如何通过采集、管理和分析数据以创造商业价值

　　现代信息环境与此前的任何环境都不相同。信息的数量庞大，产生速度极快，格式变化多端。

其中既有结构化信息，也有非结构化信息，它们广泛存在于微博、SNS、论坛、博客日志、视频、

播客和音频当中。这些来自企业内部和外部的信息每天、每小时甚至实时都在产生。信息的来源

包括互联网、自动化流程以及安装有传感器的物体。

　　在这样的情况下（数量庞大、速度极快和多样性）, 如何很好地使用信息日益成为一项令人畏惧的工作。

同时更大的粒度(数据的精细程度)使得信息更加难以理解。

　　为了有效管理信息，企业不但需要具备非常强大的分析能力，还需要广泛而一致的应用。

　　随着对信息的合理利用及业务流程管理的更加敏锐，企业领导者现在即可着手解决一些重要的问题，

但这要求领导者在战略决策方式以及企业运作模式方面进行彻底的改变。

企业需要从各种渠道获得精确、相关的信息。这些信息将被分析、置于一定背景之下以及组
织，用于实时决策和在恰当时机采取行动。新水平的智能将使企业能够赋予所有员工 － 特别是那些
最接近客户和供应商的员工 － 以决策权。

高速成长变化的市场环境凸显中国企业的数据管理能力不足

1> 管理层对深入的数据分析的战略意义认识不足

2> 数据分析与公司战略和业务目标的结合程度不高

3> 数据治理的成熟度低：数据治理是包括数据风险管理，价值创造，组织流程，策略，数据责任人等11项内容在内的综合治理体系。

中国企业的数据治理成熟度大多处于初级的基本管理阶段，表现为有限制的企业可视度，基本的探索，查询，报表和分析，部分的自动化，

多版本的真实情况等。距离成熟的数据治理环境，也就是持续优化阶段，表现为基于角色的日常工作环境，全然融入工作流、流程、和系统的能力，

信息激发的流程创新，增强的业务流程和运营管理以及前瞻性的视野、具预测性的分析还有相当的距离。

4> 数据孤立，分散，信息基础建设薄弱，成为信息利用的障碍

一般需要对来自同一领域或不同领域的多组数据进行交叉分析，才能得出对管理层决策有帮助的信息。

但是，现在中国企业的信息基础建设薄弱，数据采集方法不统一，数据格式不统一，另外缺乏系统性的数据

收集方法造成部分数据缺失，这为交叉分析提取信息设置了障碍。

5> 对信息的利用没有纳入管理流程

多数中国企业没有将利用数据分析帮助各个业务环节的决策纳入到管理的流程中，因此，对数据的利用是分散
的，缺乏系统性的。而且，多数中国企业也没有设置专门的数据治理部门和责任人体系对数据进行分析，提炼，并优化业务。

在企业中使用先进的分析工具，智能企业将能够优化三个相互依赖的业务维度：
1> 智能的盈利性增长：智能企业在增加客户数量、改进关系、发现新市场和开发新产品与服务方面有更多的机会。
2>成本减少和效率提升：智能企业可优化资源与资本的分配与部署，以提高效率并以一种符合其业务战略和目标的
方式来管理成本。

3>主动式风险管理：由于预测和识别风险事件的能力的增强，再加上准备和应对这些事件的能力，

智能企业在结果方面具有更少漏洞和更大的确定性。

引用: IBM 商业洞察
http://www-900.ibm.com/cn/services/bcs/iibv/magazine_44/member/china_insight.shtml?ca=omedm44&me=2494&re=Ng806cg9unLqmAH6&_pdfuser=super#china_insight1