在沒準(zhǔn)備好或不具備大數(shù)據(jù)應(yīng)用條件的情況下上馬大數(shù)據(jù)項目，其結(jié)果很可能是勞民傷財，得不償失

第十三個五年計劃今年開始，其中一個重點是開展大數(shù)據(jù)應(yīng)用，用數(shù)據(jù)和智能決策為杠桿推動“互聯(lián)網(wǎng)+” 式的創(chuàng)新和現(xiàn)有企業(yè)轉(zhuǎn)型。在大數(shù)據(jù)時代，數(shù)據(jù)無所不在，數(shù)碼化的痕跡數(shù)據(jù)時時刻刻在積累。人人都知道數(shù)據(jù)是可多次使用的生產(chǎn)資料，將數(shù)據(jù)加工成信息和智能的能力已成為商場競爭最重要的武器。但每個企業(yè)或事業(yè)單位的大數(shù)據(jù)應(yīng)用準(zhǔn)備程度是不同的。在沒準(zhǔn)備好或不具備大數(shù)據(jù)應(yīng)用條件的情況下上馬大數(shù)據(jù)項目，其結(jié)果很可能是勞民傷財，得不償失。

因此，如何客觀系統(tǒng)地評估一個企業(yè)和單位大數(shù)據(jù)應(yīng)用的準(zhǔn)備程度就成為一個很重要的問題。這里我們可以借鑒美國工業(yè)界使用的一個叫作DELTA的大數(shù)據(jù)應(yīng)用準(zhǔn)備程度的評估工具。

這個工具從五個方面對一個企業(yè)（或單位）進(jìn)行評估。D指數(shù)據(jù)（Data），E指企業(yè)環(huán)境（enterprise），L指領(lǐng)導(dǎo)重視（leadership），T指目標(biāo)（Target）和技術(shù)（Technology），A指分析人才（Analysts）。我們來看一下每個方面的評估內(nèi)容。

數(shù)據(jù)（Data）。這里評估企業(yè)的標(biāo)準(zhǔn)是：（1）是否能獲得海量，無結(jié)構(gòu)或者是高速積累和變化的數(shù)據(jù)，（2）是否已把多源的內(nèi)部數(shù)據(jù)整合成數(shù)據(jù)倉庫或數(shù)據(jù)集市以方便數(shù)據(jù)分析，（3）是否已經(jīng)把外部數(shù)據(jù)和內(nèi)部數(shù)據(jù)整合以促進(jìn)針對本行業(yè)的高價值數(shù)據(jù)分析，（4）是否對各類用于分析的數(shù)據(jù)建立和保持統(tǒng)一的定義和標(biāo)準(zhǔn)， （5）數(shù)據(jù)使用者、決策者、和產(chǎn)品開發(fā)人是否信任企業(yè)數(shù)據(jù)的質(zhì)量。

企業(yè)環(huán)境（enterprise）。 這方面的企業(yè)考察也有五個要素：（1）是否能將大數(shù)據(jù)和傳統(tǒng)數(shù)據(jù)分析相結(jié)合來達(dá)到數(shù)據(jù)分析的目標(biāo)，（2）管理層是否能通過各部門之間的協(xié)調(diào)來確保企業(yè)大數(shù)據(jù)和數(shù)據(jù)分析項目的合理排序，（3）有限的數(shù)據(jù)科學(xué)家和專業(yè)分析人員是否能在企業(yè)里得到合理分配和使用，（4）大數(shù)據(jù)和數(shù)據(jù)分析項目是否能夠得到充足的資金和相關(guān)資源的支持，（5）是否能與行業(yè)生態(tài)系統(tǒng)里的渠道合作者、客戶，以及其他成員協(xié)作共享大數(shù)據(jù)內(nèi)容和應(yīng)用。

領(lǐng)導(dǎo)支持（Leadership）。沒有領(lǐng)導(dǎo)的重視，大數(shù)據(jù)項目是開展不起來的。其支持程度可以從五點來考察：（1）高管層是否定期討論大數(shù)據(jù)和數(shù)據(jù)分析所能帶來的商機，（2）高管層是否挑戰(zhàn)各級功能部門思考如何應(yīng)用大數(shù)據(jù)和數(shù)據(jù)分析來支持決策，（3）高管層是否應(yīng)用大數(shù)據(jù)和數(shù)據(jù)分析指導(dǎo)戰(zhàn)略和實施的決策，（4）中層經(jīng)理們是否應(yīng)用大數(shù)據(jù)和數(shù)據(jù)分析來指導(dǎo)日常管理，（5）大數(shù)據(jù)資源（數(shù)據(jù)、人才、軟件和硬件）的配置和使用是否受到高管層的重視和監(jiān)督。

目標(biāo)和技術(shù)（Target &Technology）。沒有明確的目標(biāo)，大數(shù)據(jù)項目會勞民傷財。企業(yè)的目標(biāo)是否明確可從五個角度評介：（1）能否選擇有別于競爭對手的高價值的商機開發(fā)大數(shù)據(jù)項目，（2）是否把大數(shù)據(jù)和數(shù)據(jù)分析視為新產(chǎn)品和服務(wù)創(chuàng)新過程中一個不可或缺的組成部分，（3）能否通過對現(xiàn)有生產(chǎn)程序、戰(zhàn)略和市場環(huán)境的評估來發(fā)現(xiàn)大數(shù)據(jù)和數(shù)據(jù)分析應(yīng)用的內(nèi)部機遇，（4）是否定期通過以數(shù)據(jù)為驅(qū)動的試驗來采集本行業(yè)成功和失敗的數(shù)據(jù)，（5）是否通過數(shù)據(jù)分析對現(xiàn)有決策支持進(jìn)行評估，并已此來判斷是否無結(jié)構(gòu)數(shù)據(jù)能提供更好的決策模式。

在技術(shù)層面，也可以從五點來判斷大數(shù)據(jù)準(zhǔn)備程度：（1）是否已經(jīng)探討過或采用了大數(shù)據(jù)處理的并聯(lián)計算機運作技術(shù)（如Hadoop），（2）是否已能熟練地應(yīng)用數(shù)據(jù)可視化來展示業(yè)務(wù)問題或支持決策，（3）是否已經(jīng)探討過或采用了云計算服務(wù)來做數(shù)據(jù)處理和分析，（4）是否已經(jīng)探討過或采用了開源軟件進(jìn)行大數(shù)據(jù)處理和數(shù)據(jù)分析，（5）是否已經(jīng)探討過或采用了處理無結(jié)構(gòu)數(shù)據(jù)，如文字、影像、或圖像的工具。

分析人才和數(shù)據(jù)科學(xué)家（Analysts and Data Scientists）。開展大數(shù)據(jù)項目最重要的資源是數(shù)據(jù)科學(xué)家和專業(yè)數(shù)據(jù)分析人才。這個資源的評估也有五個角度：（1）是否擁有足夠的有能力的數(shù)據(jù)科學(xué)家和專業(yè)數(shù)據(jù)分析員來實現(xiàn)所需要的分析目標(biāo)，（2）數(shù)據(jù)科學(xué)家和專業(yè)數(shù)據(jù)分析員是否能成為高管層做關(guān)鍵決策和數(shù)據(jù)驅(qū)動創(chuàng)新時可信賴的顧問，（3）數(shù)據(jù)科學(xué)家和專業(yè)數(shù)據(jù)分析員是否理解大數(shù)據(jù)和數(shù)據(jù)分析應(yīng)用過程中的規(guī)范和程序，（4）數(shù)據(jù)科學(xué)家、量化數(shù)據(jù)分析員，和專業(yè)數(shù)據(jù)管理人員在大數(shù)據(jù)分析應(yīng)用中是否能夠有效地合作，（5）是否建立了提高職工數(shù)據(jù)科學(xué)和數(shù)據(jù)分析技能的培訓(xùn)教育。

一個企業(yè)通過對自身大數(shù)據(jù)應(yīng)用準(zhǔn)備成熟度進(jìn)行測量可以找到大數(shù)據(jù)應(yīng)用方面的軟肋和資源缺口，減少盲目性，并制定出切合實際的大數(shù)據(jù)發(fā)展戰(zhàn)略。從美國的經(jīng)驗看，很多企業(yè)和政府部門的大數(shù)據(jù)開發(fā)項目都不成功。究其原因，大多是在以上列出的5個方面中的某一項（或幾項）條件不具備或不成熟時就盲目趕時髦，上項目。而那些較成功的公司和部門都具備數(shù)據(jù)、企業(yè)環(huán)境、領(lǐng)導(dǎo)支持、明確目標(biāo)和充足的數(shù)據(jù)人才。

一個行業(yè)如能采用統(tǒng)一的工具對各個企業(yè)和機構(gòu)進(jìn)行大數(shù)據(jù)準(zhǔn)備成熟度的評估也是很有益處的。評估結(jié)果不但能為行業(yè)中的企業(yè)提供同類公司的參照指標(biāo)，同時也為政府管理部門和行業(yè)協(xié)會提供行業(yè)大數(shù)據(jù)應(yīng)用狀況的數(shù)據(jù)。這些數(shù)據(jù)將幫助管理協(xié)調(diào)機構(gòu)建立行業(yè)坐標(biāo)體系并實現(xiàn)以數(shù)據(jù)為驅(qū)動的行業(yè)指導(dǎo)、管理、和測控以推動大數(shù)據(jù)的應(yīng)用。