大數據市場目前的焦點問題是：從社交網絡、APP和市場調查等多種數據源收集海量數據容易，但真正產生商業價值的大數據分析項目的實施依然很難。

根據Cloudera提出的大數據三大應用模式Transform、Active Archive和Exploration，大數據分析目前大多處于前兩個模式，只有少數企業真正能夠進入大數據分析的實質性階段。

近日，數據挖掘分析專家Shankar根據17年的商業分析經驗(服務過的客戶包括Home Depot、Best Buy、可口可樂、寶潔等)，提出了成功實施大數據業務分析項目的五項基本原則。

一、定義范圍。

每家企業都面臨業務增長和降低成本挑戰，領導層需要清楚哪些是緊迫問題，然后IT專家能夠聚焦在幾個關鍵領域，通過數據分析查找問題根源，例如某條產品線的銷售業績為何下滑。一旦敲定數據分析的問題對象，就可以為數據分析項目制定量化的業務目標，例如未來6-12個月將客戶投訴降低2%，利潤提高3%或者返券率降低5%等。

二、找到合適的推手。

大數據分析項目需要一個同時能跟企業高管和技術管理者進行有效溝通，又能夠在多個業務部門之間協調的善于溝通的項目領導者或者說推手，能夠在控制和溝通分析成果方面扮演重要角色。目前按大多數企業都迫切需要這樣的分析帶頭人。

三、不要做完美主義者。

不要等數據倉庫一切完美后才開始數據分析。快速啟動，先做一些概念驗證類的仙姑，在3-6個月內評估初始結果，很多企業都認為只有“萬數俱備”才可開始數據分析，這是不對的。在正確的道路上嘗試學習并應用小的概念比數據倉庫就緒前的瞎猜要更好。

四、平衡速度與準確性。

很多公司過去十年花費大量財力人力建設數據倉庫卻未看到任何收益。要知道，一個大型數據倉庫項目往往需要一年后才能生成用戶可用的報告。這期間，企業完全可以手機另外十億個數據點，應對新的業務挑戰。我的建議是針對特定的業務領域手機原始數據并進行分析。把數據分析周期從數月縮短到數周。

五、數據可視化是關鍵。

通常意味分析師會在一個項目上花兩個多月的時間，最后將統計結果制作成長達數百頁的PPT。請停止這么做!優秀的數據可視化圖表可以“一圖抵萬頁PPT”。類似Price活Attrition Alerts這樣的可操作可視化工具可以讓銷售團隊更好地抓住客戶。關鍵點：將成堆的數據簡化成幾張飄來能干的數據圖表即是科學也是藝術。數據可視化需要明確給出短期內的行動建議，這樣才能產生最大的商業價值。

原文鏈接：http://www.ctocio.com/ccnews/12461.html