一、大數據分析不等同于傳統(tǒng)的報告和分析

企業(yè)有數據倉庫、報告工具，還有大量的業(yè)務分析師，并能把分析報告發(fā)到每個人郵箱，這就是大數據分析了嗎?只做到這點還不夠，算不上是科學的大數據分析。真正的大數據分析區(qū)別于傳統(tǒng)的BI。就像社會協(xié)作不等同于電子郵件，大數據分析也不等同于傳統(tǒng)BI。傳統(tǒng)BI關注“發(fā)生了什么事”。大數據分析側重于“會發(fā)生什么”;傳統(tǒng)BI使用有限、純凈的數據,是一個簡單的數據模型，大數據分析使用許多不同的和不相關的數據集,更側重原始數據，并通過復雜預測模型展示。傳統(tǒng)BI支持因果關系，即發(fā)生了什么事，為什么會發(fā)生?大數據分析主要關注數據相關性，通過使用多個不相關的數據源，發(fā)現之前很難解釋的新的現象。在傳統(tǒng)BI領域會發(fā)現很多優(yōu)秀的業(yè)務分析師，但在大數據分析領域很難找到好的研究員。

二、尋找優(yōu)秀的供應商

找到一個好的供應商，可以幫助CIO針對企業(yè)業(yè)務做關鍵流程的設定，也可以做創(chuàng)新或者企業(yè)資源再投資利用的業(yè)務流程執(zhí)行。據麥肯錫調查分析，大數據分析是一個很好的起點，可以幫助CIO重新審視自己的組織，并尋找到合適的供應商。

三、思考新的數據平臺

大數據分析技術正在快速發(fā)展，我們可以發(fā)現更多的數據來源，并處理這些數據，企業(yè)當前的數據倉庫已不足以支撐需求，這讓很多企業(yè)意識到他們需要一個新的平臺，收集一些新的數據，而BI只作為其中的一種分析工具發(fā)揮作用。大數據分析平臺使得數據易于使用和挖掘，建立在分析用戶的需求基礎之上。與集中在大多數數據倉庫或業(yè)務報告環(huán)境中的傳統(tǒng)數據分析模式相比，大數據分析技術的基本特征是：發(fā)現、可視化和協(xié)作。

四、找到幾個專業(yè)的研究人員

專業(yè)大數據研究人員不同于傳統(tǒng)業(yè)務分析師。在某種程度上，CIO需要專業(yè)研究人員的幫助，掌握大數據分析技能，這些人能夠回答專業(yè)的業(yè)務問題，能夠通過你的平臺掌握數據和資源，并且能有他自己的真知灼見。

五、創(chuàng)建一個新功能并嘗試使用

我們習慣于看個人的數據集，而不會想把這些數據進行一個新的組合，會發(fā)生什么。如果仔細想想，在一個數據模型中，如果你采用全新的方法，以一種更有趣的方式結合，它將創(chuàng)造出新的價值。不管你今天的數據治理或信息管理處于怎樣一個環(huán)境，不管先前是否有案例，正確認識當前的挑戰(zhàn)，并且不斷超越。一個好的應用要盡快采用，養(yǎng)成以創(chuàng)新的方法做事情的習慣。

六、投資在學習上

IT團隊、業(yè)務團隊、管理團隊……每一個組織以及組織中的每一個人都要保持在一個持續(xù)學習的狀態(tài)。沒有人準確預測到未來會發(fā)生什么，有時失誤不可避免地會出現，但寶貴的經驗教訓，將減少失誤發(fā)生的幾率。只有通過不斷的學習，CIO或者CIO所處的企業(yè)在大數據分析戰(zhàn)略投資中，才能具備一定的掌控能力。