“大数据”一词已经无处不在，被用于承载所有类型的概念，包括：巨量的数据、社交媒体分析、下一代数据管理能力、实时数据等。无论是任何种类，企业都已经开始理解并且探索如何以新的方式处理并分析大量的信息。
在全球的各行各业中，高管都认识到，他们需要更多地了解如何利用大数据。但是，尽管它吸引了媒体的广泛关注，但从企业正在做的事情中很难发现深层次的信息。
事实上，大数据的发展已经不再局限于技术领域，而成为一项业务上优先考虑的工作任务，因为它能够对全球整合经济时代的商务产生深远的影响。除了为应对长期存在的业务挑战提供解决方案，大数据还为流程、组织、整个行业、甚至社会本身的转型激发了许多新的方式。
IBM商业价值研究院和牛津大学赛德商学院的共同研究发现，企业正将大数据用于以客户为中心的收益创造、内部数据的探索以及更优秀的信息生态系统的构建。其发布的《分析：大数据在现实世界中的应用》白皮书基于对全球95个国家、26个行业的1144名业务人员和IT专业人士的广泛调研，以全球视角阐述了当今组织对“大数据”的观点，揭示了这些组织着手实践“大数据”的方式，同时也反映了这些组织利用“大数据”服务自身业务的进展。
调研显示，实践大数据首要任务是贴近客户、改善客户体验；实践大数据的最大挑战是分析非结构化数据等新型数据——合理实践大数据将为企业创造竞争优势。

IBM全球企业咨询服务部的全球信息管理负责人Michael Schroeck表示：“大多数企业都已经认识到‘大数据’改善决策流程和业务成效的潜能，但他们却不知道该如何入手。调查显示，各行各业、全球各地的组织都已经开始采取一种注重实效的方式开展‘大数据’工作。虽然这些组织大多还处于早期接受阶段，但其中的佼佼者已经开始从‘大数据’项目中获得巨大的价值。”

实践“大数据”的五大驱动因素

《分析：大数据在现实世界中的应用》调查显示，各类组织目前开展的大部分“大数据”项目都旨在改善客户体验，贴近客户是大部分组织实践“大数据”的首要任务。除了“以客户为中心”（49%的受访者将其列为首要任务），“大数据”在早期阶段还用于实现其他的职能性目标。近五分之一（18%）的受访者把优化运营列为首要目标。“大数据”的其他应用则主要集中在风险和财务管理（15%）、实现新业务模式（14%）以及员工协作（4%）方面。

赛德商学院管理研究员Janet Smart说道：“赛德商学院正与牛津大学各院系的学者共同开发和支持相关课程及研究项目，我们将把世界一流的‘大数据’分析和应用专长汇集到教学和研究内容之中。”

内部数据：“大数据”的主要来源

超过一半的受访者把内部数据视为“大数据”的主要来源。这表明企业正在采取一种注重实效的方式开展“大数据”工作，也显示出其内部系统中仍有巨大的价值尚未得到开发。

内部数据是组织所能获得的最成熟、最易于理解的数据。这些数据是通过多年的企业资源规划、主数据管理、商业智能应用和其它相关工作收集整理而来，并经过了整合和标准化。利用分析技术解读这些来自客户交易、业务往来、事件和电子邮件的内部数据能够为组织提供有价值的洞察。

外部数据：尚未得到充分利用

然而，在所有推行“大数据”项目的组织中，目前正在对社交媒体等外部数据源进行数据收集和分析的组织还不到一半。
其中一个原因是很多组织难以应对和驾驭某些数据类型所固有的不确定性，例如天气、经济、或者社交网络所反映的人的情绪和真实想法。对于能否相信网络上的评论、意见、微博消息以及其他形式的自由言论，受访者在调查中提出了质疑。虽然存在不确定性，但社交媒体数据中仍然蕴藏着宝贵的信息。组织必须认识并驾驭数据的不确定性，并了解这些数据应该如何为己所用。
社交媒体和其它外部数据源未得到充分利用的另外一个原因就是技能缺口。对大部分组织来说，掌握先进的新型数据分析能力仍然是从“大数据”中获得价值的重大挑战，比如文本、传感器数据、地理空间数据、音频、图像和视频这样的非结构化数据和流数据。在此项调查中，只有25%的受访者表示自己具备分析高度非结构化数据的能力。

“大数据”采用情况

四分之三的受访者（76%）目前正在开展“大数据”项目开发工作，但报告证实，大部分受访者（47%）当前仍处于早期规划阶段，但同时也有28%的受访者正在开发试点项目或已经实施了两项甚至多项“大数据”解决方案。还有近四分之一（24%）的受访者尚未着手开展“大数据”活动，并且还在研究大数据对其组织究竟有何益处。

显而易见，“大数据”将带来蓬勃商机。近三分之二（63%）的受访者表示，信息（包括大数据）和分析的使用为其组织创造了竞争优势。在此次调查中，提及“竞争优势”的受访者比例与2010年IBM调查相比增加了70%（2010年比例为37%）。

分析：实践“大数据”的核心能力

如今，实践“大数据”的大部分组织都是从运用核心分析能力分析结构化数据入手的，例如查询和报告（91%）以及数据挖掘（77%）。有三分之二的受访者表示其所在组织采用了预测建模技术。但“大数据”也要求组织具备分析半结构化和非结构化数据的能力，其中包括各种全新的数据类型。
在超过一半的“大数据”项目中，受访者表示其所在组织采用了先进技术来分析自然状态的文本，例如呼叫中心对话内容的文字记录。这些分析技术包括解释和理解细微的语言特征，例如情绪、俚语和意图。此类数据可以帮助企业（例如银行和电信服务提供商）了解客户当前的情绪状态，并获得能够直接用于推动客户管理战略的宝贵洞察。

开始您的大数据演进

要在全球整合的经济环境中竞争，当前的企业需要全面地了解市场、客户、产品、法规、竞争对手、供应商、员工等，这一点日益明确。这种了解需要有效地使用信息和分析技术。事实上，除了其员工之外，许多企业还将信息视为最有价值的差异化资产。
现在，随着大数据的出现和广泛采用，全球各地的企业都在寻找新的方式开展竞争并且获胜。它们不断地转型，以充分利用大量的信息改进整个企业内的决策和绩效。少量领先的企业已经通过为员工 – 从高管到营销和车间工人 – 提供信息、技能和工具而使它们更好、更及时地在“影响点”做出决策，从而实现这一目标。
并非每个企业都需要管理全部大数据能力。但是，利用新数据、技术和分析技能的机会在每个行业中都不同程度地存在。企业需要通过分析新的和现有数据的数量、速度和多样性，并利用正确的技能和工具更好地了解其业务、客户和市场而实现价值。
无论从何处开始，全球的企业在当前全球整合经济环境中都将继续在更大范围内使用大数据获得业务价值和竞争优势。