在CXO级别的高管中推广大数据分析

大数据的影响力正在不断的增强。新的系统和工具正在为每一个业务层面的作用点的迅速评估和传播铺平道路。为了能够充分利用所有可用的数据，现代企业组织机构实施一套数据驱动的企业文化是必不可少的。故而企业组织需要了解为什么大数据分析不仅仅是一项技术，其更是一种文化上的转变，是务实且持久的企业战略。

大数据其实并不是什么新生事物。早在20世纪90年代，就有明显已经有企业组织在对少量的数据进行分析了，而这些数据是从传感器、影像等实时采集的。这些原始数据被分析、可视化，并发送到存储以便进行更深入的离线处理。然而，彼时的解决办法都是在一个研究环境下人工手工的。从而使得商业化的企业被限制在对于传统业务数据的“后视”快照，电子表格报告的交付。

经过了几十年，“大数据”已经成为了一个影响力日益增长的术语。新的系统和工具正在为其在每一个业务层面的作用点的迅速估值和传播铺平了道路。业界通常用四个V来概括的大数据的四个典型特征，即：数据体量巨大(Volume)、处理速度快(Velocity)、数据类型繁多(Variety)、高质量数据的真实性(Veracity)，这四大特征将彻底改变21世纪的企业将如何发挥其核心功能的作用。

• 数据体量巨大(Volume)：据IDC预计，到2020年，数字世界所包含的数据信息量将与我们物理世界的星星一样多。

• 数据类型繁多(Variety):大量的人类与机器数据以文本、照片、视频、音频、网络流量、系统日志、传感器信息、社交媒体活动等等形式蜂拥而至。

• 处理速度快(Velocity):每一分钟，我们都将发送2.04亿封电子邮件，进行400万.次Google搜索，并在Facebook上分享240万条内容。

• 高质量数据的真实性(Veracity):据Gartner公司发现，低质量的数据对受调查企业的年度财务影响损失平均高达880万美元。

数据分析正处在一个转折拐点。现在，大数据可以从更多的来源实时收集，包括诸如社交媒体和物联网。其可以通过更多具备一系列相关技能和背景的人才被运用到更多的使用案例，从而给了我们对于世界如何与我们的品牌互动、激发创新、并改变我们的观点有了前所未有的深入了解。

而借助适当的工具，企业可以在规模化、整合、并了解他们的数据的同时，从分析预测中获得洞察价值，进而实现业务增长的突破。惠普企业公司(HPE)高性能计算兼大数据细分市场营销副总裁Vineeth Ram解释说：“数据是理念经济(Idea Economy)的燃料。当前的那些在某种意义上属于数据驱动的企业组织或将获得有着巨大影响力的业务成果。他们可以推动新的商业模式，推出更多差异化的产品和服务，改善客户体验、运营效率和员工生产力。”

为了能够充分利用所有可用的数据，现代企业组织机构实施一套数据驱动的企业文化是必不可少的。故而企业组织需要了解为什么大数据分析不仅仅是一项技术，其更是一种文化上的转变，是务实且持久的企业战略。 最成功的企业组织已经在整个企业范围内制定了相应的改革策略，从创造新的角色到重新发明他们的商业模式。这些企业组织在积极地接受理念经济的同时，使得他们的业务也随之获得了发展。

大数据在企业CXO级别的高管中所引发的巨大变化

鉴于在理念经济中，数据驱动的需求变得更加至关重要，使得企业组织必须从头开始彻底地建立一套有效的策略。然而，关于如何为大数据分析部署系统、并从中获得洞察价值、以及对企业现有业务作出根本性的结构改变所存在的疑虑其实是有一定的歧义的。围绕着“大数据”这一术语的过份炒作使得企业组织对于如何借助大数据分析以实现他们的目标产生了一定的误解。

“我们知道，大数据市场在今天仍然还处于其起步阶段。很多企业组织对于现在是否要执行这些类型的解决方案还犹豫不决，但未来一到两年则将是关键。大数据分析技术的早期采用者们将获得一定的优势，尤其是在特定的垂直细分市场。”HPE Servers部门的高级大数据解决方案经理Mario D’Cruz 解释说。

培养数据驱动的企业文化

对于数据的利用不应该是一个事后的马后炮。其必须在每家企业组织的重点项目中来确定。大数据分析不仅仅是一项技术;其更是一种文化上的转变，是务实且持久的企业战略。

建立数据驱动的企业文化的第一步便是要确定好一家企业组织的目标，以及如何将大数据映射到企业在现实世界的项目中。然后，可以建立一款有效的和可扩展的数据收集平台，这可能会涉及到诸如基于服务器的存储、软件定义的存储和对象存储等技术。

下一步是优化基础设施，以支持恰当的软件、应用程序模型和人类的专业知识来分析数据。这便是数据是如何为特定的业务项目转化为洞察价值，进而满足速度、规模和性能需求的价值大化的。

为了实现这一企业文化的转变，企业组织机构需要协同人力资源以便在适当的地方采取适当的治理。这一过程可能涉及到招聘专家、培训企业现有的团队成员，或两者都有。这些招聘专家将需要获得预算的支持，同时也需要与企业决策者、战略执行层面的人员沟通的渠道，以实现高投资回报率。

企业职位角色的增加

我们一直在持续的观察企业CXO级别的高管们对于不断变化的业务环境的适应情况。在20世纪80年代，首席财务官(CFO)的角色作用开始变得日渐突出，以满足日益增长的投资者关系透明化和价值管理的需求。而随着本世纪在全球范围内的企业运营、分销和销售变得日渐复杂，以及企业并购需求的增加，首席运营官(COO)的角色作用也开始变得更为突出，其往往取代了CFO或被具有双重作用的CFO取代。而到了最近，企业逐渐开始引入首席营销官(CMO)的角色作用，以面对由新媒体和传播渠道所带来的客户参与的复杂性。

同样，在理念经济中，各种新的职位角色正在兴起，以满足数据驱动的企业文化对于资源和专业知识的需求。首席数据官(CDO)和首席分析官(CAO)为企业CXO级别的高管们带来了所需的专业技能，而数据科学家们则正在帮助企业推断的数据，并实现投资回报率的大化。这些职位角色的成功需要协作，以及企业对于一种新的数据驱动的模式风格的宣传能力：一种基于迭代的、被大众所使用和消耗的、不断发展变化的实时分析。

首席数据官

CDO这一职位角色兴起于大约三到四年前，该职位是专门为那些真正致力于建立一个数据驱动的企业文化的组织而设定的。而通过与其他职位角色的合作，如首席信息安全官(CISO)和首席学习官(CLO)，企业的CDO们建立起了数据政策和标准，并利用企业现有数据，以寻找新的用途和洞察见解，发掘新的营收来源，确保企业数据的安全性和私密性，并进行维护管理。

首席分析官

一般来说，CAO这一职位角色被看作是CDO的一种变型，许多企业组织会选择从二者中设置一个。这一职位角色将与企业的首席信息官(CIO)配合工作：CIO负责管理基础设施;而CAO/CDO则负责管理数据。有专家预测，当前的CDO的职位将演变成更广泛的CAO的职位。

数据科学家

根据美国劳工统计局的预计，从2014到2024年，这个利基市场将增长11%，其增长速度要快于对所有职业的平均预计。尽管个别专家可能具备各种不同的背景，但他们所具有的共同点是具备令人羡慕的技术背景和以产业为重点的心态。他们知道如何提出正确的问题;或从别人那里提取出正确的问题;并运用正确的统计技术，以使得企业组织的数据变得有意义。

传统的职位角色，创新战略

在深入研究数据本身之前，企业组织需要定义自身的问题，并确定具体的、可操作的目标以进行改进。启动这一过程的最好的方式就是查看和分析企业的年度和季度报表中对于公司目标的表达和描述，对于这些目标的执行情况，及其对于企业下一个财政年度的业务运营意味着什么。因此，企业CXO级别的高管们在激发想象和定义体现高水平的战略，以满足目标所需，同时确保正确的资源分配方面起到了积极的推动作用也就毫不奇怪了。

克服挑战

对于当前的那些准备引入大数据分析技术的企业组织而言，他们其实可以从早期的采用者曾经落入的陷阱中借鉴汲取到宝贵的经验教训。其中最常见的挑战便是企业领导的支持和鼓励、各部门间的沟通，以及打造一个数据驱动的企业文化所需要的透明度。缺乏相应的战略、各部门和岗位间乃至整个企业范围的理解和团结，企业将很难获得什么进展。为了使得大数据分析技术稍后能够在整个企业范围内获得顺利实施做好准备，企业领导人可以借助早期的和持续的大数据分析试点项目的成功来逐步推广。

当期望没有获得很好的管理或对于期望的定义不切实际的时候，企业组织机构也可能遭受痛苦。在一个即时满足的时代，最终用户很容易低估完成某个特定目标所需的工作量或资源。例如，具备在一个星期的时间内部署一台服务器的能力并不一定意味着重新组织的数据可以以相同的速率完成。另一方面，有时，利用云服务在POC模式中发现您企业数据的价值可以是出奇的快。一旦完成了对价值的解释，扩大投资是更为合理的。

数据泄露可能会为企业带来灾难性的后果。随着企业组织收集了越来越多的个人数据，如客户的帐户信息、网页浏览历史记录和社交媒体活动等，使得他们的当务之急是通过一套跨企业范围的管理政策来确保数据的安全性和私密性。而在缺乏来自CXO级别的高管们的行政管理利益相关者的支持下，想要实施适当的治理政策是不可能的，尤其是在缺乏CEO、CLO和CDO/CDA支持的前提下。

CEO：制定战略和动员组织

作为任何一家公司的关键决策者，CEO总是在寻找创新的方式来加快他们的品牌推广，创新产品和服务，并简化操作。由其他团队成员所做的激进或破坏性的商业决策必须先要想方设法提交到CEO的办公桌上。

CEO们有一个独特的机会，能够激发和推动企业从内到外的变化。CEO们能够通过与企业各部门间的利益相关者的合作，评估企业目前的优势和劣势，划定关键的业务目标，并动员企业部署大数据项目工作。

HPE的大数据系统产品经理Sanjeet Singh认为，“大多数未能在大数据分析领域有所作为的企业组织均属于那些企业高管没能在企业内推动变革的企业。那些在传统系统上的操作运营的企业组织正在受到进入市场的新的竞争对手们的竞争威胁。而对于这些复杂的项目， CEO变得非常具有影响力。”

成为一家数据驱动的企业有助于推动企业的创新和业务的重新发明，但如若缺乏数据驱动，则会面临在市场竞争中迅速被淘汰的风险。在过去的十年中，我们已经看到这一趋势在许多行业的兴起，而且这种趋势还将继续。鉴于企业的CEO们参与到大数据分析的战略和方向制定过程中，能够使得企业业务有更大的转型机会，以打破现状进而推动可持续增长。

概念应用实例

根据经济学人集团旗下经济分析智囊机构经济学人智库针对21个国家的516名企业高管所进行的一项调研显示，58%的受访者表示，当CEO负责掌管客户体验时，有助于企业较之竞争对手获得较高的盈利能力。而大数据分析则为企业CEO们提供了把矛头指向网络安全的机会，这在诸如医疗保健和金融服务行业已经被广泛证实。

据麦肯锡公司的调研显示，那些广泛使用客户大数据分析技术来制定所有业务决策的企业高管团队较之不这样做的公司，能够获得126%的利润改善。而那些在整个企业范围内对客户数据进行“广泛而深入”的分析的企业组织则能够获得6.5倍以上的客户保留率，较之竞争对手7.4倍的业绩表现，以及高于平均水平几乎19倍的利润率。

案例分析：汽车制造行业提升客户体验

汽车制造行业为企业的CEO改善客户体验和价值主张提供了大量的数据机会。从表面上看，消费者的购物和购买行为为客户到底想要什么提供了显著洞察。比如购买喜好和特殊追求。企业领导者们可以通过追踪了解某些因素：如某些车辆购买的时间，其所包括的功能类型，由谁购买，以及是否有任何季节性趋势来可视化汽车销售的趋势。

除了销售、支持和保修信息，汽车企业还可以分析安全记录。社交媒体网站，如Twitter上的信息可用于监测消费者对于企业品牌的美誉度，看看公众如何评价他们的产品，以便进一步的直接吸引客户。当客户有疑问、担心、或者公开他们的投诉档案时，这一方案被证明是特别有用的。

当前，“互联汽车(connected car)”这一概念的诞生已经火到爆了，进而深深的影响到了汽车行业的消费者行为。在车辆内的传感器可向汽车制造商们发送回实时信息，以显示客户究竟是如何，何时，何地在驾驶车辆的。这些技术可以及时通知汽车厂家某些故障或机械问题，同时提供智能技术情报以应用到潜在原因的分析或提出解决方案。

而在HPE的Vertica产品组合的帮助下，大量的数据可以有效地实现规模化缩放，并花费传统应用程序的一小部分时间进行演绎解释。预测分析功能可以发现使用传统的业务分析所无法辨别的数据模式。

CIO：操作运营的助力

现如今，已经很难找到一名不经常与大数据分析打交道的CIO了。作为管理一家企业组织IT基础设施的关键职位角色之一，企业CIO将需要在硬件、软件和服务解决方案的正确组合方面作出选择和实施。

理想的情况是，CIO必须充分掌握战略的复杂性，以便可以使得恰当的工具、技术和操作人员能够结合起来。CIO应该帮助企业最高管理层的其他成员了解即将到来的过程和目标，并准备好项目的实施。并应在综合实施之前，评估项目的法律，法规和信誉风险。

CIO们担心得最多的问题是被视为，或者更糟的，成为大数据分析技术新思路在企业快速部署的障碍。通常情况下，企业业务部门(LOB)的合作伙伴担心企业的IT部门会像他们以前将企业资源规划(ERP)和传统的企业级数据仓库(EDW)系统迁移到在线一样进展缓慢。因此，企业IT部门迫切需要与LOB的合作伙伴建立正确的关系。这将有助于确保大数据分析是由企业的IT部门来处理，同时避免任何不受控制的状况发生，甚至可能导致更恶劣的结果。

提出正确的问题

一些公司在第一次涉足大数据分析项目时所犯下的一个代价昂贵的错误便是未能对他们目前的数据“库存”是如何被捕获和存储的进行一次盘点。对于许多企业来说，大量不同种类的和有价值的数据被存储，但其所使用的分析和应用方法则是低效的。

在某些情况下，企业存储了百万兆字节或PB级的数据，但从来没有对其进行访问和分析。当这种情况发生时，可能是最有利于这些企业组织需要强调对于大数据的分析，而不是将额外的资源投资到数据收集方面。

这是CIO对公司目前的数据现状进行专业评估的机会。哪些数据是奏效的，哪些可以进行改进?基础设施是否为企业所拟议的顺利的过渡到长期的分析策略做好准备，或者是否到了部署新的基础设施的时候了?

概念应用实例

对于CIO的一个主要任务是精简和潜在的重新设计业务流程，同时保持预算。对新的应用程序进行评估，以确定兼容性，以及为企业组织潜在进行成本节约。此外，数据管理仍是一个永远都相当重要的任务：标准化管理企业现有数据的同时，确保隐私性和安全性。

CIO可以带头采用先进技术以保护关键业务数据。例如，“芯片”的高速加密和基于角色的身份验证，可以为“静态”和“传输过程中的”数据提供安全。调查、记录、并清理与企业数据相关的各种应用程序也是很关键的。

案例分析：零售企业利用数据，以减少零售业绩收缩

以一家经历了显着的销售业绩收缩，或因如盗窃、供应商欺诈、管理错误、在商品运输过程中的损坏等各种事件遭到损失零售公司为例。其CIO的目标是将销售业绩收缩减少0.2个百分点——这一数字可能看起来微不足道，但转化为收入损失每年却高达数千万美元。

该零售公司目前存储了各种结构化、半结构化、非结构化、多结构化的数据，从销售日志到视频监控录像的详尽数据。然而，这些数据是通过传统的，专有的存储系统在传统的数据仓库中。他们不断收集数据，但其并不是一个可扩展的，相互关联的系统，并未一套采用今天的大数据分析技术的基于服务器的方法。因此，这些有价值的信息是孤立的，与其他业务部门分离的。

为了顺利进行数据的分析，企业需要确保跨功能的访问。孤立的数据是数据的功能浪费。而传统的存储系统为维护每秒钟所产生的数据量所带来的成本的线性增长，使得问题进一步复杂化。往往是在这样的情况下，一个技术问题与成本控制问题捆绑在一起了。

智能数据操作层(IDOL)是HPE的下一代企业级搜索和数据分析平台，能够帮助企业用户实现上述零售商的目标。该平台消除了数据孤岛，允许完全访问所有形式的数据信息，并进行数据分析，找准导致企业销售收缩的原因。这种先进的洞察分析使企业的关键决策者得以能够调整企业的操作运营。

CSO：彰显大局观

大数据分析的强大战略资产顺应于企业首席战略官(CSO)的工作议程。 CSO是一个经验丰富、有相关知识背景和前瞻性思维的个体，总有“大局观”的心态。故而为大数据分析任务所迫切需要，再加上企业组织需要深入了解其竞争对手和整个产业的发展方向，推动了CSO的兴起。

能够影响并与企业组织内的各种职位角色和人员一起工作的能力充分证明了大数据分析项目对于企业数据资产的价值。而CSO能够聚焦于适当地分配资源，推动企业组织变革，并瞄准企业目标的进展情况。

面向21世纪的任务，21世纪的职位角色

虽然在许多传统的企业组织内，都是由CXO级别的高管与其他行政级别的职位人员共同制定企业最重要的战略决策，但在过去十年内CSO的角色作用已经日渐突出。

随着竞争的日益激增，企业必须考虑更明智，更有创造性和更清晰的焦点。并需要在组织内调配具有聪明才智的人力资源来顺应在全球范围内朝着数字化的转变。而CSO这一职位角色就有助于通过接地气的了解市场需求，并保持对于流行趋势和预期的变化的密切观察来帮助企业品牌保持领先地位。

设置了像CSO这样的职位角色的企业组织往往能够在其所属行业更具竞争力。大数据分析的复杂性需要消耗大量的时间和资源，而混合型的职位角色可能会发现这很难提供。

概念应用实例

麦肯锡确定指出了五种CSO的原型，包括架构师、动员调度人员、远见分析师、调查测量师和基金经理。大数据分析作用的发挥将取决于核心资产，CSO带给其所在企业组织的变化。例如，架构师可以利用大数据分析，以监测行业趋势和并在竞争对手之前进行策略变化。而远见分析师则可以利用大数据分析，以帮助预测在某些市场的增长状况，以及怎样的流程或工具能够为之服务。

案例分析：石油和天然气行业的预测操作运营

石油和天然气勘探的生命线是从战略上确定在钻探的能力。运营成本高意味着预测错误可能产生灾难性的经济后果。为了确定哪些位置最容易产生价值，石油和天然气公司需要大量进行全面综合的数据分析。

HPE与一家页岩油开采公司合作，以在钻探科考启动之前评估潜在的油田地址。该公司运行了一系列的模型，以帮助模拟油田，并可视化假象信息。在提取过程中，该公司使用光纤电缆传感器来监测由构造活动和机械制造的地震波，使用诸如声纳数据，来预测定位油田位置。

在完成数据的收集后，计算密集型的软件应用程序将把海量复杂的、非结构化的数据点转化成为可解释的2D，3D以及现在的4D模拟数据。即使在这些数据经过了可视化呈现之后，还需要进一步分析，以帮助调整目前的模式，并为钻井过程提供详细的操作指南。

这些数据不仅有助于确定最有利可图的钻井位置和技术，而且还为CSO提供了为长期战略决策解释趋势和模式的能力。这些模式，往往是无法用传统分析觉察到的，同时还可以揭示企业的竞争优势，在艰难的市场竞争中寻找盈利机会和业务发展的策略。

结论

即使在大数据分析刚刚起步的阶段，也有足够多压倒性的证据支持大数据在全球范围内所带来企业组织的承诺。HPE对于数据驱动的企业的分析表明，一家企业组织本身的特点越是由数据所驱动的，那么该企业就越是能够更好的进行操作运营，并在财务上实现成功。麦肯锡发现，在大数据分析项目投资之初，所为企业组织带来的利润增加平均为6%，五年后将增长到8%。

尽管有证据表明，大数据分析有助于促进企业业务的增长，但也有85%的企业表达了在这方面的工作协调不力和资金经费的不足?为什么会这样呢?谜底的揭开是由于每家企业组织内部的不同职位角色对于企业成功的定义是不同的，以及他们是如何收集和使用这些数据的，从何处收集数据也是不同的。

例如，技术基础设施管理人员可能会专注于必要的硬件、软件和服务的协调和实施方面。同时，业务部门的利益相关者则经常通过数据来检查商业价值的实现：二者是完全不同的方法和复杂的目标。而理念经济成功的一个关键组成部分是打造一个数据驱动的企业的能力，包括了数据的收集、融合、分析、并产生结果，并为各利益方实现可视化的能力。

HPE的授权转型计划高级经理Brian Ng表示说：“大数据已经渗透到各个行业的许多方面，这是普遍的。但与此同时，一些行业还没有彻底的搞清楚并利用这些数据所提供的机会来提取潜在的商业价值。在为客户弥补大数据的差距方面，我们还有很多工作要做。”

无论企业所属怎样的行业，也不管其业务目标或业务能力是怎样的，如果他们想要借助大数据分析项目获得业务成功的话，当前的所有企业组织都必须积极的合作并适应各种变化。而当谈到优化机会和定制相关的大数据实施方案举措时，惠普企业公司为广大的企业客户提供了相关的计算、工具、资源和专业知识，来帮助您企业挖掘出您想要的结果。