随着云时代的来临，大数据（Big data）也吸引了越来越多的关注。大数据并不在“大”，而在于“有用”，对于很多企业而言，如何利用大规模数据是赢得竞争的关键。在本期，我们选取了与大数据有关的几个重要领域，带给大家一席“大数据盛宴”。
首先，我们有必要了解“大数据”的真正含义。在《大数据为何这么热 》一文中，本刊驻美高级编辑高级编辑埃里克·麦克纳尔蒂特地采访了该领域的专家——哈佛商学院客座教授托马斯·达文波特。
很多公司领导都看到了大数据的价值，但他们同时也看到将大数据理念转化为行动并非易事。《大数据，走起 》的作者提出了一个简单而有效的周期性框架——SWAT框架，能够帮助公司领导将大数据转化为行动情报。管理者应当从小处着手，反复运用SWAT框架，快速取得一些小成就，以便向管理层展示你挖掘的行动情报是值得投资的。
大数据为销售人员提供了加深了解客户并预见客户需求的机会。销售人员在客户进店之前就能了解关于该客户的所有细节。他们会为客户提供购买建议，进行有针对性的销售。但是，获取客户数据的零售商需要警惕：在提供个性化服务的同时，不侵犯客户隐私。（参见本刊《别让你的大数据吓着客户》 ）
如今，虽然许多公司感觉自己已经走向了数字化，它们使用了CRM软件、遥感技术、网络通信、社交媒体等多种数字手段，但谈到如何利用数字技术来创造新的价值和收入，它们仍是新手。《创造数字化优势 》一文指出了创建数字化优势的正确之路——公司需要以创新的方式来组合实体资源和数字资源，从中创造出新的能力，开拓价值和收入的新来源。文中总结了五种数字化模式——自动、应用、伴随、增强、抽象。每种模式在战略规划、客户、运营或财务影响上的重心不同，需要组合在一起使用。公司应当根据自己的战略目标和需求，选择最合适的模式。
大数据不仅信息更丰富、分析更精准，而且还能真正实现向数据驱动决策的模式转变。也就是说，我们可以从现成数据中获得洞见。大数据的兴起，会让大家更加重视所有类型的数据——包括传统数据和实验、数字化数据、交易数据以及非结构化数据。收集、重整、处理、诠释和运用所有数据的能力，将成为公司的一项核心能力。（参见本刊《大数据之船，你登上了吗》 ）
前瞻思维
* * *
大数据为何这么热
——专访哈佛商学院客座教授托马斯·达文波特
■采访者 ：埃里克·麦克纳尔蒂（Eric J. McNulty）
“ 大数据”（Big Data）已成为全球商界热议的时髦词语。它被说成是下一个战略要务。为了理解这个词的含义，避免被炒作蒙蔽，本刊驻美高级编辑埃里克·麦克纳尔蒂特地采访了哈佛商学院的客座教授托马斯·达文波特（Thomas H. Davenport）。达文波特同时也是百森商学院（Babson College）信息技术学杰出教授，国际数据分析研究所（International Institute of Analytics）的研究主任和创建人之一，并为德勤分析（Deloitte Analytics）担任资深顾问。在企业技术的战略意义方面，他是全世界最杰出的专家之一。
达文波特教授，“大数据”究竟指的是什么？
首先，我想坦言我并不喜欢“大数据”这个词。如果不跟“中数据”、“小数据”比较，就难以理解“大数据”的含义，但没人会说“中数据”和“小数据”。而且大数据往往有多种所指，这些所指不会在某个特定情景中全部出现。不过一旦一个术语流行开来，我们就只有继续使用它了。我觉得，把大数据称为“多元化数据”（Diverse Data）或“混合数据”（Mash-up Data）会更准确些。
托马斯·达文波特
大数据是指利用广泛信息源来推动实时决策的做法。它的特征可以用3个“V”来描述：数量（Volume，有大量数据）、速度（Velocity，数据变化很快）以及多样性（Variety，数据源有内部的和外部的，系统的和散乱的）。有时还有第4个V： 真实性（Veracity，反映数据质量）。
请为我们这些门外汉再具体解释一下。
简单地讲，企业可获取的信息量正在暴增。有传统的信息来源，如交易记录、存货数据、调查答卷，以及营销回复率等。现在还出现了越来越多的非传统信息源，如互联网、移动设备应用软件、社交媒体平台，以及各种嵌入技术。一些数据归你所有，一些是公共数据，一些则属于别人。
大数据工作者力求将这些分散的数据流巧妙地整合起来，从中获得有用的战略见解，帮助企业更明智、更快速地做决策，并获取更大的竞争优势。
比方说，一家农产品公司可能会参考农场主的实时订单、存货水平、竞争情报、当地天气预报、农作物价格、消费趋势，为不同市场制订具体的、有针对性的促销方案，并微微调整自己的供应链。 在没有应用大数据之前，公司可能只看其中一两项信息源，制订一个泛泛的季节性促销策略，然后就只有期待最好的结果了。如果把大数据用好，你就有提升收入和利润的巨大潜力。
大数据应该被列为CEO的重点工作事项吗？
当然应该。这不是哪一个部门单独的事。创建大数据能力是一项重要的战略工作。CEO需要与他的高管团队共同思考大数据对整个公司、公司战略以及公司商业模式而言意味着什么。要实现大数据的潜力，可能还需要公司对某些部门进行重组，重新调整各项激励措施，并且引进新的人才。
我与大数据领域的各位带头人交谈所获知的一项信息是，大数据与传统的分析方法完全不同。大数据不仅仅指的是超大容量或特别增强的分析，它还涉及特殊的技能和截然不同的思维模式。大多数CEO甚至首席信息官（CIO）都不具备这样的经验和专业技能。他们需要恶补一下这方面的知识。
大数据与传统分析有哪些不同？
传统分析注重分析内部数据。传统分析做得好，就意味着能找到合适的数据，提高并证实数据的质量，然后通过筛选数据找到供决策参考的点子。而大数据则延伸到公司之外，将所有相关数据不计来源尽可能地结合起来。大数据涉及的不只是分析，还有同样重要甚至更重要的数据管理。你必须知道从哪里找到需要的数据，如何组织这些数据以便管理和分析它们，如何将这部分数据与其他所有信息流整合在一起——而不是淹没在庞大而复杂的数据洪流中。
从事分析的专业人士一般都是学统计或数学出身。他们是传统分析师，在他们看来工作成果就是出报告或做演示。大数据分析师则被视为 “数据科学家”。其中有些人也具有相似的教育背景，但很多都是物理学家和生物学家这样的科学家。而且我还发现他们热衷于参加实际行动——涉足新产品或服务的创新。他们实质上是具有深厚的数据管理与分析技能的商业人士。
优秀的数据科学家是珍稀商品。最近有篇文章称数据科学家是“21世纪最诱人的职业”。通用电气公司（GE）的CEO杰弗里·伊梅尔特（Jeffrey Immelt）已公开承诺要聘用尽可能多的数据科学家。看到大数据潜力的公司将竭尽全力争夺顶尖数据专家。有的公司会内部培养这样的人才，有的则想方设法从其他公司挖人。
大数据所包含的硬件和数据大都是同质化的商品。人才将成为决定公司领先或落后的关键因素。
任何一家公司都有机会成为大数据的领头羊吗？
是的。那些已经具备分析实力的公司可能有一定优势，因为它们原本就是以数据为导向。不过也没有什么理由能阻碍一家公司突然进军大数据领域。基本的计算能力可以通过诸如亚马逊公司（Amazon）这样的“云计算”（cloud computing）供应商获取，因此你并不需要在硬件方面投入很多。你需要投资的是合适的人才、软件和数据。
我知道美国有一家水泥公司通过运用大数据走向价值链的高端。搅拌水泥的方法很多很多——有成千上万种不同的方法。这家公司将环境影响数据与传统的产品数据结合起来，并让顾客和销售人员看到这些数据。现在，它提供的不再是同质化产品，而是差异化产品。它不再是用低价来打动采购经理，而是让建筑师和设计师根据产品结构和环境绩效数据指定它的产品。这是通过大数据实现的一次业务变革。
如果你能在水泥生产上做到这一点，那你也能在任何事情上做到。
■翻译：翁乐天
关注“商评小微”（微信号：xmi8607），即刻拥有你的企业家交流圈。
更多精彩内容，请关注“商业评论精选”微信公众号
前瞻思维
* * *
大数据，走起
■基思·卡特（Keith Carter）
全 球的商界领袖正在意识到大数据带来的战略优势。在新加坡最近 召开的一次全球大数据会议上，同我交谈的很多公司领导都看到了大数据的价值，但他们同时也看到将大数据理念转化为行动并非易事。
我曾担任美国一家全球奢侈化妆品公司供应链情报部（Supply Chain Intelligence）的主任。当时我们采取的一个成功策略是建立一个“行动情报”（Actionable Intelligence）的共享服务小组。
该小组向供应链卓越中心（Supply Chain Centre of Excellence）的高级副总裁汇报工作，旨在改善库存管理和客户服务。尽管该小组负责的是供应链，但是共享服务支持所有的业务部门，包括财务部、营销部、质量保证部和客户服务部。
你们公司可能也需要为销售部、营销部或财务部等其他部门提供帮助。为了获得最佳效果，你可能需要先选择有以下特点的部门：
? 能认识到行动情报前景的领导。
? 关键的业务需求非常清晰，但缺乏改善状况的事实。
? 有资源和时间建立获取大数据的能力。
? 在确定了部门、地点和资源之后，下一步要做的就是建立正确的流程。
（返回原文阅读）