“Big Data(大数据)”一词最早出现于15年前，其名称背后指代的是日益增长、体量庞大、多样化且极为复杂的海量数据。更重要的是，这些数据无法通过传统的数据管理方法轻松加以管理。近年来，随着数字化转型的兴起，大数据也成为各类企业推进转型之旅的主要驱动力。
Big Data成为企业转型主要驱动力
IT与商业服务转型咨询企业Pace Harmon公司董事总经理Rahul Singh表示，“以实时方式分析大量结构化与非结构化数据、进而获取洞见的能力，已经成为当前大部分数字化转型工作的基础。只有充分运用提取自大数据的分析见解，才能真正推动工作流程的数字化与自动化。”
此外，数字化转型的出现，也在一定程度上源自各类组织希望充分运用不断增长的数据资产。SAS数据管理负责人Todd Wright解释道，“数字化转型的实质在于组织向着基于数据的决策方向转型，而大数据代表的正是组织对自身所生产或使用的全部可用数据的捕捉能力。因此，捕捉所有可用数据也就是获取大数据的过程，这对于数字化转型至关重要。”
IT组织当然可以纯粹将大数据用于报告及改进流程。但Singh表示，“真正的价值来自将大数据与数字化转型相结合的能力。”正如技术研究与咨询公司ISG数字战略与解决方案合伙人Prashant Kelker所言，“数字化转型是一条道路，大数据则是走通这条道路的具体手段。”
大数据如何揭示数字化转型的种种机遇
大数据最核心的价值在于照亮企业中种种以往难以窥见的角落。
SAS的Wright表示，“将大量经过良好统筹的数据整合到分析程序或AI程序当中，能够帮助我们更好地理解运营、客户与市场态势。更重要的是，要使数字化转型真正成功并实现对于业务目标的最佳洞见，数据素材永远是越多越好。”
但如果没有经过精心设计的思路或者程序加以实际应用，大数据本身也将毫无用处。SAS的Wright表示，“数字化转型正好带来了这种思路与程序。说起大数据对于数字化转型的重要意义，进入数字转化程序的数据越多，得出的结果质量就越高。”
当两者相融合时，真正的改变也将成为可能。随着物联网设备、可穿戴设备、智能手机以及其他机器传感器数量的持续增加，其生成的数据量也呈指数级增长。
Pace Harmon公司的Singh指出，“这些物联网功能、大数据分析功能以及数字转化功能的结合，将使企业不仅能够实时适应客户需求，同时也可以预测消费者的未来行为。”
管理咨询与研究公司Everest Group副总裁Ronak Doshi指出，随着互联网连接设备的日益普及，数据驱动型数字业务模型的发展，加上全球互联业务生态系统与集成价值链的增长，企业必须构建起一套模块化且很具中心凝聚力的数字平台，借此从各类来源处收集大数据并将其作为业务驱动力。
Doshi解释道，“企业从数字功能平台的投资中所能获取到的实际商务价值(或者说投资回报)，将直接取决于他们提取数据价值的能力。对于大型企业而言，其面临的数据量极为庞大，且无法通过传统的商务智能以及数据仓库技术进行管理。”
意在整合，而非孤立
Doshi强调，专注于从大数据中获取较大价值的数字化技术，将帮助IT领导者建立起数据池，借此汇总并存储来自多个来源的数据。大部分大数据供应商都提供IT领导者可以轻松使用的预构建分析与机器学习算法。
但最重要的是，企业应该首先针对当前组织与所处行业明确定义大数据与相关数字化转型工作。例如，要与Kelker保持合作，制造企业必须首先明确转型目标：通过互联产品增加收入、或者是通过进一步优化的联网车间实现成本节约。只有这样，IT领导者才能确定有助于实现这些具体目标的优秀大数据、物联网与云战略。
Kelker表示，“数字化转型应该拥有明确的目标。目标是创造新的收入流?实现成本节约?还是二者兼有?制定出明确的转型原则，将帮助大家定义发展路径并指导技术实施。”
Kelker指出，目前大部分大数据计划仍然被局限在IT或者商务智能部门之内，且由于缺乏与业务间的直接相关性而很快消失。他强调称，“孤立执行的大数据计划，就像是为了解决问题而解决问题的方案。真正执行良好的数字化转型技术(包括大数据计划)，应该能够带来一条通往业务回报的捷径。”
大数据与数字化转型还能够帮助企业更好地了解客户的偏好与行为，进而创造出更具个性化与相关性的体验。Doshi表示，除了引入基于洞见的产品与服务以实现货币化能力提升之外，企业还能够将大数据与数字化转型相结合，借此设计出能够进一步拉升收入的新型产品与服务。
成功的组织拥有更积极的转型态度
SAS的Wright表示，在某些情况下，大数据的存在实际上反而会阻碍数字化转型，特别是在数据缺乏可靠的数据治理流程的支持之下。“如果没有元数据管理、数据质量保证、数据目录以及明确指定的安全与数据所有关系，组织根本无法真正利用来自众多来源的数据资产。”
Wright认为，在利用大数据资源助力数字化转型方面获得巨大成功的IT领导者，通常拥有更积极的行动态度。他们从数据管理策略起步，“要让数字化转型取得成功，一切必须以数据的可信性为基础。”
那些在数据治理、高级分析以及机器学习领域进行投资的组织，能够从大数据加数字化转型的组合当中获取较大收益——包括提高运营效率、改善客户体验乃至增加运营收入。
Everest Group的Doshi总结道，“供应链的数字化转型就是个很好的例子，其中要求增强运营弹性、也要求企业着手推动数字化转型。这条旅程的关键，在于跟踪各材料、制成品及/或信息资产如何在供应链中移动，并提取相应数据。由此得出的数据洞见将帮助企业提升价值链的整体效率，并全面改善分销、物流、制造以及销售等基本职能。”
