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個月的時間才雇傭到公司第一位“數據科學家”——這是大數據時代一類炙手可熱的人才，他們可以從數據的角度來推動企業的業務。但過了一段時間，這位CEO又告訴Ian Bertram，他已經解聘了那位數據科學家，原因是“雖然他有好的理念，但沒有與投行的業務很好地融合”。

大數據是業務不是科技

“我們在座的聽眾，2/3都會對大數據進行投資，但無論企業還是數據科學家都要明確一個觀念——投資的目的是幫助企業的業務。”Ian Bertram日前在北京舉辦的大數據研討會上說，“企業投資大數據不是為了純粹的科技，他們要解決自身面臨的業務挑戰。”

根據統計，目前企業迫切要解決的業務問題排在前三的依次是提高用戶的體驗、提高公司效率以及如何進入新市場。Ian Bertram認為，企業需要在分析公司業務挑戰、了解公司目標后制定戰略，再投資所需的技能和能力。同時，一旦實施了這樣的業務項目，企業和數據科學家需要追蹤和衡量成果。“哪怕是客戶忠誠度提高了1%，也要想辦法追蹤，形成ROI（投資回報）模型”。

現場有用戶提問：“如果我投資一個大數據項目，如何評估成本和收益？” Ian Bertram 再次強調，如果大數據被當做一個項目來投資，那肯定要失敗了。“大數據是業務，不是投資項目，它要聯系到你的業務上去，比如你怎么獲取更多新客戶？你的業務怎么更為高效？一旦作為業務項目，你面臨的就不是一個科技問題，是企業的一個流程問題。而這樣的IT項目會有相應的預算和評估標準。”

Gartner研究總監Daniel Yuen舉例說，現階段大數據可以給企業業務帶來一些明顯的商業機會。例如，可以幫助企業做出更好的決策。他曾了解到，某家企業存儲了自2003年以來所有關于企業的媒體報道。通過數據分析，這家企業能夠提前預知媒體發布的形勢，防范風險。大數據還可以發現隱藏在背后的信息。

例如，提供旅行推薦的電商平臺ORBITZ，僅2012年就處理了750TB 數據，來深度分析顧客的行為，并以此改善網站推薦系統，這讓網站的預訂率增加了2.6％，平均每天多出5萬筆交易。像電信運營商也可以通過分析數據，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，大數據還能幫助企業開展商業自動化。麥當勞在生產過程中，利用傳感器來記錄烤箱在每個溫度下漢堡的顏色，通過分析，選擇最合適的烤箱溫度，實現生產自動化。

信息銀行和數據資產

大數據除了能夠幫助企業應對業務挑戰，也能夠變成企業的一項資產。

前不久，Ian Bertram在澳大利亞去看房子。他發現當地一些公司把房地產數據作為IP數據進行銷售。這些數據被賣給木材、油漆等地產行業供應鏈企業，從而讓這些企業更好地預測需求，安排生產供給；這些數據也被賣給銀行，可以幫助銀行制定借貸利率……“市場上已經有一些企業把信息作為資產來開展貿易。” Ian Bertram說，“雖然我們現在還沒有看到‘信息銀行’，但信息已經可以在企業的財務報表上作為一種重要資產。我們可以預見，信息未來可以‘存在銀行中’，不斷產生利率。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互聯網戰略。“這表明通用電氣新的戰場是信息分析。” Ian Bertram分析說，“他們將成千上萬個傳感器放在自己生產的設備上收集信息，并改善設備維修流程，提高企業的效率，形成新的生產力。” Ian Bertram預測，未來通用電氣、ABB、西門子等的競爭將圍繞在信息利用上。

Johnwest是澳洲一家生產罐裝魚的公司。他們發現，很多消費者擔心產品的質量。于是，這家企業回到供應鏈的前端，利用一種RFID電子標簽技術記錄每次魚是在哪里捕捉的，由誰捕捉的，在哪里冷藏的。消費者只要在一個網站上輸入罐頭上的編碼就能追溯到這些信息。“這家企業只花了幾百美元，就建立起來自消費者的信任，這就是我們如何利用信息資產來使自己利益最大化的一個好例子。” Ian Bertram總結說。

Ian Bertram獲知，斯坦福大學曾經做過一個研究，研究者分析了過去20年企業變化及其股市表現之間的關系。他們發現，一直在做信息投資的企業比那些沒有在這方面投資的企業，平均市值要高出5倍。

傳統商業智能與大數據結合

在大數據概念產生以前，很多企業已經使用了商業智能（BI），這是一種對結構化數據進行分析，并推動企業業務的方式。Gartner研究總監Daniel Yuen說，現在大數據正在和傳統BI結合。

“傳統BI是對結構化數據開展分析，而大數據分析則包含結構化和非結構化兩類數據源，這是兩者的主要區別。”Daniel Yuen對《IT經理世界》記者說，“大數據尤其體現了對非結構化數據更好的分析和融合。”

Daniel Yuen介紹，一家企業引入了對呼叫中心的分析，他們分析了呼叫中心成千上萬小時的錄音，這些是非結構化數據，包括呼叫中心人員的表現，客戶的投訴，情緒分析等等。通過這些分析，企業改善了業務流程，反饋延遲時間從原來幾個月縮短到幾天，呼叫中心人員的交叉銷售能力也被提高。“這個大數據分析為企業節省了大筆咨詢費用。” Daniel Yuen說。

[[112187]]

Daniel Yuen建議，企業要結合大數據和傳統BI，需要建立獨立的大數據團隊。“企業引入大數據分析，對自身的管理要求會更高，因為要充分利用大數據，更需要企業內部建立起不同層面的聯系”。

大數據是下一代安全平臺中心

大數據除了給企業業務帶來直接的競爭力以外，對防范網絡犯罪也正在起到越來越重要的作用。

“現在，黑客已經成為專業化市場，他們采用標準化服務流程編寫惡意軟件，去獲取更多行業的數據。數據一旦進入黑市交易，可以賣很多錢。”Gartner研究總監Craig Lawson說。

“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，沒有多少投資花在分析哪些數據被偷了。” Craig Lawson說，“在下一波安全設計上，我們需要監控數據的流向。”

現在，大數據用于信息安全領域，它可以分析好的程序長什么樣子，壞的長成什么樣子，分析數據的流向，從而加強企業的安全。例如，在金融領域，可以重演過去3個月中程序的調用情況，重演入侵對哪些系統抽取了哪些數據，從而更好地管理脆弱性；金融機構還可以利用大數據分析某個交易者過去100筆交易情況，或者一筆匯款的流動情況，來判斷眼前的交易是否是一個欺詐交易。

“雖然用于信息安全的大數據技術在未來3到5年才能成熟，但我們會看到未來安全管理和大數據會緊密結合。”Craig Lawson說，“大數據分析將處于下一代安全信息平臺的中心。”