尽管各种各样的关键词不断出现在国内国外有关商业、技术趋势预测的文章中， “大数据”却无一例外地受到关注。企业已经在努力学习通过利用大规模采集及分析数据来制定战略，这有力地体现出大数据的巨大潜力。大数据的采集及分析正在迅速成为企业获取差异化竞争优势的新争夺领域。Amazon.com、谷歌和Netflix等公司在这方面表现抢眼，其他公司则紧追不舍。事实上，近几个月来，制药、零售、电信、保险等各行业都在大数据战略上锐意进取。它们的大手笔表明业界正在针对大数据制定全新战略，对CEO等高管们而言，面临着阻挠大数据举措的挑战。根据相关经验，总结出四大原则，希望对企业高管捕捉大数据发展潜力有所帮助。
1. 测算的机会和挑战
企业高管如果能够意识到应对行业盈利挑战的迫切性时，往往就能促成其大数据战略。在研究过的一个零售商案例中，大数据是夺取市场份额的艰难一役。该公司战略一向侧重于应对竞争对手的重大挑战，但一种来自网络的竞争威胁正在侵蚀公司的收入及利润。这种威胁的核心来自于竞争对手有能力收集和分析消费心理，且能够为数百万客户提供建议，而这种能力让该零售商的销售能力大打折扣。与此同时，该竞争对手正在形成一种平台，供应商可在这个平台上利用行业汇总的公开价格数据销售多余库存，以此帮助供应商确定折扣幅度。为此，该零售商董事会希望知道是否也可以利用自身的信息资源应对这些挑战。
数据带来的挑战及机会可能会更加微妙。例如，欧洲某电信商采用创新产品绑定的手段提高了市场份额后，大数据分析就被视作公司振兴的里程碑。该公司高管相信，如果能精确找到通过销售带动效益的点，并通过研究消费者行为发现哪些因素决定了其品牌或产品取舍，就可以形成公司新的优势。这就需要有能力解读两种大规模且不断增长的信息：网络搜寻数据和实时信息，即消费者在社交工具和其他网络渠道上分享的关于该公司产品和服务的评价。
2. 确定大数据源头及差距
制定大数据战略，当然需要研究企业究竟需要哪些类型的信息及需要哪些能力。在现阶段，企业高管应彻底评估所有相关的内外部数据。审计人员还应考虑分析型人才的可获得性以及可能有助于填补不足的潜在合作关系。这类审计不仅能真实认识企业能力和需求，而且会激发灵感——例如，某高管发现了隐藏在某些业务部门的“数据宝石”，或认识到通过正确合作创造价值的重要意义。
零售商的审计侧重于公司内部数据，它们往往还有未被完全开发的利用价值。这类数据包括产品返回率、许可证及客户投诉，是涵盖客户消费习惯及偏好的宝贵信息。该审计还发现了一处阻碍因素：没有与客户身份认证数据相结合的数据，或是标准化后足以供公司内外部共享的数据。因此，该类信息很少被用于营销分析，也不可能支持销售代表与客户互动，或是供应链高管服务于供应商。所幸的是，审计发现有一个团队可以帮助解决这些问题：内部数据分析员，该团队的独立工作尚未得到充分利用。
3. 就战略选择达成共识
一旦发现了可资利用的机会及资源，很多企业就会立即进入实施规划阶段，但这是错误的。数据战略与企业整体战略密不可分，在确定所需资源投入时需要精心规划才能取得预期效果。这需要一线人员能够使用高级数据分析工具，或者需要收集数据和招聘分析人才，以获得先发优势。
同样重要的是，需要在确定竞争战略优先度的背景下考察大数据。CEO在密切关注应如何推动公司销售及营销职能的数据导向化时，发现有必要以关键数据供应商取代内部战略领导人，并投入巨资培养分析人才。
在将大数据剔除出公司战略重点清单之前，先问问自己是否深入思考过这一长期战略的潜在价值，是否想过在自己踟蹰不前时，竞争对手在干什么。
4. 了解对组织的影响
大数据对CEO的意义是什么呢? 由于通过大数据获得竞争优势的手段仍在不断丰富中，有些企业的CEO开始认为大数据项目应由公司IT或营销部门单独负责，因为这些职能部门往往负责数据的收集、分析及应用。
这种做法并不妥当。根据经验，大数据项目需要管理层协调一致的关注才能成功。要提高成功率，CEO应促使自己及所在的高管团队回答以下问题：
大数据需获得何种预期效益?
机遇可以来自改善核心业务运营，也可以来自同一行业内部创建的新业务线。例如保险公司目前就可利用大数据提高承保水平，而长期而言，可为以前无法盈利的客户服务业务改进其效益水平，甚至最终形成全新的风险业务。在每个阶段目标都很明确的企业，将最终获得竞争优势。
我的公司如何储备人才?
到2018年，仅美国就将面临19万名熟练技术工人的缺口，还需要150万名管理及分析人员解读大数据并根据研究结果决策。为此，企业CEO应思考眼下就着手招聘人员，用于启动大数据战略举措。
我如何获得内部支持?
大数据战略举措要有效实施，必须跨越部门界限——但这往往会造成内部摩擦。员工一旦被要求用全新的方式工作时，必然产生矛盾。只有信念坚定的管理团队才能消除各种反对声音。
如何扩大规模?
无论是规划单项的重大举措，还是多个小规模举措，高管团队都应积极规划，充分利用此后形成的效益机会，应密切注意从试点快速过渡到实施模式所需的资源(技术及其他资源)。
[上一篇] 金融营销数据化生存 银行业掘金大数据
[下一篇] 三马共谋网络保险 众安保险淘金大数据
