大資料，盡管每個人都在談論，許多公司也已經着手發展，但現在還很難确切地知道它究竟有多大的功效。安永(ernst & young)對150家法國企業進行了一項調研，考察它們收集與使用客戶資料的方式，期間遇到的困難，以及資料這項新資産對業績增長與戰略發展的影響。
即使現在大資料以其諸多優勢有着大批擁護者，大資料革命并沒有真正擴散到全球電子巨頭以外的領域。
安永對全法150家公司的調查結果表明，盡管大體上看法積極，“資料大爆炸（大資料爆炸）” 還沒有在現實中發生。安永為這項研究特别設計的成熟資料指數顯示：隻有小部分企業在資料開發上擁有較高成熟度，而大部分企業則采取觀望态度，不太清楚這模糊概念到底會帶來什麼樣的結果。
圖1 :僅有17%的受訪公司資料擁有高成熟度，27%不太成熟，56%資料不成熟。
安永指出 ，整個（大）資料産業鍊上——從安全搜集、資料保護 、資料分析到公司的整體戰略，主要有10處來自心理、政策、組織和技術層面的限制導緻大資料在法國企業發展的落後狀态。然而，如果能把（大）資料開發納入到公司整體發展戰略中，法國公司仍然可以迎頭趕上。
“在早期，零售及消費品行業已經在使用客戶資料方面已形成一個強勁的氛圍：基于忠誠度的銷售；通過市場研究，地緣經濟分析，人們的喜好研究，來完成産業布局。也正是純電子商務的玩家最先開始深度使用使用者資料。通過高精準的個人定制，推薦引擎，以及先進的促銷方法，這些電子商務形成了卓越的客戶體驗。
大資料給很多傳統行業帶了挑戰，尤其還涉及構成消費者信心基石的資料安全以及個人資料的保護。”——大衛·納伊姆，安永戰略咨詢師, 合夥人，市場營銷和創新負責人。
法企大資料有效開發之10大限制
1.資料收集仍很大程度局限于傳統管道
用以提高對客戶的了解并定制相應市場戰略的資料，被調查的公司中有84%主要采集于傳統計費系統，有66%采集于crm。
2.非結構化資料是分析中的薄弱環節
除了收集關于使用者的結構化文本資料 - 如：通信資訊，行為和消費 - 之外， 90%的受訪企業還收集非結構化資料。
3.缺乏資料分析人才
隻有30%的受訪企業招聘擁有專門處理或者管理資料能力的人才。其中僅6%擁有50人以上的資料處理團隊。
4.缺乏資料處理工具
許多大公司已經計劃加強非結構化資料處理，以及提升資料可信度。59%的受訪公司表示在未來18個月内将使有更多更可靠的資料。隻有不到10%的公司擁有統計預測專用工具。
5.資料分析沒有或者說遠沒有涉及預測和實時分析
隻有10%的受訪公司使用客戶資料進行預測，其中5%這樣做是為了優化工藝流程，以增加執行速度和增加存儲容量。企業還沒有形成讓資料為戰略決策提供支援的理念。
6.（大）資料項目管理缺乏深度與廣度
在大資料項目的組織和管理上缺乏深度與廣度，是使用者資料進一步産生價值的一個阻礙。大資料項目通常被視為太複雜，需要時間太長實施，是以不被優先立項。每個部門都習慣于使用自己的内部資料庫來處理日常工作所需，這樣企業的資料資産就不能很好的流通，也缺乏統一性。
7.缺乏（大）資料項目投資回報率的衡量标準
到目前為止，隻有29%的受訪公司認為大資料是一個重要的裡程碑，并代表着發展機會。僅18%的受訪公司會制訂“詳細的大資料實施計劃“。
8.缺少管理層的支援
由于缺乏量化投資回報率工具，再加上經濟不景氣，大部分公司的管理層在大資料項目上都持謹慎态度。大部分非成熟企業認為，公司高管的看法是對優化資料使用的一種制約，而在成熟企業中中，隻有11%這麼認為。
9.資料可靠性的一個主要風險：不願分享個人資料
不願共享個人資料對資料的可靠性造成不小的影響。如今對個人資料的保護，限制了對客戶資料的使用。安永最近的一份調查顯示，70%的消費者不會與公司分享他們的個人資料，其中49%的人說在未來5年他們都不太可能這麼做。
10.對于資料保護安全問題的認識不足
30%的受訪公司認為他們在客戶資料時，并沒有很好的考慮保護其隐私問題。這在資料成熟度較低的公司中尤為明顯。
該研究的主要結果顯示，三分之二的法國公司（63%）認為大資料是一個有趣的概念，但如何使大資料成為一個增長動力仍然不是很清晰。57%的公司還沒有研究大資料帶來的潛在機會。
最後，近一半的受訪（45%）的公司都認為他們對收集到的客戶資料利用的還不夠。并且30%的受訪公司在使用資料時并沒有充分考慮其隐私問題。
大資料戰略成功部署之4大關鍵
不同企業的大資料有不同的模式，它們各有優勢，其差別并非在模式本身，而在于對某些構成大資料戰略成功的關鍵因素的考量。
企業應該像對待價格政策一樣把大資料納入戰略決策的一環，為其制定執行政策。以下就是大資料戰略成功部署的幾大關鍵：
1.加強資料項目管理的深度與廣度
第一個戰略關鍵就是将公司所有部門動員起來。不同部門常常有着不同的觀點，對客戶的認識也不盡相同，如果部門間能共享自己的資料庫，公司就能得到更為全面的客戶圖像，能做更加精準的客戶分析。
2.加大公司管理層的參與度
公司高層與各部門的管理人員應該成立一個大資料項目委員會，用于決策、統籌、戰略布局，以確定項目的良好運作。該委員會還要監管大資料戰略不是隻為公司某些特定的目的而設立，如提高銷售、降低成本等。
3.設立靈活分析計劃（agileanalytics program）
機遇與挑戰的戰略架構
在戰略部署之前，要投入時間弄清楚公司的需要與利害，評估各項技術的成熟度，然後選擇最符合公司需求的技術即可。
以pov為基點
在資料這方面，與最終使用者一起工作是必不可少的，具體項目中可以運用概念驗證（proof of concept）。首先，确定商業機遇，然後選擇一個滿足以下兩點的項目：最友善付諸實施，投資回報率最好。這個就是pov概念驗證+投資回報率評估法。
靈活項目規劃和具體行動計劃
中期（三到五年）項目規劃要确定優先行動具體計劃、短期和中期目标以及各行動的kpi。概念驗證法要靈活開展。決策者和最終使用者要能自己使用資料分析的成果，而不是僅僅滿足于靜态的報告。
4.信心設計
在開展任何大資料項目之前，企業必須考慮到技術風險、法律風險與聲譽風險。確定資料安全性和資料處理完備性，對個人資料的保護和對資料使用的透明度，這些都是一個公司在數字時代聲譽所面臨挑戰的關鍵。
原文釋出時間為：2015-01-28
本文來自雲栖社群合作夥伴“大資料文摘”，了解相關資訊可以關注“bigdatadigest”微信公衆号