IT部门越来越重要
随着信息化建设速度的加快，企业也越来越重视数据分析产生的效能。然，数据分析决策对IT软件公司只是小case，但是对于一些传统企业，或是只运营线下产品的公司来说，他们的公司组成大部分是销售业务人员，只有极少数IT人员，从事的也仅是网站建设及维护。 这在现在是远远不够的，即使是经营线下产品的公司，也会产生大量的销售，库存等数据，如果能对这些数据进行有效的数据分析，带来的利益是很可观的。当然，我们说的数据分析不仅仅是用excel做简单的数据记录，排序筛选，而是更侧重于多维分析，钻取，预测分析等。因此，IT人员在企业部门中的发挥的作用越来越明显，对于那些IT人员很少的公司来说，IT人员的缺乏是它们现在面临的最大挑战。
投资回报率难以确定
一般来说，项目人员在一个项目实施之前都会评估这个项目的投资回报率。而数据分析决策（尤其是大数据分析）项目，在项目结束前是很难评估得到准确的投资回报率的，因为大数据带来了更多的可能性，每个可能性对应的结果都不同，随机性较大。为了降低风险性，正确迎接这项挑战，企业可以化整为零，投石问路——将大项目拆分成小项目进行试点操作，汲取经验教训，为评估实施大项目探路。
企业信息孤岛及非结构化数据
企业往往有多个独立的数据分析决策系统（crm，OA，erp），它们都作为企业不同的数据来源。在数据分析过程中，为了得到整体的企业数据视图，实现数据共享，就必须将这些数据分析决策系统的数据进行整合存储。企业级数据仓库的建立是对数据分析决策的一个很大挑战。另外除了现有企业内部信息孤岛的整合，还要考虑到新的数据集——大数据社交媒体数据和公共数据。如何将这些非结构化数据整合到现有平台中善加利用也是企业必须要思考的问题。
客户隐私的保护
斯诺登事件，去IOE事件，苹果手机后台采集客户隐私事件……这些都是大数据分析时代衍生而出的隐私问题，在社会上也掀起了一阵互联网隐私信任危机。 隐私权是消费者不容侵犯的权利，但是现在互联网上不知不觉记录着用户的各项资料，行为习惯，并在未经用户允许的情况下擅自利用，这也是因为互联网隐私存在灰色界定地带。 尽管如此，企业还是应该好好寻求数据分析利润最大化及尽可能保护客户隐私的平衡，公开透明地告诉用户企业收集了哪些数据，为什么要收集这些数据，让用户选择是否允许收集。 只有这样，数据分析带来的利润才是更加安全可靠的。
传统经营理念根深蒂固
究竟什么才是最可靠最该被信任的？是经营多年的经验？还是看似纷杂的大数据几秒钟得出的结论？
尽管大数据分析现在炙手可热，但是不相信数据分析的大有人在。据IBM的调查发现，有三分之一的企业领导者不信任他们收到的数据信息来做出决策。尽管企业内部开始进行数字信息化建设，但是很多，尤其是传统企业的管理者，他们甚者不用电脑查看报告，他们相信自己的经验直觉胜过一纸数据报告。
增加企业高管对数据的信任度是数据分析决策必须跨过的门槛。为了降低决策风险性，减少主观判断失误，决策需由经验驱动转化为数据驱动，经验只能作为辅助判断。 | 
发表于 2014-9-5 11:54:54
