信念，如果您本來就相信數(shù)據(jù)的價(jià)值，剩下的就只是技術(shù)問題，但如果您本來就認(rèn)為數(shù)據(jù)沒有價(jià)值，剩下的都是問題。

有關(guān)企業(yè)與組織方面，企業(yè)要了解跨部門萃取數(shù)據(jù)將是常態(tài)，一定要先確認(rèn)目標(biāo)與共享KPI，與大數(shù)據(jù)有關(guān)的相關(guān)人員必須要站出來，定位好數(shù)據(jù)擁有者、數(shù)據(jù)科學(xué)團(tuán)隊(duì)及趨勢專家，讓每個數(shù)據(jù)科學(xué)團(tuán)隊(duì)的成員，都能擁有成員無法超越的長項(xiàng)。

而在數(shù)據(jù)處理流程上，認(rèn)為洞見或視野并非數(shù)據(jù)價(jià)值的終點(diǎn)，行動才是關(guān)鍵。因?yàn)閿?shù)據(jù)加總不等於統(tǒng)計(jì)、統(tǒng)計(jì)不等於分析、分析不等於洞見、洞見不等於行動，除了90%的自動化機(jī)器處理外，10%的人工化處理也是不可或缺。

大數(shù)據(jù)分析雖然看似是一個科技議題，但其實(shí)應(yīng)該看成是一個披著科技皮的企業(yè)管理議題，善用者，可以藉此改變企業(yè)的DNA，其中的成功關(guān)鍵在於跨領(lǐng)域溝通。

原文鏈接：http://www.thebigdata.cn/YeJieDongTai/13953.html