（1） 保存各种数据。 如今， 存储的成本已经不是一个需要考虑的因素了。 要记住， 再好的分析， 没有数据也是不行的。
有很多数据， 即使现在没有办法分析， 也要尽量把它们存储下来以便日后分析。 很多公司都忽略了这一点。 其实， 很多的数据都可以把它们按照原始格式保存下来， 包括交易数据、用户行为、日志文件， 用户生成的内容、 传感器的数据等等， 总之， 你能有的数据， 先存下来。 将来总是有用的。
（2） 找一个数据科学家： 如果你是个小公司， 那么可能需要找一个数据科学家加入， 或者团队中有一个人需要成为数据科学家。 如果你管理一个大公司， 那么你可能需要一个团队的数据科学家。
数据科学家可以从内部培养。 一个好的商业分析师或者任何具有很强商业智能或者数据库背景的人都可能成为数据科学家。 你需要给数据科学家配备合适的工具， 并让他能够接触公司的不同数据， 以便他能够进行数据分析、数据挖掘、商业智能分析、数据产品化的工作。 一个好的数据科学家， 能够帮助你提高效率， 并且帮助你更好的利用公司内部产生的各种数据。
（3） 数据产品化： 对任何拥有“特有数据”的公司， 都应该考虑把这些数据产品化。 其实， 任何具有桌面、移动、网络或者服务器应用的公司， 都有自己的独特数据。
举个例子， 如果你是个B2B的软件即服务公司， 为你的客户提供自助报告的服务就是一个数据产品化的最简单的例子； 如果你是个电子商务网站， 利用数据为用户提供推荐则能够增加你的收入，；如果你有一个移动应用， 那么考虑如何让你的应用更加智能将会带来更好的用户体验和收入。 有个数据科学家来考虑如何数据产品化是第一步， 最终， 企业还是需要投入资源落地实施。
（4） 以数据为导向的领导： 大数据不是仅仅只是关于数据， 它更多的是如何利用数据推动工作流程， 优化产品功能。 这一切就需要企业的管理者用一个数据导向的方式来领导企业， 推动企业的大数据化。 21世纪是大数据的世纪。 如果企业不能在以数据为导向的大趋势下顺利转型， 就很可能会被竞争者击败。
您可以选择一种方式赞助本站