一次，摩根银行澳大利亚公司的CEO告诉Gartner研究副总裁Ian Bertram，他花了11个月的时间才雇佣到公司第一位“数据科学家”——这是大数据时代一类炙手可热的人才，他们可以从数据的角度来推动企业的业务。但过了一段时间，这位CEO又告诉Ian Bertram，他已经解聘了那位数据科学家，原因是“虽然他有好的理念，但没有与投行的业务很好地融合”。
大数据是业务不是科技
“我们在座的听众，2/3都会对大数据进行投资，但无论企业还是数据科学家都要明确一个观念——投资的目的是帮助企业的业务。”Ian Bertram日前在北京举办的大数据研讨会上说，“企业投资大数据不是为了纯粹的科技，他们要解决自身面临的业务挑战。”
根据统计，目前企业迫切要解决的业务问题排在前三的依次是提高用户的体验、提高公司效率以及如何进入新市场。Ian Bertram认为，企业需要在分析公司业务挑战、了解公司目标后制定战略，再投资所需的技能和能力。同时，一旦实施了这样的业务项目，企业和数据科学家需要追踪和衡量成果。“哪怕是客户忠诚度提高了1%，也要想办法追踪，形成ROI（投资回报）模型”。
现场有用户提问：“如果我投资一个大数据项目，如何评估成本和收益？” Ian Bertram 再次强调，如果大数据被当做一个项目来投资，那肯定要失败了。“大数据是业务，不是投资项目，它要联系到你的业务上去，比如你怎么获取更多新客户？你的业务怎么更为高效？一旦作为业务项目，你面临的就不是一个科技问题，是企业的一个流程问题。而这样的IT项目会有相应的预算和评估标准。”
Gartner研究总监Daniel Yuen举例说，现阶段大数据可以给企业业务带来一些明显的商业机会。例如，可以帮助企业做出更好的决策。他曾了解到，某家企业存储了自2003年以来所有关于企业的媒体报道。通过数据分析，这家企业能够提前预知媒体发布的形势，防范风险。大数据还可以发现隐藏在背后的信息。
例如，提供旅行推荐的电商平台ORBITZ，仅2012年就处理了750TB 数据，来深度分析顾客的行为，并以此改善网站推荐系统，这让网站的预订率增加了2.6％，平均每天多出5万笔交易。像电信运营商也可以通过分析数据，更好地了解用户的通信方式，制定适合的套餐，提供给用户使用。
此外，大数据还能帮助企业开展商业自动化。麦当劳在生产过程中，利用传感器来记录烤箱在每个温度下汉堡的颜色，通过分析，选择最合适的烤箱温度，实现生产自动化。
信息银行和数据资产
大数据除了能够帮助企业应对业务挑战，也能够变成企业的一项资产。
前不久，Ian Bertram在澳大利亚去看房子。他发现当地一些公司把房地产数据作为IP数据进行销售。这些数据被卖给木材、油漆等地产行业供应链企业，从而让这些企业更好地预测需求，安排生产供给；这些数据也被卖给银行，可以帮助银行制定借贷利率……“市场上已经有一些企业把信息作为资产来开展贸易。” Ian Bertram说，“虽然我们现在还没有看到‘信息银行’，但信息已经可以在企业的财务报表上作为一种重要资产。我们可以预见，信息未来可以‘存在银行中’，不断产生利率。今后10年，人们将思考如何更好地利用信息。”
通用电气去年宣布了工业互联网战略。“这表明通用电气新的战场是信息分析。” Ian Bertram分析说，“他们将成千上万个传感器放在自己生产的设备上收集信息，并改善设备维修流程，提高企业的效率，形成新的生产力。” Ian Bertram预测，未来通用电气、ABB、西门子等的竞争将围绕在信息利用上。
Johnwest是澳洲一家生产罐装鱼的公司。他们发现，很多消费者担心产品的质量。于是，这家企业回到供应链的前端，利用一种RFID电子标签技术记录每次鱼是在哪里捕捉的，由谁捕捉的，在哪里冷藏的。消费者只要在一个网站上输入罐头上的编码就能追溯到这些信息。“这家企业只花了几百美元，就建立起来自消费者的信任，这就是我们如何利用信息资产来使自己利益最大化的一个好例子。” Ian Bertram总结说。
Ian Bertram获知，斯坦福大学曾经做过一个研究，研究者分析了过去20年企业变化及其股市表现之间的关系。他们发现，一直在做信息投资的企业比那些没有在这方面投资的企业，平均市值要高出5倍。
传统商业智能与大数据结合
在大数据概念产生以前，很多企业已经使用了商业智能（BI），这是一种对结构化数据进行分析，并推动企业业务的方式。Gartner研究总监Daniel Yuen说，现在大数据正在和传统BI结合。
“传统BI是对结构化数据开展分析，而大数据分析则包含结构化和非结构化两类数据源，这是两者的主要区别。”Daniel Yuen对《IT经理世界》记者说，“大数据尤其体现了对非结构化数据更好的分析和融合。”
Daniel Yuen介绍，一家企业引入了对呼叫中心的分析，他们分析了呼叫中心成千上万小时的录音，这些是非结构化数据，包括呼叫中心人员的表现，客户的投诉，情绪分析等等。通过这些分析，企业改善了业务流程，反馈延迟时间从原来几个月缩短到几天，呼叫中心人员的交叉销售能力也被提高。“这个大数据分析为企业节省了大笔咨询费用。” Daniel Yuen说。
Daniel Yuen建议，企业要结合大数据和传统BI，需要建立独立的大数据团队。“企业引入大数据分析，对自身的管理要求会更高，因为要充分利用大数据，更需要企业内部建立起不同层面的联系”。
大数据是下一代安全平台中心
大数据除了给企业业务带来直接的竞争力以外，对防范网络犯罪也正在起到越来越重要的作用。
“现在，黑客已经成为专业化市场，他们采用标准化服务流程编写恶意软件，去获取更多行业的数据。数据一旦进入黑市交易，可以卖很多钱。”Gartner研究总监Craig Lawson说。
“但在全球120亿美元的安全投资中，75亿美元是用于病毒抵御的，没有多少投资花在分析哪些数据被偷了。” Craig Lawson说，“在下一波安全设计上，我们需要监控数据的流向。”
现在，大数据用于信息安全领域，它可以分析好的程序长什么样子，坏的长成什么样子，分析数据的流向，从而加强企业的安全。例如，在金融领域，可以重演过去3个月中程序的调用情况，重演入侵对哪些系统抽取了哪些数据，从而更好地管理脆弱性；金融机构还可以利用大数据分析某个交易者过去100笔交易情况，或者一笔汇款的流动情况，来判断眼前的交易是否是一个欺诈交易。
“虽然用于信息安全的大数据技术在未来3到5年才能成熟，但我们会看到未来安全管理和大数据会紧密结合。”Craig Lawson说，“大数据分析将处于下一代安全信息平台的中心。”
