创建持续成功大数据5步骤1

（2015年8月24日）

当前，一些企业已经利用新兴技术来应对新数据源和处理海量数据，但大多数企业仍然处在如何应付已有数据的管理和如何使用这些数据信息的困境。企业需要积极的提升自身的数据管理能力，这并非意味着他们应该制定繁琐的流程和监督机制。明智的企业会配合自己的数据活动的生命周期制定灵活的流程和功能：根据业务需求启动更轻便、更严格、更强大的功能，并根据需求的增加来提升质量或精度。

为了能够实现持久成功的大数据项目，企业需要把重点放在如下五个主要方面，也可以说分为五步走。

1、确立明确的角色分工和职责范围。

对于您企业环境中的所有数据信息，您需要对于这些数据信息所涉及的关键利益相关者（编者注：可以理解成数据的使用者，如售后修理部门、备件管理部门或设计部门）、决策者有一个清晰了解和把控。当数据信息在企业系统传输过程中及其整个生命周期中，角色分工将发生变化，而企业需要对这些变化有一个充分的认识和很好的理解。当企业开始部署大数据项目之后，务必要明确识别相关数据的关键利益相关者，并做好这些数据信息的完善和迭代工作。

2、加强企业的数据治理和数据管理功能。

确保企业的进程足够强大，能够满足和支持大数据用户和大数据技术的需求。进程可以是灵活的，并应充分考虑到业务部门和事务部门的需求，这些部门均伴有不同程度的严谨性和监督要求。

确保企业的参考信息架构已经更新到包括大数据。这样做会给未来的项目打好最好的使用大数据技术和较高的信息管理能力的基础。确保企业的元数据管理功能足够强大，能够包括并关联所有的基本元数据组件。随着时间的推移，进行有序的分类，满足业务规范。

企业的生产部门一旦开始推广大数据解决方案，会希望他们能够长期持续的使用，所以对架构功能的定义并监督其发挥的作用是至关重要的。

确保企业的治理流程包括IT控制的角色，以帮助企业的利益相关者们进行引导项目，以最佳地利用这些数据信息。

其还应该包括企业的安全和法务团队。根据我们的经验，使用现有的监督机制能够达到最佳的工作状态，只要企业实施了大数据应用，并专注于快速在进程中处理应用程序，而不是阻碍进程的通过。

3、了解环境中的数据的目的和要求的精度水平，并相应地调整您企业的期望值和流程。

无论其是一个POC（Proof of Concept），或一个已经进入主流业务流程的项目，请务必确保您对于期望利用这些数据来执行什么任务，及其质量和精度处于何种级别有一个非常清晰的了解。这种方法将使得企业的项目能够寻找到正确的数据来源和利益相关者，以更好地评估这些数据信息的价值和影响，进而让您决定如何最好地管理这些数据信息。更高的质量和精度则要求更强大的数据管理和监督能力。

随着您企业大数据项目的日趋成熟，考虑建立一套按照数据质量或精确度分类的办法，这将使得数据用户得以更好的了解他们所使用的是什么，并相应地调整自己的期望值。例如，您可以使用白色、蓝色或金色来分别代表原始数据、清理过的数据，经过验证可以有针对性的支持分析和使用的数据。有些企业甚至进一步完善了这一分类方法：将数据从1到5进行分类，其中1是原始数据，而5是便于理解，经过整理的、有组织的数据。

（原题目：创建持续成功的大数据项目只需五步）