现在，沃尔玛施压是和可口可乐新一代配方饮料都在借助新的数据库系统和分析平台对客户数据进行实时分析和需求预测，他们以此来获得更好的产品优化方案。CEO们开始留意大数据，他们想知道大数据是否真的可以帮助他们的业务形成切实有效的竞争优势。大数据投资和汇报比到底如何，毕竟大数据技术并不便宜。这里给出关于大数据，CEO需要了解的五个问题，也许可以帮助做出了解和决策。
1、大数据如果帮助我提升业务？
对于CIO来说，大数据是从很多个数据源进行快速、可扩展的数据分析，以支持商业目标的实现。对于CEO来说，大数据是对于其公司运行流畅中的各项数据进行整合分析后得到的洞察力。例如，客户订单、库存量；以及公司网站、Twitter信息、邮件文本等传统数据。大数据技术可以从这些不同信息所组成的各种庞大的数据中找到公司前进的方向。
CEO们不关心这些信息从哪里来，也不关心都使用了哪些技术，但CEO们需要知道，大数据会给他们带来有关未来趋势的预测或使其业务更有效增长的好点子。
举个例子，一家汽车厂商，一个汽车公司可能会决定什么在线广告关键词导致的最大客户转换为一个特定的模型。然后,该公司可以改变它的在线营销计划动态。CEO们可以在IT系统的帮助下知道下个季度或未来12个月，什么才是影响最大的商业因素。
2、大数据要花多少钱？
大数据应用不容易开发和管理，需要特定的专业技术来开发和管理存储系统和分析平台，还需要可以从事原始数据分析的专业的分析师人员，一般叫做数据专家。
典型的大数据部门包还高性能的处理中心和用于建立分析报告的分析系统、数据清理工具、可视化工具；当然，还少不了服务器、存储中心和办公场地。对于大型企业，建立集成的大数据分析部门，包括雇员在内容，可以轻易的花掉数百万美元。例如，美国政府刚刚花了1340万美元来为国家科学基金会建设一个数据挖掘中心。
大数据相关体系的建立具体取决于需求的复杂度和预算，执行大数据项目，这里有三种可选的方案：
最佳组合：公司可以从大数据技术各门类中选择最好的公司获取（购买）技术，之后自己来开发大数据应用，这是一个价格昂贵但足够灵活的方案（关于提供大数据技术服务的公司及技术领域的分类可以参考In Big Data之前的文章《公司、产品与技术 大数据企业生态图谱》）。
打包的解决方案：从供应商出购买集成的大数据解决方案，这是低成本的绝佳选择，尤其是你的业务只集中在一个领域，例如：在线客户的行为分析。
软件即服务（SaaS）：SaaS供应商负责存储数据和应用，他们提供符合绝大多数企业业务需求的在线服务，这节省了办公场地、数据分析和管理的专业系统，避免了大量硬件、软件和专业人员的成本投入。
3、大数据的风险有哪些？
雇佣争取的人来执行大数据项目可能是降低风险的最佳方法。如果没有习惯于从庞大且无结构的数据中得出结论数据科学家和分析师，企业的大数据项目会偏离目标。这些数据专家一点都不便宜，而且，专家的数量也不多。
CEO还需要清楚，随着时间的推移，大数据项目的花费将持续且增长。因为存储数据的增长和业务对大数据分析的医疗，系统会变得难以维护。企业对持续的基础技术的投入进行规划；直接负责此项业务的CIO需要从项目开始就以最明智的方式进行有效的IT系统扩展规划。
最后，应用和服务还可以考虑比较时髦的作法——云计算。通过亚马逊或Google这样的云计算服务商，降低硬件设备的投入和维护，有效的提高大数据项目稳定性，降低宕机的风险。
4、如何评估大数据项目的回报？
CEO希望追踪业务改善、提高的最终标准，比如，应用程序中断的减少或在线销售业绩的提升。在制造业，大数据的分析结构可以对两个不同供应链策略进行比较，看哪个成本更低。在金融服务领域，大数据可以用来剖析一个新产品的最佳目标客户，以谋求更好的目标转化。
但CEO也要明白，大数据可以为市场决策提供强大的信息参考，但它无法直接影响业务结果和销售业绩。对于大数据最明智的使用方式是通过分析结果和信息做出决策，改进流程或产品。对大数据的效果评估还应包括决策和行动产生时，对最终结果产生的影响。
5、多久能看到结果？
基于媒体的报道和吹捧，CEO们往往对大数据抱有极大的期望。重要的是，CEO需要更紧密的与相关业务部门进行联系，以了解大数据的潜力。
SaaS服务供应商肯能在几分钟之内就返回业务分析结果，因为他们具有成熟的大数据技术平台和基础设施，其分析流程也已是预先设定好的。但如果是公司内容建立大数据项目，可能就需要更长的时间才能看到结果。因为一个公司开始策划建设大数据项目，需要接触新的技术、流程和基础设施；比较明智的作法是，计划完毕，且从小规模入手。
Big Data还处于发展初期，还存在许多潜在的问题和不被众所所理解的地方。CEO们还是需要多了解一些大数据相关的知识，以免愤怒的董事会成员来询问，大数据项目的投入没有看到结果。至少，我们可以把以上五点解释给他们听。
原文链接：http://inbigdata.com/big-data-tips-for-ceo/
【编辑推荐】
