在我們身處的時(shí)代，數(shù)據(jù)無(wú)處不在。但要想大數(shù)據(jù)落地，特別是中小企業(yè)，首先得有大數(shù)據(jù)思維，這是因?yàn)榇髷?shù)據(jù)的案例不能直接借鑒，自己摸索又怕不專業(yè)，而“數(shù)據(jù)借力”則能憑借其*的優(yōu)勢(shì)成為適合中小企業(yè)的一種方式。

數(shù)據(jù)是任何分析模型成功的基礎(chǔ)。當(dāng)啟動(dòng)分析項(xiàng)目時(shí)，有必要詳細(xì)列出企業(yè)內(nèi)所有可用于分析的數(shù)據(jù)。這里的原則就是數(shù)據(jù)越多越好！據(jù)IBM公司估算，人類每天產(chǎn)生約2.5萬(wàn)ZB的數(shù)據(jù)，這意味著世界上90%數(shù)據(jù)都是過去的兩年中產(chǎn)生的。Gartner公司分析報(bào)告顯示，在2015年財(cái)富500強(qiáng)的公司中百分之八十五的企業(yè)無(wú)法利用大數(shù)據(jù)來(lái)獲取競(jìng)爭(zhēng)優(yōu)勢(shì)?！?/p>

　　大數(shù)據(jù)分析的前提條件是要有大量的數(shù)據(jù)作為支撐，其次就是要有所謂的大數(shù)據(jù)思維。而真正的大數(shù)據(jù)思維并不是說什么決策都參考數(shù)據(jù)，也不是什么問題都要足夠，更不是要花巨資打造大數(shù)據(jù)系統(tǒng)或平臺(tái)，而是“借用”。那么，究竟該如何借用呢？可參考一下兩種方式：　　

　　其一，花錢買大數(shù)據(jù)服務(wù)。例如搜索關(guān)鍵字投放，投放DSP廣告等。這種需要參考行業(yè)內(nèi)是否有較多的成功案例，如果有，就嘗試，沒有什么成功案例的，肯定有一些不容易邁過去的坎，可暫時(shí)選擇放棄?！　?/p>

　　其二，用虛擬人脈換取，即自媒體的操作方式。除了zui早的互粉、互相介紹外，再一種模式則是自媒體的人脈互相交換，各取所需，可以2個(gè)方式，一是大號(hào)帶小號(hào)方式，二是同等級(jí)號(hào)的資源互換。注意，交換的時(shí)候是不同行業(yè)領(lǐng)域，效果更好。　　

　　事實(shí)上，任何企業(yè)都有不足的地方，僅僅只是供需平衡問題，才會(huì)導(dǎo)致有的方強(qiáng)勢(shì)，有的方弱勢(shì)退讓，就如BAT的大數(shù)據(jù)，如果大家都不用他們的大數(shù)據(jù)，市值馬上爆降，反之其他中小企業(yè)也需要*的*數(shù)據(jù)，其核心無(wú)非是有需求的更迫切而已。　　

　　不僅如此，數(shù)據(jù)分析還應(yīng)該從商業(yè)問題開始，而不是從具體的技術(shù)解決方案開始。但是這帶有一絲“雞生蛋，蛋生雞”的意味。要解決商業(yè)問題、識(shí)別商業(yè)機(jī)會(huì)，需要對(duì)潛在的技術(shù)解決方案有了解。而要建立一個(gè)分析環(huán)境，企業(yè)需要就所采納的硬件和軟件技術(shù)進(jìn)行選擇?！　?/p>

　　硬件方面，需要專門的基礎(chǔ)設(shè)施(如Hadoop和相關(guān)的軟件棧)來(lái)清理、整合、存儲(chǔ)和管理數(shù)據(jù)。為了減少支出，企業(yè)可能選擇云存儲(chǔ)，并將大數(shù)據(jù)作為一種服務(wù)。公司在同外部進(jìn)行數(shù)據(jù)傳輸和交換時(shí)，應(yīng)采取適當(dāng)?shù)闹?jǐn)慎措施，保證數(shù)據(jù)私密性?！　?/p>

　　軟件方面，很多廠商提供了大數(shù)據(jù)分析的商業(yè)解決方案。目前市場(chǎng)還有很多的開源分析軟件(R、weka、Rapidminer)，雖然這些開源軟件解決方案變得非常流行，但是他們還不夠成熟，還不足以很好的處理具有大體量、多樣性等特性的大數(shù)據(jù)?！　?/p>

　　以社交媒體分析為例，只有首先了解分析技術(shù)后，公司才能開始思考如何利用它們研究在線品牌認(rèn)知度，進(jìn)行趨勢(shì)監(jiān)測(cè)。為了跨越分析技術(shù)和業(yè)務(wù)之間的鴻溝，持續(xù)性培訓(xùn)和學(xué)習(xí)是關(guān)鍵，它能使企業(yè)始終屹立在分析技術(shù)的潮頭，保持競(jìng)爭(zhēng)優(yōu)勢(shì)。　　

　　總的來(lái)說，如果僅僅是口頭上的大數(shù)據(jù)思維，做營(yíng)銷只借概念，沒借到數(shù)據(jù)，很可能就做虧本的買賣，做大數(shù)據(jù)應(yīng)用和創(chuàng)業(yè)一樣，先去掉不可靠譜的Idea尤為重要。盡管大數(shù)據(jù)分析成為越來(lái)越多公司的DNA 組成部分，但是政府、金融、醫(yī)藥，每個(gè)行業(yè)都有自己發(fā)展足跡，數(shù)據(jù)、業(yè)務(wù)和監(jiān)管都具有特異性，需要針對(duì)不同的基因組成進(jìn)行不同的設(shè)置，切忌盲目而為之。

文章鏈接：www.tzhjjxc.com/news/Detail/95066.html