圖片來源：Shutterstock
大數據知易行難，你也許已經知道大數據可以做什麼了，也對3V倒背如流了（Volume、Velocity、Variety），但就是不知道要怎麼創造出第四個V（價值）。在你開啟大數據專案之前，不如先看看專家們提出的5大原則、3大禁忌。
「如果你本來就認為數據有大用，那剩下的就是技術問題；如果你本來就認為數據無大用，那剩下的都是問題。」精誠集團Etu負責人蔣居裕說。這番話揭示的正是許多大數據專案成敗的關鍵：企業主心態問題。許多企業之所以想要做大數據，往往只是因為大數據很熱門，人人高喊大數據，就想著千萬不能落後。殊不知若企業主本身沒有抓住大數據的精髓，也就是用數據解決業務問題，帶來實質效益，大數據專案只是一場災難罷了。
原則一：相信數據決策
蔣居裕指出，大數據專案其實是披著科技皮的企業管理議題，善用數據解決問題，找到商機的人，可以藉此改變企業的DNA。在開始用大數據前，最關鍵的一件事就是掌管企業的人要先對大數據有正確認知。大數據不是鐵口直斷，也不是神話，它就是一種新工具和思維，用對了，大數據可能幫助企業發現以往不曾注意的商機，幫助企業提升競爭力；若用錯了，大數據就像是個無止盡的錢坑，投資大筆金額卻沒有成效。因此貫穿所有大數據策略的關鍵第一步，就是企業主需對大數據有正確認知。
IBM軟體事業處總經理賈景光就說：「很多主管覺得他們自己比什麼大數據都厲害，這不是不對，但他沒有聆聽數據的意義，這個思維需要改變。你要相信資料，也要相信自己，數據可以提升決策的準確度。」在改變思維之後，再來談如何主導大數據專案以及如何避免失敗，方能事半功倍。
原則二：問對問題，事情解決一半
有了企業主的支持，接下來要遵守的第二個原則就是：企業現在有什麼迫切需要解決的問題？這個問題若解決了，可以帶來多大的效益？很多企業對於大數據沒什麼想法，以為只要導入大數據就宛如神功護體，勢如破竹，卻忽略很多時候，有些問題搞不好根本不需要用大數據解決。
商業分析軟體大廠賽仕電腦（SAS）副總經理高芬蒂就常常遇到，想要導入大數據的客戶，來問她要怎麼開始大數據，但企業主本身卻完全沒有想法，只想要複製其他成功者的模式，便宜行事。企業要解決什麼問題，會關係到後續的數據蒐集策略、分析方式和數據量，因此問對問題，大數據專案就先成功了一半。
IDC軟體暨服務市場分析師蔡宜秀表示，企業最常遇到的大數據問題是確認需求。前兩年企業在導入大數據專案的時候還是在認知階段，很多企業主常常太形而上、太泛泛。企業主應該要聚焦需求，先取得一個具體的成效，再來做比較高階的整體決策。
原則三：盤點企業內部數據成熟度
問對問題之後，接著企業應開始檢視自己手邊握有多少「黃金」？有多少數據可以用？平常有蒐集數據的管道和習慣嗎？不同部門之間的數據可以相容嗎？如果現在數據不夠用，要怎麼獲得新的數據？而且不同產業蒐集數據的策略和目的也都不盡相同。
中研院資科研究所研究員、同時也擔任企業大數據專案顧問的陳昇瑋就發現，許多企業一開始要做資料分析時，會發現資料到處散亂無法相容，不同事業體之間的資料沒有辦法互通。有的部門為了要調閱另一個部門的資料，整個過程竟然花了兩年才獲得授權，因此企業開始大數據專案後，一定要先解決企業內部的數據問題，才有辦法進展到分析階段。
另一方面，企業蒐集的數據種類是否夠多元也十分重要，無論是社群網站資料、機器資料、手機資料還是開放資料，都可能成為幫助企業發現新商機的推手。這不只是蒐集與否的問題，還牽涉到如何「養」數據的問題。例如澳洲西太平洋銀行（見P.82）藉由在社群網站上創造話題，獲取消費者社群資訊，深度剖析消費者行為；又或者是美國7-Eleven（見P.80）用手機App，獲取消費者的地點和消費資訊，這些數據蒐集策略都是精心策劃過後的成果。
原則四：成立高層級資料團隊
當大數據已成為企業決策的重要依據，大數據就已不是單純的IT專案了，而是公司的核心戰略，因此若企業已決定要做大數據，設立層級夠高的大數據統籌單位是必須的。
賈景光就觀察到，3年前企業把大數據團隊放在技術部門，近年來大家開始把大數據團隊轉移到總經理辦公室，這意味著企業越來越重視大數據。而且發現若缺少專門的大數據單位，統整資料時會遭遇很多麻煩。
原則五：跨部門合作，其利斷金
成立專門的大數據單位還不夠，大數據是解決商業問題的工具之一，只有技術人員卻沒有其他部門的參與，大數據專案要成功是凶多吉少。Teradata技術長寶立明指出，那些最成功的大數據專案，都是由技術部門和商業部門協作而成的，只有技術人員是不可能成功的。但同樣的，只有業務部門也不會成功，他們必須在一起才能創造價值。
遠傳電信（見P.74）兩年前成立的大數據智慧部，打從一開始就系統性地去跟其他部門互動，主動詢問每個單位是否需要什麼數據，同心協力挖掘數據的價值。台灣房屋（見P.78）的大數據專案團隊也由不同部門的人員共同組成，從技術、行銷、客服和業務都參與其中，其利斷金。
禁忌一：只想複製成功案例
「很多台灣企業對大數據還是在觀望，看到5個成功案例，最好還有第10個，而且最好是跟自己同一產業的，他們才敢去做。」陳昇瑋說。創新需要創意和失敗，大數據不是一個創新的工具，卻可能幫助企業找到創新的模式，但這需要時間和不斷嘗試。每個產業使用大數據的目標不同，條件也不盡相同，即使是同一個產業，由於變動因素太多，就算直接套用模式，也不見得能夠同等成功。
禁忌二：操之過急，想要一步登天
另一個許多企業犯下的大忌，是以為大數據專案可以立竿見影，用了馬上有成效，其實不然。賈景光以IBM為例，IBM從10年前就開始做大數據，但一直等到第3年才有明顯成效出現，「大數據是個長期投資，必須邊做邊學，持續演進，它應該是企業的DNA，而非曇花一現。」
禁忌三：盲目追求技術
許多企業以為大數據就是要砸錢架設Hadoop、MapReduce等基礎建設，其實因人而異，只埋頭搞技術，最後做出來的東西沒有商業價值也是枉然。高芬蒂指出，無論企業規模大小，不同數據問題就用不同工具去解決，過度注重技術但沒有商業思維，那這個大數據專案對企業運作來講是無感的。
@@ACTIVITYID:602@@
@@ACTIVITYID:513@@
本文出自於：
@@BOOKID:126387@@
