企業(yè)如何轉型到以數據為中心？需要從哪里開(kāi)始以及使用什么技術(shù)？這些是目前企業(yè)遇到的共同問(wèn)題。這些問(wèn)題很有挑戰性，但值得思考。
挑戰來(lái)自于數據所帶來(lái)的多重影響，讓企業(yè)感到“驚心動(dòng)魄”，因為數據洪流讓企業(yè)很難在高速變換的環(huán)境中迅速且準確地做出決策 -- 然而同時(shí)做好所有事情是不可能的，決策者安排好優(yōu)先級。
讓我們來(lái)看看企業(yè)現在都在面對什么？
不斷演進(jìn)的技術(shù)格局。數字技術(shù)蓬勃發(fā)展，無(wú)論是IT基礎設施還是到終端設備的創(chuàng )新都會(huì )引發(fā)出新的技術(shù)架構和商業(yè)模式。企業(yè)不僅要適應數據時(shí)代的高速運轉，還要從中敏銳地發(fā)現和抓住機會(huì )。
數據源的爆炸。在大數據時(shí)代，數據的來(lái)源無(wú)論是深度還是廣度都大幅增加，比如說(shuō)，服裝業(yè)企業(yè)，分析成交單數、客單價(jià)，成交單數是進(jìn)店人數乘以成交率，進(jìn)店人數又是路過(guò)人數乘以進(jìn)店率，那么路過(guò)人數、進(jìn)店人數就屬于數據廣度，而詳細到每個(gè)訂單的時(shí)間、地點(diǎn)、價(jià)格、款式等等就屬于數據源的深度。把所有數據全部收集起來(lái)并提升數據源的深度與廣度才可以提升數據分析的維度，讓數據發(fā)揮更大價(jià)值。
數據分析的價(jià)值日益增高。我們現在經(jīng)常發(fā)現，有很多企業(yè)在競爭的過(guò)程中，最終不是被同行業(yè)競爭對手打敗，而是被很多跨行業(yè)的公司所打敗。很簡(jiǎn)單的一個(gè)例子，大家都認為亞馬遜是做電商的，但這是錯的，它現在最主要的收入來(lái)自于云服務(wù)。也就是說(shuō)企業(yè)需要找到自己的核心數據并充分發(fā)揮其價(jià)值，這個(gè)是最關(guān)鍵的。
那么在大數據時(shí)代，企業(yè)又該如何做出決策？
我們不妨用維恩圖做一個(gè)數據驅動(dòng)型商業(yè)模式圖，這些集合分別是“企業(yè)有可能做什么”、“在實(shí)際中可以做什么”以及“希望實(shí)現什么”，這些元素是企業(yè)決策者在做決定時(shí)所需要考慮的，然而沒(méi)有任何企業(yè)可以滿(mǎn)足所有利益相關(guān)者的所有需求，這意味著(zhù)需要根據這個(gè)維恩圖中間的交集設定優(yōu)先任務(wù)。確定在哪里做什么，需要業(yè)務(wù)和技術(shù)團隊的合作 -- 我們已經(jīng)看到不同利益相關(guān)者群體之間進(jìn)行討論，利用這個(gè)模型在這個(gè)領(lǐng)域取得決策成功。
數據驅動(dòng)型商業(yè)模式維恩圖
當決策者由此梳理出優(yōu)先任務(wù)時(shí)，接下來(lái)可以用POC即概念驗證來(lái)推動(dòng)這個(gè)任務(wù)。
概念驗證（Proof of concept，簡(jiǎn)稱(chēng)POC）是對某些想法的一個(gè)不完整的實(shí)現，以證明其可行性，示范其原理，其目的是為了驗證一些概念或理論。
比如說(shuō)在汽車(chē)行業(yè)，對于一個(gè)汽車(chē)企業(yè)來(lái)說(shuō)數據源是十分廣泛的。細分到客戶(hù)服務(wù)這樣的數據，車(chē)企一般都會(huì )與經(jīng)銷(xiāo)商一起管理和解讀。隨著(zhù)汽車(chē)行業(yè)的數字化進(jìn)程，車(chē)企從關(guān)注客戶(hù)數據到后來(lái)也開(kāi)始關(guān)注共享汽車(chē)甚至自動(dòng)駕駛等商業(yè)模式。隨著(zhù)數據分析方式的智能化。主動(dòng)的數據采集被實(shí)時(shí)感知儀器所取代，這些數據漸漸的需要與機器學(xué)習和人工智能等高級功能一起收集，自動(dòng)執行簡(jiǎn)單的決策（例如低風(fēng)險授權），執行更大的任務(wù)。
在很多情況下，企業(yè)決策者是不可能一開(kāi)始就知道數據如何演變，采集數據的方式又會(huì )有何進(jìn)步。在以上對數據進(jìn)行認知的過(guò)程中，車(chē)企是希望擁有更多有價(jià)值的數據，對數據進(jìn)行分析來(lái)開(kāi)展業(yè)務(wù)。實(shí)際中車(chē)企可以提早引入數據分析，加強數據管理，并在實(shí)踐中不斷進(jìn)行驗證。
這種概念驗證是很有必要的，它幫你了解業(yè)務(wù)運轉是否在正確的軌道上；它與現代企業(yè)希望遵循的敏捷開(kāi)發(fā)模式相適應；它確保你不浪費時(shí)間在價(jià)值較小的想法上；它幫助促進(jìn)業(yè)務(wù)和技術(shù)團隊之間的信任。
從英特爾的角度來(lái)講，當客戶(hù)希望投資基礎設施，用于大數據分析和挖掘的時(shí)候，這是值得鼓勵并且是值得的，因為客戶(hù)的確能夠從技術(shù)投資中獲取價(jià)值。在今天復雜的市場(chǎng)環(huán)境中，正確的做法是，先證明投資的價(jià)值，再采取行動(dòng)。
這就是我們?yōu)槭裁刺岢谌σ愿皩?shí)施具體分析戰略之前進(jìn)行概念驗證演練（Proof of concept，簡(jiǎn)稱(chēng)POC）。概念驗證不僅僅是測試想法，還把利益相關(guān)者更緊密地團結起來(lái)并產(chǎn)生信任。
是的，決定分析戰略就像走鋼絲并且有很多可能的路線(xiàn)。提前確定優(yōu)先任務(wù)，并通過(guò)概念驗證進(jìn)行測試，企業(yè)決策和數據分析戰略做好最充分的準備。
