大数据将数据变成资产的五个基本步骤

在全球最大的数据分析公司之一担任首席信息官，Nick Daffan对于如何将数据转化为有价值的资产了解很多。因为这几乎是每家公司的每一位首席信息官的目标，随着这一角色的发展，使其更少地地关注于系统正常运行时间，而是更多地关注于利用数据来推动业务发展，因此针对如何获取在不同系统中存储的大量数据，以及如何创建可利用的和有影响力的功能，我向Daffan询问了一些指导建议。

尽管Daffan承认，创建有用的数据是“一项多维度的挑战”，但他确实提供了每位IT领导者应该采取的一些基本步骤。

1.建立一种面向数据的文化

如果您的公司文化不能激发人们以新方式利用数据的热情，那么您将很难将数据转化为资产。Daffan表示，创建以数据为导向的文化的关键是要有“一个有能力和好奇心来战略性地使用数据的团队。”“您需要一些人员，他们了解不同数据源如何相互作用以解决业务问题。”

“我们将数据科学家视为一个群体，”Daffan说。“我们有一支庞大的团队向我们的首席分析官汇报工作，而首席分析官则向我汇报工作。但我们也有工作在我们业务部门内的团队。”一旦核心数据科学家团队开发出一种可用于商业用途的数据建模功能，业务部门的数据科学家便会将其集成到可满足特定客户需求的产品中。“我们的理念是允许人们在数据科学群体中自由移动，可以轮换进出业务部门，可以从一个业务转到另一个业务。总体概念是建立一个群体，使方法和信息自由地流向最需要的地方。”他说道。

2.提供有趣的和有影响力的工作

每个公司都需要数据科学家，这导致其在人才市场上的紧缺。为了应对这一挑战，Daffan建议您要明白，数据科学家也想要我们大家都想要的东西：能产生影响力的有趣工作。他说：“他们希望获得具有深度和广度的数据，希望使用最先进的工具和方法。他们还希望看到自己的模型得以实施，这意味着能够帮助他们业务合作伙伴和客户以一种高效的方式使用数据。”

什么构成了有趣的数据?Daffan说：“将非结构化数据与结构化数据进行集成的这一挑战引起了数据科学界的极大兴趣。”例如，人寿保险公司的数据科学家可以访问大量的结构化数据，包括保单和理赔信息。此外，他们可以分层存储非结构化数据，例如图像库或保险单，甚至来自语音识别工具的数据。“这就变得很有趣，”Daffan说。

3.了解规则

公司中的每个人是否都了解您的合同和监管条款是如何来准确规定使用数据的?如果员工不了解数据使用的限制条件，他们可能会过于紧张而不敢创新。Daffan说：“如果您的团队对数据的正确使用没有透彻的了解，他们要么过度使用数据，要么不恰当地使用数据，要么将走到另一个极端，缩手缩脚，什么都不做。”

由于您要做的最后一件事是建立合同范围以外的一种数据能力，因此Daffan建议，“了解有关数据的合同和法规，并以人们容易理解的方式进行表述。知道自己处在法规允许的范围内，这是创新的巨大推动力。”

4.找到快速取得成果的途径

是的，让您的首席执行官和高管层来宣传数据的重要性，这是建立一个数据驱动型公司的基础，但如果您通过提供实际成果还无法巩固来自高层的支持，或如Daffan所说的“成为董事会的关注点”，那么也不用担心。

假设您是一家金融服务公司的首席信息官，可以访问客户的银行数据和信用卡信息。Daffan说：“如果您能够将帐户、客户付款和商家交易数据结合在一起，则可以了解到客户支付情况，这是您以前没有掌握的。”“能够洞察客户使用哪种支付工具进行不同类型的购买，这对于银行的产品开发策略非常有用。”从数据分析项目所获得的任何早期营收的提升，都将对建立长期战略所需的文化大有帮助。

5.保持灵活性

您的文化急需数据，而您的数据科学家也是如此。您要做的最后一件事是通过使用那些很难处理的数据来释放所有动力。Verisk公司可为各个行业提供数据解决方案，因此灵活性是其业务模式的关键。Daffan说：“我们每个行业的数据科学家都有自己喜欢的工具和技术，因此我们不能对我们的工具集做太多规定。”“我们没有锁定在某一特定的数据库技术，而是通过在云环境中工作来保持灵活性。”

Daffan发现，他和他的团队可以相对轻松地搭建自定义云环境，使数据科学家可以使用自己喜欢的工具来访问数据。“在十分钟之内，我们可以创建一个环境，数据资产就保存于此等待人们的使用。”

对于“大数据”（Big data）研究机构Gartner给出了这样的定义。“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。