一次，摩根銀行澳大利亞公司的CEO告訴Gartner研究副總裁Ian Bertram，他花了11個(gè)月的時(shí)間才雇傭到公司第一位“數(shù)據(jù)科學(xué)家”——這是大數(shù)據(jù)時(shí)代一類炙手可熱的人才，他們可以從數(shù)據(jù)的角度來(lái)推動(dòng)企業(yè)的業(yè)務(wù)。但過(guò)了一段時(shí)間，這位CEO又告訴Ian Bertram，他已經(jīng)解聘了那位數(shù)據(jù)科學(xué)家，原因是“雖然他有好的理念，但沒(méi)有與投行的業(yè)務(wù)很好地融合”。

大數(shù)據(jù)是業(yè)務(wù)不是科技

“我們?cè)谧穆?tīng)眾，2/3都會(huì)對(duì)大數(shù)據(jù)進(jìn)行投資，但無(wú)論企業(yè)還是數(shù)據(jù)科學(xué)家都要明確一個(gè)觀念——投資的目的是幫助企業(yè)的業(yè)務(wù)。”Ian Bertram日前在北京舉辦的大數(shù)據(jù)研討會(huì)上說(shuō)，“企業(yè)投資大數(shù)據(jù)不是為了純粹的科技，他們要解決自身面臨的業(yè)務(wù)挑戰(zhàn)。”

根據(jù)統(tǒng)計(jì)，目前企業(yè)迫切要解決的業(yè)務(wù)問(wèn)題排在前三的依次是提高用戶的體驗(yàn)、提高公司效率以及如何進(jìn)入新市場(chǎng)。Ian Bertram認(rèn)為，企業(yè)需要在分析公司業(yè)務(wù)挑戰(zhàn)、了解公司目標(biāo)后制定戰(zhàn)略，再投資所需的技能和能力。同時(shí)，一旦實(shí)施了這樣的業(yè)務(wù)項(xiàng)目，企業(yè)和數(shù)據(jù)科學(xué)家需要追蹤和衡量成果。“哪怕是客戶忠誠(chéng)度提高了1%，也要想辦法追蹤，形成ROI（投資回報(bào)）模型”。

現(xiàn)場(chǎng)有用戶提問(wèn)：“如果我投資一個(gè)大數(shù)據(jù)項(xiàng)目，如何評(píng)估成本和收益？” Ian Bertram 再次強(qiáng)調(diào)，如果大數(shù)據(jù)被當(dāng)做一個(gè)項(xiàng)目來(lái)投資，那肯定要失敗了。“大數(shù)據(jù)是業(yè)務(wù)，不是投資項(xiàng)目，它要聯(lián)系到你的業(yè)務(wù)上去，比如你怎么獲取更多新客戶？你的業(yè)務(wù)怎么更為高效？一旦作為業(yè)務(wù)項(xiàng)目，你面臨的就不是一個(gè)科技問(wèn)題，是企業(yè)的一個(gè)流程問(wèn)題。而這樣的IT項(xiàng)目會(huì)有相應(yīng)的預(yù)算和評(píng)估標(biāo)準(zhǔn)。”

Gartner研究總監(jiān)Daniel Yuen舉例說(shuō)，現(xiàn)階段大數(shù)據(jù)可以給企業(yè)業(yè)務(wù)帶來(lái)一些明顯的商業(yè)機(jī)會(huì)。例如，可以幫助企業(yè)做出更好的決策。他曾了解到，某家企業(yè)存儲(chǔ)了自2003年以來(lái)所有關(guān)于企業(yè)的媒體報(bào)道。通過(guò)數(shù)據(jù)分析，這家企業(yè)能夠提前預(yù)知媒體發(fā)布的形勢(shì)，防范風(fēng)險(xiǎn)。大數(shù)據(jù)還可以發(fā)現(xiàn)隱藏在背后的信息。

例如，提供旅行推薦的電商平臺(tái)ORBITZ，僅2012年就處理了750TB 數(shù)據(jù)，來(lái)深度分析顧客的行為，并以此改善網(wǎng)站推薦系統(tǒng)，這讓網(wǎng)站的預(yù)訂率增加了2.6％，平均每天多出5萬(wàn)筆交易。像電信運(yùn)營(yíng)商也可以通過(guò)分析數(shù)據(jù)，更好地了解用戶的通信方式，制定適合的套餐，提供給用戶使用。

此外，大數(shù)據(jù)還能幫助企業(yè)開(kāi)展商業(yè)自動(dòng)化。麥當(dāng)勞在生產(chǎn)過(guò)程中，利用傳感器來(lái)記錄烤箱在每個(gè)溫度下漢堡的顏色，通過(guò)分析，選擇最合適的烤箱溫度，實(shí)現(xiàn)生產(chǎn)自動(dòng)化。

信息銀行和數(shù)據(jù)資產(chǎn)

大數(shù)據(jù)除了能夠幫助企業(yè)應(yīng)對(duì)業(yè)務(wù)挑戰(zhàn)，也能夠變成企業(yè)的一項(xiàng)資產(chǎn)。

前不久，Ian Bertram在澳大利亞去看房子。他發(fā)現(xiàn)當(dāng)?shù)匾恍┕景逊康禺a(chǎn)數(shù)據(jù)作為IP數(shù)據(jù)進(jìn)行銷售。這些數(shù)據(jù)被賣給木材、油漆等地產(chǎn)行業(yè)供應(yīng)鏈企業(yè)，從而讓這些企業(yè)更好地預(yù)測(cè)需求，安排生產(chǎn)供給；這些數(shù)據(jù)也被賣給銀行，可以幫助銀行制定借貸利率……“市場(chǎng)上已經(jīng)有一些企業(yè)把信息作為資產(chǎn)來(lái)開(kāi)展貿(mào)易。” Ian Bertram說(shuō)，“雖然我們現(xiàn)在還沒(méi)有看到‘信息銀行’，但信息已經(jīng)可以在企業(yè)的財(cái)務(wù)報(bào)表上作為一種重要資產(chǎn)。我們可以預(yù)見(jiàn)，信息未來(lái)可以‘存在銀行中’，不斷產(chǎn)生利率。今后10年，人們將思考如何更好地利用信息。”

通用電氣去年宣布了工業(yè)互聯(lián)網(wǎng)戰(zhàn)略。“這表明通用電氣新的戰(zhàn)場(chǎng)是信息分析。” Ian Bertram分析說(shuō)，“他們將成千上萬(wàn)個(gè)傳感器放在自己生產(chǎn)的設(shè)備上收集信息，并改善設(shè)備維修流程，提高企業(yè)的效率，形成新的生產(chǎn)力。” Ian Bertram預(yù)測(cè)，未來(lái)通用電氣、ABB、西門(mén)子等的競(jìng)爭(zhēng)將圍繞在信息利用上。

Johnwest是澳洲一家生產(chǎn)罐裝魚(yú)的公司。他們發(fā)現(xiàn)，很多消費(fèi)者擔(dān)心產(chǎn)品的質(zhì)量。于是，這家企業(yè)回到供應(yīng)鏈的前端，利用一種RFID電子標(biāo)簽技術(shù)記錄每次魚(yú)是在哪里捕捉的，由誰(shuí)捕捉的，在哪里冷藏的。消費(fèi)者只要在一個(gè)網(wǎng)站上輸入罐頭上的編碼就能追溯到這些信息。“這家企業(yè)只花了幾百美元，就建立起來(lái)自消費(fèi)者的信任，這就是我們?nèi)绾卫眯畔①Y產(chǎn)來(lái)使自己利益最大化的一個(gè)好例子。” Ian Bertram總結(jié)說(shuō)。

Ian Bertram獲知，斯坦福大學(xué)曾經(jīng)做過(guò)一個(gè)研究，研究者分析了過(guò)去20年企業(yè)變化及其股市表現(xiàn)之間的關(guān)系。他們發(fā)現(xiàn)，一直在做信息投資的企業(yè)比那些沒(méi)有在這方面投資的企業(yè)，平均市值要高出5倍。

傳統(tǒng)商業(yè)智能與大數(shù)據(jù)結(jié)合

在大數(shù)據(jù)概念產(chǎn)生以前，很多企業(yè)已經(jīng)使用了商業(yè)智能（BI），這是一種對(duì)結(jié)構(gòu)化數(shù)據(jù)進(jìn)行分析，并推動(dòng)企業(yè)業(yè)務(wù)的方式。Gartner研究總監(jiān)Daniel Yuen說(shuō)，現(xiàn)在大數(shù)據(jù)正在和傳統(tǒng)BI結(jié)合。

“傳統(tǒng)BI是對(duì)結(jié)構(gòu)化數(shù)據(jù)開(kāi)展分析，而大數(shù)據(jù)分析則包含結(jié)構(gòu)化和非結(jié)構(gòu)化兩類數(shù)據(jù)源，這是兩者的主要區(qū)別。”Daniel Yuen對(duì)《IT經(jīng)理世界》記者說(shuō)，“大數(shù)據(jù)尤其體現(xiàn)了對(duì)非結(jié)構(gòu)化數(shù)據(jù)更好的分析和融合。”

Daniel Yuen介紹，一家企業(yè)引入了對(duì)呼叫中心的分析，他們分析了呼叫中心成千上萬(wàn)小時(shí)的錄音，這些是非結(jié)構(gòu)化數(shù)據(jù)，包括呼叫中心人員的表現(xiàn)，客戶的投訴，情緒分析等等。通過(guò)這些分析，企業(yè)改善了業(yè)務(wù)流程，反饋延遲時(shí)間從原來(lái)幾個(gè)月縮短到幾天，呼叫中心人員的交叉銷售能力也被提高。“這個(gè)大數(shù)據(jù)分析為企業(yè)節(jié)省了大筆咨詢費(fèi)用。” Daniel Yuen說(shuō)。

[[112187]]

Daniel Yuen建議，企業(yè)要結(jié)合大數(shù)據(jù)和傳統(tǒng)BI，需要建立獨(dú)立的大數(shù)據(jù)團(tuán)隊(duì)。“企業(yè)引入大數(shù)據(jù)分析，對(duì)自身的管理要求會(huì)更高，因?yàn)橐浞掷么髷?shù)據(jù)，更需要企業(yè)內(nèi)部建立起不同層面的聯(lián)系”。

大數(shù)據(jù)是下一代安全平臺(tái)中心

大數(shù)據(jù)除了給企業(yè)業(yè)務(wù)帶來(lái)直接的競(jìng)爭(zhēng)力以外，對(duì)防范網(wǎng)絡(luò)犯罪也正在起到越來(lái)越重要的作用。

“現(xiàn)在，黑客已經(jīng)成為專業(yè)化市場(chǎng)，他們采用標(biāo)準(zhǔn)化服務(wù)流程編寫(xiě)惡意軟件，去獲取更多行業(yè)的數(shù)據(jù)。數(shù)據(jù)一旦進(jìn)入黑市交易，可以賣很多錢(qián)。”Gartner研究總監(jiān)Craig Lawson說(shuō)。

“但在全球120億美元的安全投資中，75億美元是用于病毒抵御的，沒(méi)有多少投資花在分析哪些數(shù)據(jù)被偷了。” Craig Lawson說(shuō)，“在下一波安全設(shè)計(jì)上，我們需要監(jiān)控?cái)?shù)據(jù)的流向。”

現(xiàn)在，大數(shù)據(jù)用于信息安全領(lǐng)域，它可以分析好的程序長(zhǎng)什么樣子，壞的長(zhǎng)成什么樣子，分析數(shù)據(jù)的流向，從而加強(qiáng)企業(yè)的安全。例如，在金融領(lǐng)域，可以重演過(guò)去3個(gè)月中程序的調(diào)用情況，重演入侵對(duì)哪些系統(tǒng)抽取了哪些數(shù)據(jù)，從而更好地管理脆弱性；金融機(jī)構(gòu)還可以利用大數(shù)據(jù)分析某個(gè)交易者過(guò)去100筆交易情況，或者一筆匯款的流動(dòng)情況，來(lái)判斷眼前的交易是否是一個(gè)欺詐交易。

“雖然用于信息安全的大數(shù)據(jù)技術(shù)在未來(lái)3到5年才能成熟，但我們會(huì)看到未來(lái)安全管理和大數(shù)據(jù)會(huì)緊密結(jié)合。”Craig Lawson說(shuō)，“大數(shù)據(jù)分析將處于下一代安全信息平臺(tái)的中心。”