大數(shù)據(jù)中蘊含著大價值，相信每一位關注IT技術創(chuàng)新的人都會聽過這句話。沒錯，從海量數(shù)據(jù)中篩選出有用的信息，然后通過各種手段將信息轉化為洞察力，從而做出正確決策，推動業(yè)務發(fā)展。在這樣一個信息鏈條中，企業(yè)需要確保每一個環(huán)節(jié)都不出錯，才能將數(shù)據(jù)轉化為價值。然而又有多少企業(yè)真正能做到這一點呢？少之又少！大數(shù)據(jù)很火，但是何時才能讓大數(shù)據(jù)真正為企業(yè)帶來盈利？對此，數(shù)據(jù)分析和市場營銷專家Brooks Bell在Techonomy上發(fā)表了她的觀點。
麥肯錫機構稱，大數(shù)據(jù)將成為“下一代企業(yè)競爭力，生產(chǎn)力以及創(chuàng)新的前沿”。但現(xiàn)狀是，許多企業(yè)和管理者開始盲目收集數(shù)據(jù)并進行分析，期待能夠得到快速的回報。很遺憾，他們未能如愿。大多數(shù)企業(yè)距離從數(shù)據(jù)中提取利潤都差著十萬八千里，這可不僅僅是缺少合適的技術。想讓大數(shù)據(jù)真正對企業(yè)盈利造成影響，就需要解決三大根深蒂固的挑戰(zhàn)。
第一，“拍腦袋”做決策的方式還很普遍。在商業(yè)世界里，“最高權利者”的意見對決策會造成極大影響，這種現(xiàn)象非常普遍。這是許多企業(yè)的通病，大數(shù)據(jù)可以對此進行糾正。然而真正做到需要企業(yè)觀念的轉變，領導在做出決策時要擺脫“拍腦袋”的壞習慣，讓真實的數(shù)據(jù)說話。只是收集更多數(shù)據(jù)，對于推翻這種心態(tài)一樣于事無補，甚至會讓觀念的轉變過程變得更加艱難。
在最近火到一塌糊涂的暢銷書《信號與噪聲（The Signal and the Noise）》中，作者Nate Silver提到“如果天氣預報員與民眾互相不信任的話，那么即便在真正需要的時候民眾也不會去聽天氣預報了”。這就像是CEO與數(shù)據(jù)之間存在的“狼來了”的問題。如果分析是錯誤的，或者更糟糕的情況——數(shù)據(jù)從一開始就沒有收集正確，那么決策者肯定會對信息和提供信息的員工失去信任，從而再次回到“拍腦袋”的時代。
第二個挑戰(zhàn)就是人才技能的不足。就目前來說，能玩轉大數(shù)據(jù)的人才遠遠無法滿足企業(yè)的需求量。硅谷之父萬尼瓦爾·布什（Vannevar Bush）在70年前就說過這樣一句經(jīng)典的話：“未來將會有信息的開荒者，這些人會在大量普通記錄中尋找線索，并自食其樂。”然而，根據(jù)麥肯錫機構的報告，目前在美國只有19萬接受過嚴格訓練的數(shù)據(jù)分析師，這一數(shù)量遠遠無法滿足大數(shù)據(jù)時代的需求。
根據(jù)SAS研究院和IDG機構的一項調(diào)查報告顯示，57%的參與者認為他們自己在數(shù)據(jù)分析方面缺少合格的技能和經(jīng)驗。而對分析任務缺少信心只是挑戰(zhàn)的一部分，從事數(shù)據(jù)相關工作的員工還需要在以足夠的精度來收集合適的度量方法方面下更多功夫。
企業(yè)管理者不必非要招聘一群數(shù)據(jù)科學家級別的精英來直接向其匯報，他們需要在各個層面鼓勵機構培養(yǎng)分析師，傳授核心技能、最佳實踐，在此過程中要盡量做到精確。這樣能夠增加透明度，鼓勵對數(shù)據(jù)的需求并幫助傳播必不可少的技能。
知道如何處理數(shù)據(jù)則是第三個挑戰(zhàn)。即便在解決上述兩個問題之后，也要弄清什么樣的業(yè)務能夠通過大數(shù)據(jù)獲得收益。如果不能指導行動，那么收集再多的數(shù)據(jù)也是毫無意義的。事實上，獲得洞察力是一方面，可實踐性也是分析的標志之一。那么企業(yè)能否從大量歷史數(shù)據(jù)的“噪音”中獲得可實踐的預測以及具有前瞻性的決策？
舉例來說，一家手機制造商也許能夠收集大量的消費者數(shù)據(jù)，除非這些數(shù)據(jù)能夠應用到實踐當中，從而改善客戶體驗，否則它只具有理論上的價值。再比如，一家連鎖零售企業(yè)通過精準的郵件營銷獲得客戶的信息，但如果銷售部門沒有合理利用這些信息，那么銷售機會就會稍縱即逝。大數(shù)據(jù)想要獲得大成功，數(shù)據(jù)的文化就必須傳播給企業(yè)的每一位員工。
不僅僅是在大數(shù)據(jù)時代，對數(shù)據(jù)的“不適感”是導致這一問題的主要原因，大數(shù)據(jù)只不過把這一問題放大了。小說家博爾赫斯在《巴別圖書館》中就曾描述過這一問題。宇宙充斥著無數(shù)圖書館的書架，其中擺放著看上去一樣的書，每一本書由不同隨機組合的字母和標點組成。在這個圖書館當中，所有的想法和事件都會被記錄下來，但任何洞察都隱藏在數(shù)不清的廢話里。博爾赫斯筆下的圖書館管理員沒辦法利用這一龐大的資源，只能蒙混過關。這與企業(yè)對大數(shù)據(jù)的應用情況又有什么分別呢？
Nate Silver也提到了這一點，他認為從噪聲中辨別有用的信號既需要科學知識，也需要自我認識：平靜地接受我們無法預測的事，也要勇于預測我們能夠預測的事，智慧就在于如何辨別二者。換句話說，數(shù)據(jù)無法用來揭露真相，它只能提出假設，然后我們再通過反復的測試與實踐來證明。