最初，人們以為大數(shù)據(jù)只是谷歌、百度、阿里等個(gè)別公司的一項(xiàng)新的技術(shù);后來，大數(shù)據(jù)發(fā)展成為一個(gè)快速增長(zhǎng)的新興產(chǎn)業(yè);再后來，隨著美國(guó)政府大數(shù)據(jù)發(fā)展戰(zhàn)略的正式發(fā)布，以及G8政府紛紛實(shí)施數(shù)據(jù)開放戰(zhàn)略，大數(shù)據(jù)正式上升為國(guó)家戰(zhàn)略。但我們判斷，大數(shù)據(jù)帶來的變革意義還不止于此，對(duì)企業(yè)而言，大數(shù)據(jù)將掀起一場(chǎng)管理革命;對(duì)國(guó)家而言，大數(shù)據(jù)意味著國(guó)家治理體系的重構(gòu)、變革與升級(jí)。本文作為引用最高的論文之一，清晰地表達(dá)了大數(shù)據(jù)在管理方面的重要含義。(許元榮/第一財(cái)經(jīng)研究院)

管理大師戴明(W.Edwards Deming)與德魯克(Peter Drucker)在諸多思想上都持對(duì)立觀點(diǎn)，但“不會(huì)量化就無法管理”的理念卻是兩人智慧的共識(shí)。這一共識(shí)足以解釋近年來的數(shù)字大爆炸為何無比重要。簡(jiǎn)而言之，有了大數(shù)據(jù)，管理者可以將一切量化，從而對(duì)公司業(yè)務(wù)盡在掌握，進(jìn)而提升決策質(zhì)量和業(yè)績(jī)表現(xiàn)。

看看零售業(yè)吧。實(shí)體店的書商們也能追蹤圖書銷路，哪些賣掉了哪些還沒有。如果他們?cè)O(shè)計(jì)了“客戶忠誠(chéng)計(jì)劃”，還能將某些圖書的銷售與消費(fèi)者個(gè)人聯(lián)系起來。但僅此而已。而一旦購(gòu)物行為移至線上，店主們對(duì)顧客的了解會(huì)相當(dāng)驚人：賣家不僅能追蹤顧客買了什么產(chǎn)品，還知道他們查看了其他哪些產(chǎn)品，他們?nèi)绾螢g覽網(wǎng)站，他們?cè)诙啻蟪潭壬媳淮黉N活動(dòng)、其他買家對(duì)產(chǎn)品的評(píng)論與頁面布局所影響;賣家還可以交叉對(duì)比個(gè)體消費(fèi)者之間與群體消費(fèi)者之間的相似性等等。在此之前，賣家已經(jīng)開發(fā)了一套運(yùn)算方法，推測(cè)哪些書目是哪些用戶樂意閱讀的—每當(dāng)用戶忽略一個(gè)圖書推薦，這種算法就會(huì)更優(yōu)化一步。傳統(tǒng)零售商是沒法輕而易舉獲得這些信息的，他們的銷售行為既孤立又盲目。所以，亞馬遜把那么多實(shí)體店踢出局一點(diǎn)也不意外。

關(guān)于亞馬遜那些耳熟能詳?shù)墓适抡诒瘟怂恼嬲龑?shí)力—這些先天帶有數(shù)字基因的公司所能做到的事，是上一代商業(yè)領(lǐng)袖夢(mèng)寐以求的。但實(shí)際上，大數(shù)據(jù)的潛力也可以幫助傳統(tǒng)企業(yè)實(shí)現(xiàn)轉(zhuǎn)型，甚至幫它們獲得更好的機(jī)會(huì)提升其競(jìng)爭(zhēng)優(yōu)勢(shì)(線上企業(yè)一直都知道其核心競(jìng)爭(zhēng)力來自于對(duì)數(shù)據(jù)的理解力)。我們隨后的討論會(huì)有更多細(xì)節(jié)證明，這場(chǎng)大數(shù)據(jù)的革命遠(yuǎn)比之前的“數(shù)據(jù)分析”要強(qiáng)大得多。企業(yè)因此可以做精準(zhǔn)地量化和管理，可以做更可靠的預(yù)測(cè)和更明智的決策，可以在行動(dòng)時(shí)更有目標(biāo)更有效率;而且這些都可以在一直以來由直覺而不是數(shù)據(jù)和理性主宰的領(lǐng)域?qū)崿F(xiàn)。

隨著大數(shù)據(jù)之工具與理念的不斷傳播，許多深入人心的觀點(diǎn)將被撼動(dòng)，比如經(jīng)驗(yàn)的價(jià)值、專業(yè)性與管理實(shí)踐。各個(gè)行業(yè)的商業(yè)領(lǐng)袖都會(huì)看清運(yùn)用大數(shù)據(jù)究竟意味著什么：一場(chǎng)管理革命。

但是，伴隨商業(yè)世界其他一些深刻的變革，公司向“大數(shù)據(jù)驅(qū)動(dòng)”轉(zhuǎn)型必將遭遇巨大的挑戰(zhàn)，它需要公司領(lǐng)導(dǎo)層擁有一手的數(shù)字化能力(或者，在其他一些情況下，需要的可能是會(huì)放手的領(lǐng)導(dǎo))。

有什么新鮮的?

企業(yè)高管們有時(shí)會(huì)問：“‘大數(shù)據(jù)’不就是‘數(shù)據(jù)分析’的另一種說法嗎?”

二者確實(shí)相關(guān)：和之前的“數(shù)據(jù)分析”一樣，大數(shù)據(jù)運(yùn)動(dòng)也力圖從數(shù)據(jù)中收集智慧，并將其轉(zhuǎn)化為企業(yè)的優(yōu)勢(shì)。但二者有三個(gè)顯著差別：

規(guī)模性：僅就2012年而論，每天大約產(chǎn)生2.5艾字節(jié)(exabytes)的數(shù)據(jù)，而且這個(gè)數(shù)據(jù)量每40個(gè)月就翻一倍?，F(xiàn)在互聯(lián)網(wǎng)每秒鐘產(chǎn)生的數(shù)據(jù)量，比20年前整個(gè)互聯(lián)網(wǎng)儲(chǔ)存的數(shù)據(jù)還要多。企業(yè)因此需要處理單個(gè)數(shù)據(jù)集就包含大量拍字節(jié)(petabytes)的信息，而且這些信息還不僅來自互聯(lián)網(wǎng)。比如，沃爾瑪每小時(shí)從其顧客交易中獲得的數(shù)據(jù)量超過2.5拍字節(jié)—1個(gè)拍字節(jié)就是1000的5次方的字節(jié)，等同于2000萬個(gè)文件柜所包含的文檔信息。1個(gè)艾字節(jié)是這個(gè)量級(jí)的1000倍，也就是10億的吉字節(jié)(一個(gè)吉字節(jié)等于千兆字節(jié)，即1GB=1000MB)。

高速性：對(duì)于很多應(yīng)用程序來說，數(shù)據(jù)生成的速度比數(shù)據(jù)規(guī)模更重要。實(shí)時(shí)或者近乎實(shí)時(shí)的信息，能讓一家公司比競(jìng)爭(zhēng)對(duì)手更為靈活敏銳。舉個(gè)例子，我的同事—麻省理工學(xué)院媒體實(shí)驗(yàn)室的阿萊士?朋特蘭德(Alex “Sandy”Pentland)和他的團(tuán)隊(duì)曾經(jīng)使用來自手機(jī)的位置數(shù)據(jù)推測(cè)，“黑色星期五”那一天有多少人在梅西百貨公司(Macy's)的停車場(chǎng)停車。“黑色星期五”是美國(guó)圣誕節(jié)購(gòu)物季的開始，阿萊士團(tuán)隊(duì)使用的數(shù)據(jù)讓他們提前推算出這關(guān)鍵一天的銷售量—遠(yuǎn)早于梅西百貨自己統(tǒng)計(jì)出的銷售記錄。無論是華爾街的分析師或者傳統(tǒng)產(chǎn)業(yè)的高管，都會(huì)因這種敏銳的洞察力獲得極大的競(jìng)爭(zhēng)優(yōu)勢(shì)。

多樣性：大數(shù)據(jù)形式多樣，社交網(wǎng)站上發(fā)布的信息、更新、圖片;傳感器上顯示的內(nèi)容;手機(jī)上的GPS信號(hào)等等。大數(shù)據(jù)幾種最主要的來源大都是全新的，比如來自社交媒體的海量信息，都跟那些社交網(wǎng)站本身一樣新：Facebook上線于2004年，Twitter于2006年。同樣的例子是智能手機(jī)和其他移動(dòng)設(shè)備，它們提供了基于人、活動(dòng)與地點(diǎn)的海量數(shù)據(jù)流。由于這些手機(jī)裝置如今無處不在，人們幾乎想不起iPhone發(fā)布才五年時(shí)間，iPad不過兩年。然而，公司數(shù)據(jù)庫雖然存儲(chǔ)著海量信息，卻直到最近還難以加工處理大數(shù)據(jù)。與此同時(shí)，用來計(jì)算數(shù)據(jù)的所有相關(guān)設(shè)備—存儲(chǔ)器、內(nèi)存、處理器、寬帶等等的成本在持續(xù)降低，這意味著，從前昂貴的數(shù)據(jù)密集型處理手段正迅速地變得經(jīng)濟(jì)實(shí)惠。

越來越多的商業(yè)行為正在數(shù)字化，加之全新的信息源與更便宜的設(shè)備，我們將被這一切帶入一個(gè)新紀(jì)元：一個(gè)海量數(shù)據(jù)在商業(yè)世界無孔不入的時(shí)代。手機(jī)、網(wǎng)上購(gòu)物、社交網(wǎng)絡(luò)、電子通訊設(shè)備、衛(wèi)星定位系統(tǒng)，以及在這些設(shè)備上做最普通的操作時(shí)附帶生成的井噴般的數(shù)據(jù)量。我們每個(gè)人都是一個(gè)隨時(shí)隨地的數(shù)字生成器。這些閑置的數(shù)據(jù)大都是非結(jié)構(gòu)化的，沒有被整理過—胡亂丟棄在數(shù)據(jù)庫中無法使用。但是，在這些雜亂無章的混亂中埋藏著大量的信號(hào)，孤單地等待被解讀。曾經(jīng)的“數(shù)據(jù)分析”將嚴(yán)謹(jǐn)?shù)募夹g(shù)引入了決策制定，而“大數(shù)據(jù)”讓這種嚴(yán)謹(jǐn)決策變得更加簡(jiǎn)單而強(qiáng)大。正如谷歌研究主管彼得?諾爾維格(Peter Norvig)所說的那樣：“我們并沒有更好的算法，我們只是有更多的數(shù)據(jù)。”

數(shù)據(jù)決定業(yè)績(jī)

懷疑論者的第二個(gè)疑問是：“有何證據(jù)顯示，明智地運(yùn)用大數(shù)據(jù)能提升公司業(yè)績(jī)?”商業(yè)媒體上充斥著各種軼事案例，似乎在證明大數(shù)據(jù)驅(qū)動(dòng)帶來的價(jià)值。但我們最近發(fā)現(xiàn)的事實(shí)是，根本沒人真正拿出嚴(yán)謹(jǐn)有力的證據(jù)。為了彌合這種尷尬的缺失，我們?cè)诼槭±砉W(xué)院的數(shù)字商業(yè)中心(MIT Center for Digital Business)組織了一個(gè)團(tuán)隊(duì)，與麥肯錫的商業(yè)技術(shù)部、沃頓商學(xué)院的同事洛林?希特(Lorin Hitt)以及麻省理工學(xué)院的博士生西克揚(yáng)?金(Heekyung Kim)一起合作，考察大數(shù)據(jù)驅(qū)動(dòng)的公司是否業(yè)績(jī)更佳。我們對(duì)北美330家上市公司的高管進(jìn)行了結(jié)構(gòu)性訪談(structured interview，這是一種對(duì)訪談過程高度控制的訪問。訪問的過程高度標(biāo)準(zhǔn)化，即對(duì)所有被訪者提出的問題，提問的次序和方式，以及對(duì)被訪者回答的記錄方式等是完全統(tǒng)一的。—譯者注)，調(diào)研其組織與技術(shù)管理實(shí)踐，然后從年報(bào)和其他一些獨(dú)立信息源那里收集它們的業(yè)績(jī)數(shù)據(jù)。

很顯然，不是每家公司都喜歡數(shù)據(jù)驅(qū)動(dòng)型的決策制定過程。事實(shí)上，我們發(fā)現(xiàn)，各行各業(yè)對(duì)大數(shù)據(jù)的態(tài)度和應(yīng)用方法五花八門。但是，透過所有的分析，我們發(fā)現(xiàn)一種顯著的關(guān)聯(lián)性：越是那些自定義為數(shù)據(jù)驅(qū)動(dòng)型的公司，越會(huì)客觀地衡量公司的財(cái)務(wù)與運(yùn)營(yíng)結(jié)果。尤其是，運(yùn)用大數(shù)據(jù)做決策的那些行業(yè)前三名企業(yè)，比其競(jìng)爭(zhēng)對(duì)手在產(chǎn)能上高5%，利潤(rùn)上高6%。如果把勞動(dòng)力、資金、購(gòu)買服務(wù)和投資傳統(tǒng)技術(shù)的投入都納入計(jì)算，這些企業(yè)的表現(xiàn)依然卓越。它不僅有統(tǒng)計(jì)學(xué)上的顯著性和經(jīng)濟(jì)上的重要性，而且也反映在其股票估價(jià)的增值上。

那么，高管們是如何運(yùn)用大數(shù)據(jù)的呢?讓我們深入硅谷的兩家新貴企業(yè)去一探究竟吧：一家用大數(shù)據(jù)開創(chuàng)了新業(yè)務(wù);另一家用大數(shù)據(jù)促進(jìn)了銷售。

航班更準(zhǔn)

航空業(yè)分秒必爭(zhēng)。尤其是航班抵達(dá)的準(zhǔn)確時(shí)間：如果一班飛機(jī)提前到達(dá)，地勤人員還沒準(zhǔn)備好，乘客和乘務(wù)員就會(huì)被困在飛機(jī)上白白耽擱時(shí)間;如果一班飛機(jī)延誤，地勤人員就只能坐著干等，白白消耗成本。當(dāng)美國(guó)一家大航空公司從其內(nèi)部報(bào)告中發(fā)現(xiàn)，大約10%的航班的實(shí)際到達(dá)時(shí)間與預(yù)計(jì)到達(dá)時(shí)間相差10分鐘以上，30%的航班相差5分鐘以上的時(shí)候，這家公司決定采取措施了。

其時(shí)，這家公司依照航空業(yè)的慣例—由飛行員提供航班的預(yù)計(jì)抵達(dá)時(shí)間(即ETAs)。飛行員總是在臨近機(jī)場(chǎng)的那段時(shí)間內(nèi)預(yù)測(cè)何時(shí)到港，而這個(gè)過程中還有其他很多事情占用他們的時(shí)間和注意力，干擾其判斷。為了尋求更好的解決方案，這家航空公司找到了PASSUR Aerospace，這是一家專為航空業(yè)提供決策支持的技術(shù)公司，它從2001年開始提供一項(xiàng)名為RightETA的服務(wù)(意為：準(zhǔn)確預(yù)測(cè)航班時(shí)間)，通過搜集天氣、航班日程表等公開數(shù)據(jù)，結(jié)合自己獨(dú)立收集的其他影響航班因素的非公開數(shù)據(jù)—比如通過自建的無源雷達(dá)站收集某區(qū)域領(lǐng)空內(nèi)的飛機(jī)數(shù)據(jù)—綜合預(yù)測(cè)航班到港時(shí)間。

PASSUR公司最初只有幾處無源雷達(dá)接收站，但是時(shí)至2012年，它們已經(jīng)擁有超過155處這樣的接收站。每4.6秒它就收集一次雷達(dá)眼看到的每架飛機(jī)的一系列信息，這會(huì)持續(xù)地帶來海量數(shù)據(jù)。不僅如此，公司將長(zhǎng)期以來收集的數(shù)據(jù)都保存著，這樣它就擁有了一個(gè)超過十年的巨大的多維信息載體，為透徹的分析和恰當(dāng)?shù)臄?shù)據(jù)模型提供了可能。RightETA的核心工作就是回答兩個(gè)問題：“一架飛機(jī)在抵達(dá)機(jī)場(chǎng)之前都發(fā)生了什么?它究竟幾點(diǎn)著陸的?”

使用RightETA服務(wù)后，這家航空公司大大縮短了預(yù)測(cè)和實(shí)際抵達(dá)之間的時(shí)間差。PASSUR公司相信，航空公司依據(jù)它們提供的航班到達(dá)時(shí)間做計(jì)劃，能為每個(gè)機(jī)場(chǎng)每年節(jié)省數(shù)百萬美元。這是一個(gè)相當(dāng)簡(jiǎn)單的公式：大數(shù)據(jù)帶來更準(zhǔn)的預(yù)測(cè)，更準(zhǔn)的預(yù)測(cè)帶來更佳的決策。

推銷更快、更個(gè)性

幾年以前，美國(guó)零售業(yè)巨頭之一—西爾斯控股公司(Sears Holdings)決定收集其專售的三個(gè)品牌—Sears、Craftsman、Lands’ End的顧客、產(chǎn)品以及銷售數(shù)據(jù)，從這些海量信息中挖掘價(jià)值。顯而易見，如果能集合并運(yùn)用這些數(shù)據(jù)定制推銷方案給消費(fèi)者，并將地區(qū)差別加以利用的話，將給公司帶來巨大價(jià)值。價(jià)值巨大，困難也巨大：西爾斯公司需要八周時(shí)間才能制定出個(gè)性化的銷售方案，但往往做出來的時(shí)候，它已不再是最佳方案了。之所以如此，主要在于這些數(shù)據(jù)需要超大規(guī)模的分析，它們分散在不同品牌的數(shù)據(jù)庫與數(shù)據(jù)倉庫中，不僅數(shù)量龐大而且支離破碎。

西爾斯集團(tuán)開始使用群集(cluster)收集來自不同品牌的數(shù)據(jù)，并在群集上直接分析數(shù)據(jù)，而不是像以前那樣先存入數(shù)據(jù)倉庫，避免了浪費(fèi)時(shí)間先把來自各處的數(shù)據(jù)合并之后再做分析。這種調(diào)整讓公司的推銷方案更快、更精準(zhǔn)。

據(jù)西爾斯公司的首席技術(shù)官菲里?謝利(Phil Shelley)說，他們制定一系列復(fù)雜推銷方案的時(shí)間從8周縮短到1周，甚至還會(huì)更短。而且這些銷售方案質(zhì)量更高，因?yàn)樗鼈兏皶r(shí)、更細(xì)致、更個(gè)性化。西爾斯使用的Hadoop群集能收集和處理好幾個(gè)拍字節(jié)的數(shù)據(jù)，成本卻只是普通數(shù)據(jù)庫的一小部分。

謝利說，他驚訝于公司能如此輕松地實(shí)現(xiàn)這個(gè)轉(zhuǎn)型—從傳統(tǒng)方式升級(jí)為數(shù)字管理與高效分析。西爾斯在2010年開始這一轉(zhuǎn)型的時(shí)候，數(shù)據(jù)管理的技術(shù)與知識(shí)還很少，因此與一家叫做Cloudera的公司簽訂了合同。但是很快，公司IT部的保守派和分析專家們就對(duì)新工具和新流程得心應(yīng)手了。

PASSUR公司和西爾斯控股的例子展示了大數(shù)據(jù)的威力—它帶來更準(zhǔn)確的預(yù)測(cè)、更高明的決策、更恰當(dāng)?shù)牟僮鳎易屵@些事情達(dá)到一個(gè)無邊的規(guī)模。當(dāng)大數(shù)據(jù)應(yīng)用于供應(yīng)鏈管理的時(shí)候，它讓我們了解為什么一家汽車制造商的故障率突然飆升;在客服方面，它可以持續(xù)詳細(xì)調(diào)查和處理幾百萬人的醫(yī)保狀況;它還可以基于產(chǎn)品特性的數(shù)據(jù)集，為在線銷售作出更好的預(yù)測(cè)和規(guī)劃，等等。大數(shù)據(jù)在其他行業(yè)的應(yīng)用也同樣成效顯著，無論金融業(yè)、旅游博彩業(yè)還是機(jī)械維修;在市場(chǎng)推廣、人力資源管理方面也有極大的功用。

我們的數(shù)據(jù)分析顯示，上述所見絕不是星星點(diǎn)點(diǎn)的個(gè)案，而是一次根本性的經(jīng)濟(jì)轉(zhuǎn)型。我們確信，大數(shù)據(jù)運(yùn)用帶來的這一轉(zhuǎn)型已經(jīng)觸及了商業(yè)活動(dòng)的方方面面，沒有誰能置身其外。

決策文化變革

大數(shù)據(jù)的技術(shù)挑戰(zhàn)顯而易見。但其帶來的管理挑戰(zhàn)更為艱巨—這要從高管團(tuán)隊(duì)的角色轉(zhuǎn)變開始。

高價(jià)智囊請(qǐng)閉嘴大數(shù)據(jù)最至關(guān)重要的方面，就是它會(huì)直接影響企業(yè)怎樣做決策、誰來做決策。在信息有限、獲取成本高昂、且沒有被數(shù)字化的時(shí)代，讓身居高位的人做決策是情有可原的。因?yàn)樗麄儞碛卸嗄昀鄯e的經(jīng)驗(yàn)，并將觀察到的商業(yè)模式和組織內(nèi)部關(guān)系內(nèi)化到了自己的思維與行為中。我們可以給這種決策者和決策過程貼個(gè)標(biāo)簽：直覺主義。這些人描繪的未來藍(lán)圖—會(huì)發(fā)生什么事情、事情該怎樣解決、因此該如何做規(guī)劃等—全部基于他們的個(gè)人觀點(diǎn)。(請(qǐng)參見本期文章《你的成功可以測(cè)量》。)

尤其那些做重大決策的人，都是組織內(nèi)典型的位高權(quán)重的人，要不然就是高價(jià)請(qǐng)來的擁有專業(yè)技能和顯赫履歷的外部智囊。大數(shù)據(jù)領(lǐng)域的人認(rèn)為很多公司仍然維持著這種方式—依賴“HiPPO”做決策。所謂HiPPO，就是那些高薪人士的觀點(diǎn)(the highest-paid person's opinion)。

的確有一些資深高管忠實(shí)于數(shù)據(jù)，一旦數(shù)據(jù)否定了他們的直覺，他們會(huì)拋棄個(gè)人觀點(diǎn)。但是我們相信，在今天的整個(gè)商業(yè)世界中，人們?nèi)匀桓嘁蕾噦€(gè)人經(jīng)驗(yàn)和直覺做決策，而不是基于數(shù)據(jù)。我們?cè)谘芯恐性O(shè)計(jì)了一個(gè)“五點(diǎn)復(fù)合標(biāo)尺”，用來測(cè)量一家企業(yè)究竟在多大程度上是數(shù)據(jù)驅(qū)動(dòng)型的。32%的回應(yīng)者認(rèn)為他們的公司只具備其中的一兩點(diǎn)或兩三點(diǎn)。

讓數(shù)據(jù)做主有志于引領(lǐng)企業(yè)實(shí)現(xiàn)大數(shù)據(jù)轉(zhuǎn)型的高管們，可以從兩個(gè)最簡(jiǎn)單的技巧開始。首先，要養(yǎng)成習(xí)慣問：“數(shù)據(jù)怎么說?”每當(dāng)遇到重大決策的時(shí)候，要緊跟著這個(gè)問題進(jìn)一步問：“這些數(shù)據(jù)從哪兒來的?”“這些數(shù)據(jù)能得出什么分析?”“我們對(duì)結(jié)果有多大信心?”(員工能從高管的這種行為中迅速接收到信息。)其次，他們要允許數(shù)據(jù)做主;當(dāng)員工看到一位資深高管聽任數(shù)據(jù)推翻了他的直覺判斷—這將是改變一家公司決策文化的最大力量。

在確認(rèn)哪些問題需要解決的階段，毫無疑問，專業(yè)技能仍然至關(guān)重要。傳統(tǒng)領(lǐng)域的專家，因?yàn)閷?duì)所在行業(yè)的深刻理解，可以清楚地識(shí)別機(jī)遇與挑戰(zhàn)。比如PASSUR公司一直極力從全美主要的航空公司挖人，越多越好。因?yàn)閾碛胸S富的航空業(yè)運(yùn)營(yíng)知識(shí)，在PASSUR尋找下一個(gè)市場(chǎng)機(jī)會(huì)的時(shí)候，這些人的價(jià)值不可估量。

隨著大數(shù)據(jù)運(yùn)動(dòng)的推進(jìn)，這些傳統(tǒng)領(lǐng)域的專家也會(huì)轉(zhuǎn)變角色。他們的價(jià)值不在于提供類似那些高薪人士的“直覺主義”的答案，而在于他們善于發(fā)現(xiàn)真問題。“電腦有什么用呢?它們只知道給答案。”當(dāng)天才畫家畢加索這么說的時(shí)候，他一定很懷念那些傳統(tǒng)領(lǐng)域的專家。

五大管理挑戰(zhàn)

大數(shù)據(jù)轉(zhuǎn)型并不是萬能的，除非企業(yè)能成功應(yīng)對(duì)轉(zhuǎn)型過程中的管理挑戰(zhàn)。以下五個(gè)方面在這一過程中尤為重要。

領(lǐng)導(dǎo)力那些在大數(shù)據(jù)時(shí)代獲得成功的企業(yè)，并不是簡(jiǎn)單地?fù)碛懈嗷蛘吒玫臄?shù)據(jù)，而是因?yàn)樗麄兊念I(lǐng)導(dǎo)層懂得設(shè)計(jì)清晰的目標(biāo)，知道自己定義的成功究竟是什么，并且找對(duì)了問題。大數(shù)據(jù)的力量并不會(huì)抹殺對(duì)遠(yuǎn)見與人性化洞察的需求。相反，我們?nèi)匀恍枰@種領(lǐng)導(dǎo)者—他們能抓住某個(gè)絕好的機(jī)會(huì)、懂得如何開拓市場(chǎng)、用自己的創(chuàng)意提供那些相當(dāng)新奇的產(chǎn)品和服務(wù)，并且巧舌如簧地勾勒出一幅激動(dòng)人心的前景，說服下屬們激情澎湃地為此拼命工作，最終成功贏得顧客。未來十年獲得成功的企業(yè)，其領(lǐng)導(dǎo)者必然具備以上特質(zhì)，與此同時(shí)推進(jìn)了公司決策機(jī)制的轉(zhuǎn)型。

人才隨著數(shù)據(jù)越來越廉價(jià)，實(shí)現(xiàn)大數(shù)據(jù)應(yīng)用的相關(guān)技術(shù)和人才也變得越來越昂貴。其中最緊迫的就是對(duì)數(shù)據(jù)科學(xué)家和相關(guān)專業(yè)人士的需求，因?yàn)樾枰麄兲幚砗Ａ康男畔ⅰ＝y(tǒng)計(jì)學(xué)很重要，但是傳統(tǒng)的統(tǒng)計(jì)學(xué)課程幾乎不傳授如何運(yùn)用大數(shù)據(jù)的技能。尤其需要的能力是將海量數(shù)據(jù)集清理并系統(tǒng)化，因?yàn)楦鞣N類型的數(shù)據(jù)很少是以規(guī)整的形態(tài)出現(xiàn)的。視覺化工具和技術(shù)的價(jià)值也將因此突顯。隨著數(shù)據(jù)科學(xué)家的涌現(xiàn)，新一代的電腦工程師必須能夠處理海量數(shù)據(jù)集。而設(shè)計(jì)數(shù)據(jù)試驗(yàn)的技能，則會(huì)非常有助于彌補(bǔ)數(shù)據(jù)呈現(xiàn)的復(fù)雜關(guān)系與因果之間的鴻溝。除此之外，那些最優(yōu)秀的數(shù)據(jù)科學(xué)家還需要掌握商業(yè)語言，幫助高管把公司面臨的挑戰(zhàn)變?yōu)榇髷?shù)據(jù)可以解決的形式。毫無疑問，這類人才炙手可熱，很難找到。

技術(shù)處理海量、高速率、多樣化的大數(shù)據(jù)工具，近年來獲得了長(zhǎng)足的改進(jìn)。整體而言，這些技術(shù)已經(jīng)不再貴得離譜，而且大部分軟件都是開源的。Hadoop，這個(gè)目前最通用的平臺(tái)，就整合了實(shí)體硬件和開源軟件。它接收涌入的數(shù)據(jù)流并將其分配至很便宜的存儲(chǔ)盤，同時(shí)它也提供分析數(shù)據(jù)的工具。盡管如此，這些技術(shù)需要的一整套技能對(duì)大部分企業(yè)的IT部門來說都是全新的，他們需要努力將公司內(nèi)外所有相關(guān)的數(shù)據(jù)都整合起來。只有技術(shù)遠(yuǎn)遠(yuǎn)不夠，但技術(shù)是整個(gè)大數(shù)據(jù)戰(zhàn)略中不可或缺的部分。

決策一家高效的公司通常把信息和相關(guān)的決策權(quán)統(tǒng)一在一起。而在大數(shù)據(jù)時(shí)代，信息的產(chǎn)生與流通，以及所需人才都不再是以往那樣了。精明的領(lǐng)導(dǎo)者會(huì)創(chuàng)造一種更靈活的組織形式，盡量避免“自主研發(fā)綜合癥”，同時(shí)強(qiáng)化跨部門合作：收集信息的人要提供正確的數(shù)據(jù)給分析數(shù)據(jù)和理解問題的人，同時(shí)，他們要和掌握相關(guān)技術(shù)、能夠有效解決問題的人并肩工作。

文化大數(shù)據(jù)驅(qū)動(dòng)的公司要問自己的第一個(gè)問題，不是“我們?cè)趺聪?”而應(yīng)該是“我們知道什么?”這要求企業(yè)不能再跟著感覺走。很多企業(yè)還必須改掉一個(gè)壞習(xí)慣：名不副實(shí)的大數(shù)據(jù)驅(qū)動(dòng)。我們發(fā)現(xiàn)很多這樣的企業(yè)，最常見的表現(xiàn)是，高管們明明還是按傳統(tǒng)方式做決定—以HiPPO，那些高薪人士的意見為主，卻拿出一份香艷的數(shù)據(jù)報(bào)告支撐自己的決定是多么英明。其實(shí)那不過是分配下屬四處尋找的專為這個(gè)決定做辯護(hù)的一堆數(shù)字。

毫無疑問，成功的路上荊棘密布。數(shù)據(jù)科學(xué)家不夠多;技術(shù)不只新，甚至新奇;把各種關(guān)聯(lián)當(dāng)作因果關(guān)系，由數(shù)據(jù)得到誤導(dǎo)性的模式;文化轉(zhuǎn)型的挑戰(zhàn)更是艱巨，比如，對(duì)隱私的關(guān)切已經(jīng)越來越突出。但是，大數(shù)據(jù)在技術(shù)和商業(yè)領(lǐng)域的卓越表現(xiàn)勢(shì)不可擋。

證據(jù)一目了然：大數(shù)據(jù)驅(qū)動(dòng)下的決策更高明。高管們要么擁抱這一現(xiàn)實(shí)，要么卷鋪蓋走人。在各個(gè)領(lǐng)域中，企業(yè)只有找到將數(shù)據(jù)科學(xué)與傳統(tǒng)技能完美結(jié)合的方式，才能打敗對(duì)手。我們不能說，所有的贏家都會(huì)將大數(shù)據(jù)用于其決策制定。但數(shù)據(jù)告訴我們，這樣確實(shí)勝算最大。