13

大数据行动清单

你已经学习了本书所有的材料、技术、方法和工作表，让我们将各个章节中所有的行动细则概括为一份简单的行动号召清单。这份清单将帮助你处理可以采取的具体行动，从而利用大数据推动组织的关键业务计划，优化关键业务流程并挖掘新的货币化机遇，帮助你的组织为大数据之旅做好准备。这份清单会让你走上了解大数据如何助力业务之路。

确认组织的关键业务计划

• 识别、搜索并了解组织的关键业务计划和关键业务机遇。

• 利用公开可获得的资源对组织的关键业务计划进行分类。这些资源包括年度报告、季度分析说明、行业研究和发布、高管演讲和竞争性活动。

• 利用大数据战略文件，将组织的业务战略分解为关键业务计划和支持性的关键业绩指标、关键成功因素、想要的结果、实施的时间表、关键任务和业务的利益相关者。

• 开始时心中要有目标。

从业务和信息技术方面利益相关者的合作开始

• 大数据是关于业务转型的。因此，业务及信息技术方面的利益相关者从一开始，甚至从参加大数据的教育活动开始，就要建立密切的合作。

• 确保你的大数据计划对于业务方面的利益相关者是有关联、有意义并且可操作的，确保他们能够从业务支持的角度理解大数据计划可以为他们做什么。

• 利用愿景训练和展望练习建立与业务及信息技术方面的利益相关者的伙伴关系。

• 确保训练和支持的展望练习是专门为了组织的具体业务计划制订的。

• 为业务利益相关者持续的活动参与、反馈和大数据计划的方向规范流程。

• 围绕业务和信息技术方面的利益相关者之间的持续合作以及愿景训练的使用，建立一种不间断的工作关系，从而确保大数据之旅产生吸引人的、差别化的竞争优势。

• 欢迎新的想法。

规范展望流程

• 建立一个正式的展望方法（如愿景训练），帮助业务的利益相关者展望大数据将使哪些方面成为可能。

• 开发促进技巧。

• 利用组织数据（组织内部、外部数据）建立针对具体业务的展望练习。

• 集体讨论大数据业务的四大驱动因素将如何帮助业务用户回答他们尝试回答的问题并尝试做出决策。

• 利用迈克尔·波特的价值链分析和五力分析，梳理大数据的想法和用例。

• 利用排序矩阵，对接下来的步骤达成团体共识，同时捕捉关键的业务驱动和可能的项目障碍。

• 将实验室分析作为一种工具，建立业务案例并证明分析的价值。

• 挑战传统的思维方式。

利用模型推动创造性过程

• 创造用户和客户的体验模型，将从大数据中收集的分析认知生动地展现在业务的利益相关者面前。

• 开发手机应用和网站模型，因为它们是你和客户、消费者及合作伙伴之间特别有效的交流及互动载体。

• 利用模型，展望你可以如何把关于客户、产品及运营的新的洞见以打造一种更吸引人、更具赢利性的用户体验的方式体现出来。

• 不要低估卓越的用户体验对于推动新的货币化机遇的力量。

• 使用PowerPoint作为一种好用、便捷的模型工具，不要浪费时间试图使模型完美。

• 享受乐趣。

明确技术和架构选择

• 不要用现有的数据仓库和商业智能处理数据，它们不足以面对如今多样的数据源，会阻碍你的前进。

• 利用新的技术，例如Hadoop、内存内计算、数据库内分析，提供新的数据管理和高级分析功能，打开更加现代的架构选择。

• 准备好在你的环境内接受开源技术和工具，开源是新的黑马。

• 创造一种架构，将服务水平协议驱动的、以生产为主的数据仓库或商业智能环境从探索性的、临时的、快速发展的数据科学环境中分离出来。

• 数据将会比产生数据的应用具有更加持久的价值，不要让你现有的应用俘虏你的数据。

• 不要等着你的传统技术供应商为你解决业务问题——主动一些，现在就出发。

• 不要抛弃你在数据仓库和商业智能上的投资，新的技术可以建立在它们的基础上。

• 成为一个实时的预测型组织。

建立在现有的内部业务流程的基础上

• 利用现有的支持你的关键业务计划的数据仓库和商业智能投资。这些商业智能方面的努力捕捉到了与关键业务流程相关的数据源、指标、维度、报告和仪表盘。

• 从业务监控转向业务优化。

• 通过利用组织的暗数据（也就是你现有的未充分利用的事务性数据）、新的内部和外部的非结构化数据、实时数据反馈和高级分析，寻找机会拓展现有的业务流程。

• 把高级分析融入现有的业务流程，从而自动地挖掘埋藏在具体的结构化和非结构化数据中的可操作的洞见。用来挖掘可操作的洞见的传统分割式商业智能方法无法处理TB级或PB级数据。

• 实施大数据战略中的仪器（也就是给每一个与客户接触的渠道贴上标签，从而捕捉更多关于客户及其行为的数据）和实验部分。

• 寻找机会利用大数据重塑价值创造过程。

挖掘新的货币化机遇

• 升级现有的业务流程，利用从中得到的关于客户、产品和运营的洞见建立新的货币化机遇。

• 明白可以通过多种途径将你对客户、产品和运营的见解货币化，包括将这些见解打包并返售、整合这些见解以创造智能产品，以及利用这些见解创造一种更迷人、更具赢利性的用户体验。

• 观察其他行业正在做什么以及它们是如何利用大数据赚钱的。

• 超越大数据的“三个V”（容量、多样性和速度），拥抱大数据的“四个M”——帮助我赚更多的钱！

了解对组织的影响

• 创造一种分析过程，尝试通过将数据科学家的角色与业务用户、数据仓库小组及商业智能小组结合起来，挖掘并发布新的业务洞见。

• 将数据看作一种需要获取、转换并丰富的核心资产。将分析方法看作差别化的企业知识产权，需要去清点、维护并通过法律途径保护。

• 培养一种组织理念，接受实验的力量并激发天生感到好奇的假设性问题。

• 换一种方法思考。