发帖
雷达卡
组织需要限制围绕大数据试行规模和范围的预期，以实现最高效率。 数据的急剧增长虽然一直占据报纸头条，却不再是新闻了。 这是大多数组织所面临的普遍状况。 挑战在于寻求一种行之有效的方法来进入大数据舞台，因为它已不再只是前期采用者利用其价值那样简单。 明智的做法是清晰定义大数据试行，由企业领导并归其所有、通过技术来实现，并由您来管理。
由 IDG Enterprise 开展的“2014 年大数据调查”显示，越来越多的组织正在跨越早期采用阶段。1 超过 20% 的调查对象均表示，他们的大数据项目已提高了组织内部的决策质量和速度。
同时，49% 的调查对象预计，在未来三年内，大数据会在其组织范围内广泛应用。 另外 26% 的调查对象预计，其主流应用会出现在一个或多个业务单位或部门中。
虽然大数据方案需要执行支持，但是如果尝试在组织范围内纳入大数据，则大数据试行会止步不前。 从根本上说，大数据试行是一种经认可的“影子 IT”项目，因而本身会尽享由分散的项目所提供的高效认同、决策和执行。
大处着眼，小处着手
贵组织的大数据试行需要拥有清晰目标的业务经理来掌管试行，并设立由自愿并充满活力的参与者组成的跨职能小组。 确定可在组织范围内引起共鸣的业务案例，将有助于大数据试行项目汇聚动力。 对项目充满激情的项目负责人不仅要看透项目，还要坚持从中获益（即使未像设想的那样取得成功，也是如此）。
尽管范围定义受限，但是需要设计试行项目，以便可轻松实施项目。 你应该从这里着手切入。您需要确保从一开始就将数据治理置入到试行项目中。 从战略的角度提出建议，从而有助于从您更加全面的数据治理工作中取得成果。 在更具战术意义的水平上，确保它切入到您的规范数据模型中。
持续专注
从一开始就开展具有明确界限的独立试行项目，是关键所在。 这样，参与者就会较少关心大数据的不确定性，并更多地关注于包含有形和可衡量价值的定义成果。
确保在定义要求时，贵组织的试行项目时刻牢记以下高层次目标：
- 定义您的数据，并确保数据可访问、安全且熟悉
- 限制试行项目的时长
- 确保每个人均积极投入，并了解潜在风险
- 将公司数据隐私权和安全策略纳入到计划中
- 尊重合规性和法规的现有规则
- 判断您的模型是否可重复，并在取得成功后是否应用到其他业务用例中
- 如果危及任何核心业务流程，则实施应变计划
- 确定您的计划如何衡量投资回报 (ROI)——定性、定量，还是两者兼有
- 确定您希望实现自动化的现有流程和操作
- 构建财务预测： 试行项目所发生的要素成本以及未来的预期节省量
- 将退出策略纳入到您的试行项目中，该策略可确定递减收益超过的点
保持创新需要冒一定程度的风险。 要真实衡量大数据的影响，您需要将安永 (Ernst & Young) 所谓的“风险透镜”应用到业务当中。 他们指出：“将风险成功转化为成果的公司通过更高效地部署稀缺资源、更明智地决策和降低对负面事件的风险暴露，从而创造竞争优势。”2
将安全保障纳入到试行项目中，是降低风险的一种方法。 例如，采用短期的迭代循环可帮助您缩小可能会出现的任何问题的根源范围。 它还可以确保您的试行项目更快取得成果。
由于您的组织可利用成功试行项目，因而您会从更多颇具影响力、目标远大的努力中受益。 从一开始就对治理保持明智，这样可在促进可扩展性的同时，从清晰定义的实施模型中实现灵活性。
有关如何在提高您的大数据工作的同时降低成本并将风险降到最低的详细信息，请阅读“《大数据安全之旅》。”
京公网安备 11010802022788号
