大數據該如何“借用”？ 四大路徑破題落地難

 在我們身處的時代，數據無處不在。但要想大數據落地，特別是中小企業，首先得有大數據思維，這是因為大數據的案例不能直接借鑒，自己摸索又怕不專業，而“數據借力”則能憑借其*的優勢成為適合中小企業的一種方式。

數據是任何分析模型成功的基礎。當啟動分析項目時，有必要詳細列出企業內所有可用于分析的數據。這里的原則就是數據越多越好！據IBM公司估算，人類每天產生約2.5萬ZB的數據，這意味著世界上90%數據都是過去的兩年中產生的。Gartner公司分析報告顯示，在2015年財富500強的公司中百分之八十五的企業無法利用大數據來獲取競爭優勢。　

　　大數據分析的前提條件是要有大量的數據作為支撐，其次就是要有所謂的大數據思維。而真正的大數據思維并不是說什么決策都參考數據，也不是什么問題都要足夠，更不是要花巨資打造大數據系統或平臺，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，花錢買大數據服務。例如搜索關鍵字投放，投放DSP廣告等。這種需要參考行業內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，可暫時選擇放棄。　　

　　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個方式，一是大號帶小號方式，二是同等級號的資源互換。注意，交換的時候是不同行業領域，效果更好。　　

　　事實上，任何企業都有不足的地方，僅僅只是供需平衡問題，才會導致有的方強勢，有的方弱勢退讓，就如BAT的大數據，如果大家都不用他們的大數據，市值馬上爆降，反之其他中小企業也需要*的*數據，其核心無非是有需求的更迫切而已。　　

　　不僅如此，數據分析還應該從商業問題開始，而不是從具體的技術解決方案開始。但是這帶有一絲“雞生蛋，蛋生雞”的意味。要解決商業問題、識別商業機會，需要對潛在的技術解決方案有了解。而要建立一個分析環境，企業需要就所采納的硬件和軟件技術進行選擇。　　

　　硬件方面，需要專門的基礎設施(如Hadoop和相關的軟件棧)來清理、整合、存儲和管理數據。為了減少支出，企業可能選擇云存儲，并將大數據作為一種服務。公司在同外部進行數據傳輸和交換時，應采取適當的謹慎措施，保證數據私密性。　　

　　軟件方面，很多廠商提供了大數據分析的商業解決方案。目前市場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據。　　

　　以社交媒體分析為例，只有首先了解分析技術后，公司才能開始思考如何利用它們研究在線品牌認知度，進行趨勢監測。為了跨越分析技術和業務之間的鴻溝，持續性培訓和學習是關鍵，它能使企業始終屹立在分析技術的潮頭，保持競爭優勢。　　

　　總的來說，如果僅僅是口頭上的大數據思維，做營銷只借概念，沒借到數據，很可能就做虧本的買賣，做大數據應用和創業一樣，先去掉不可靠譜的Idea尤為重要。盡管大數據分析成為越來越多公司的DNA 組成部分，但是政府、金融、醫藥，每個行業都有自己發展足跡，數據、業務和監管都具有特異性，需要針對不同的基因組成進行不同的設置，切忌盲目而為之。

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