大數據蘊藏著各種可能性。但套用喬治·蕭伯納的上述名言，企業領導者 應如何主動采取行動而非被動反應呢?追求價值最大化的過程中，企業 應主動出擊，未雨綢繆。在適當的時機，通過大數據能夠及時洞察在小數據中難以發現的新興趨勢，使企業在制定戰略時更具前瞻性。具體應該如何操作呢？九正建材網總結如下：
事實上，在競爭激烈的環境中，大數據可能會迫使企業采取行動，而非被迫 做出反應。然而，假設企業已對大數據應用的優勢與相應成本做出審慎權衡，那 麽在大數據帶來的無數可能性中，哪壹種最為有利?大數據將為企業的戰略提升 帶來三種可能性：
回答現有業務中的已知問題，專註於提升業績和運營效率。
回答現有業務中的新問題，專註於業務增長機會。
回答新業務中的新問題，目標是改寫競爭格局。
雖然企業對大數據應用的深度不同，但研究表明，目前大數據應用主要還停 留在第壹個階段，而關註第二階段應用的時機已經成熟。最近針對全球多個行業 和地區 100多位首席信息官的調查發現，大數據(包括其在企業中的應用和知 識發現技術)將是 2013年最具顛覆性的三大技術之壹，僅僅排在雲計算部署 和移動支持之後。正如克萊頓·克裏斯坦森 (Clayton Christensen)在其著作《創新 者的窘境》(TheInnovator’s Dilemma)中所定義的，壹項顛覆性技術應創建壹 個新市場，並最終超越現有市場。根據克裏斯坦森的定義，目前大數據在企業中 的應用壹般僅起維持作用，也就是僅用於改善現有產品，進而獲得來自更高端客 戶的更多利潤。
從大數據 1.0到大數據 2.0
“生大材，不遇其時，其勢定衰。生平庸，不化其勢，其性定弱。”--老子
新的基礎設施或數據來源可以通過解答現有業務問題來實現大數據的壹些價值，尤其是在現有數據顯著增多，導致通過數據創造商業價值的傳統方式 難以維系的情況下。例如，Rackspace公司最初電子郵件托管服務的客戶規模 非常有限。後來，其客戶數量迅速增至 100萬，每天各種格式的日誌記錄多達 150GB。這使Rackspace 公司運用原有數據系統處理故障排除要求的能力面臨挑戰。 過去花費幾分鐘完成的任務現在卻要花上幾個小時。結果，Rackspace公司不得不遷移至 Hadoop基於堆棧的大數據基礎設施，才能繼續實現其電子郵件托管服務的價值。
大數據可以更快、更好地回答問題。比如電信公司可以用來自社交網絡的客 戶交互新數據補充現有客戶數據，從而提高客戶流失分析的價值。
然而仔細觀察發現，這些類型的大數據應用並沒有為企業的基本戰略和方 法帶來變革。比如，企業了解客戶流失的目的基本保持不變，僅僅是新增了社 交媒體數據的屬性。這壹相對保守的做法似乎代表了當今大數據應用的特點。 在《經濟學家》雜誌 2010年的壹項調查中，在被問及 “大數據為貴公司帶來什 麽樣的新機會 ”時， 大多數受訪企業首先提及的是 “提高運營效率”(51%)。與此 形成鮮明對比的是，選擇 “服務和產品創新 ”的企業數僅僅排名第四(24%)。鑒 於 2010年的經濟形勢，許多企業更側重削減成本，因此選擇 “提高運營效率 ”可能不足為奇。但是，隨著經濟好轉，企業的側重點亦由削減成本轉向業務增長， 因此應該采取其他的大數據應用方法。
要進行顛覆式創新，企業必須采用新模式，尋找創造和刺激增長的新途徑。 回想壹下由內容制造驅動的 Web2.0技術如何顛覆基於內容消耗的 Web1.0時代， 為企業與客戶的交互方式、產品和服務的創新方式、協作方式和營銷方式帶來了 巨大變化。同樣，大數據 2.0戰略將開啟新的市場，使領先企業能夠抓住稍縱 即逝的機會，搶在競爭對手之前從中獲取巨大利益。
大數據業務戰略演變——以出租車公司為例
大數據1.0 戰略
可擴展性技術： 新加坡出租車運營公司ComfortDelGro 最初通過人工電話處理出租車預訂服務。後來，隨著客戶數量猛增，人工電話服務難於滿足需求，公司開始投資大數據技術，投入6000 萬美元開發了由自動撥號系統和智能手機應用組成的出租車預訂系統，後臺的數據基礎設施能夠支持儲存和處理數以十萬計的行程。15000 輛出租車的運營數據以及數以億計的實時GPS定位信息這壹舉措提升了公司的運營能力，每年能夠處理2000萬次的出租車預訂服務。
大數據2.0 戰略
重塑客戶行為：ComfortDelGro 收集了多年的出租車每日運營數據和需求波動數據。隨著新加坡人口和旅遊業持續增長，為了應對每天或每周特定時段出租車預訂數的持續增長，公司在特定時段和地區通過各種附加費對價格進行了調整，這壹舉措重塑了客戶的預訂模式，使公司能夠始終如壹地滿足客戶的需求。
創造新產品和服務： 實時了解客戶與出租車的位置，結合歷史預訂記錄，出租車公司能夠從技術上預測在不同時段，比如，每天或周末的不同時段，避免擁堵的最佳行車路線，基於此公司可提供實時路線推薦的全新服務。這項服務不但能夠幫助出租車司機預測業務量和交通狀況，還能作為第三方增值服務銷售給其他公司的出租車司機。
數據生態系統視野：可靠的交通路線自動預測服務是基於壹個數據生態系統視野。該系統中的數據被出租車運營公司，交管部門和環保部門所***享，這些組織擁有互補的數據和利益，交管部門實時掌握全城交通運輸的概況，而出租車運營公司則可以從其移動車輛掌握少量但卻詳細的交通運行軌跡。這些數據，再加上來自環保部門的實時天氣和路況信息，能夠更有效地預測交通擁堵，這壹服務使三方同時獲益，交管部門希望緩解城市擁堵，道路暢通對出租車公司來說意味著收入增加，而環保部門更關心的是二氧化碳減排問題。
顛覆性大數據的新商務戰略
通過回顧相關研究以及業界領導者的討論，我們得出顛覆式創新的三種大數據戰略。
首先是客戶戰略，即利用客戶交互數據重塑客戶行為，而非簡單的了解。 這類數據使企業可以預測和引導市場尚未出現的需求，進而創造新的利潤。這 壹戰略可與產品戰略相結合，開發新產品和新服務的新需求，使大數據實現創 收。同等重要的是，僅僅依靠這些戰略並不能帶來持續收益。我們還需要生態 戰略，這是第三種戰略，企業借此參與、甚至重塑壹個以行業為導向的全新群 體，成員之間通過數據***享提高整體經營水平。
然而，在某些領域，壹些企業已經開始積極重塑客戶行為，而非僅僅滿足於了解客戶行為。這涉及全面了解客戶，包括他們的行為、偏好和競爭行為，以及對基站或無線熱點信號進行三角測量而得出的實時定位數據等。
客戶戰略：重塑客戶行為
福特汽車研究與創新中心的預測分析與數據挖掘技術領導人邁克爾 卡瓦拉塔 (Michael Cavaretta)認為“大數據的精髓理念是它能夠讓妳見微知著並作出反應”。許多數據驅動型企業在與客戶打交道時廣泛采取這種被動型立場。直到最近，企業了解客戶行為的主要方式是聘請市場調查公司，然後基於調查結果，應對客戶需求。 如今，市場表達情緒的渠道已逐步轉向社交媒體，但企業了解客戶行為的主要方式 基本上仍然是被動型方法。
然而，在某些領域，壹些企業已經開始積極重塑客戶行為，而非僅僅滿足於了 解客戶行為。這涉及全面了解客戶，包括他們的行為、偏好和競爭行為，以及對基 站或無線熱點信號進行三角測量而得出的實時定位數據等。這使企業可以借助最適 合的渠道在適當的時機向客戶提供高度定制化的產品與服務。
Netflix 和亞馬遜等企業利用這種數據確定各自客戶的愛好與偏好，並利用這類信息為客戶實時提供相關的有用服務，進而影響客戶的購買行為。對 Netflix來講， 推薦的服務不局限於新電影，還包括老電影，這樣有助於降低授權成本。同樣， 零售商也可以通過利用客戶信譽卡和來自 Foursquare等的實時註冊數據了解客戶偏 好，然後通過移動應用發送促銷信息，以影響顧客的購買行為。
最近，我們與壹家金融機構合作，通過匯集多方面宏觀經濟指標數據，審慎評估其貸款和借款風險，所涉指標包括消費指數、房價指數以及國家貸款沖銷(有多 少貸款因無法收回而註銷)等。這種全方位的方法將壓力測試的門檻提高到更為實際的水平，改變了金融機構對風險評估所持的態度。
然而，實施該戰略面臨特別的挑戰。主要問題是個人隱私。與個人或敏感信息有關的問題應盡可能地審慎和透明處理，即便這些信息並非來自個人數據。從執行角度來講，企業也需要預測對客戶行為造成的變化。由於無法確定企業的推薦服務 最終會影響多少客戶，這個問題不容忽視。在某些情況下，企業無法充分了解和控 制其供應鏈，通過實時服務滿足客戶的多變需求。結論是，企業必須持續關註客戶， 以確定何種程度的 “影響 ”是適當的。
產品戰略：開發新產品和服務
數據價值鏈上的許多企業都位於數據通信的 “忙區 ”，他們的戰略定位使其可以從現有數據中獲得經濟利益。這些企業以來自通信、媒體和娛樂行業居多。這些企業通過數字渠道與客戶廣泛互動，正成為擁有大量寶貴客戶數據的資源庫。
許多企業借助這類數據獲取洞見，支持日常業務，以服務於現有市場和客戶。壹直以來，銀行通過客戶資料、交易以及在線和手機銀行業務全方位了解客戶，進而改善客戶滿意度。比如，盡可能地減少ATM機缺款事故，以及改善產品和服務定價。然而，其他壹些企業已經通過數據創造價值，瞄準新市場，創新和設計全新的業務模式。比如，通過智能手機客戶端，電信公司可以實時獲取關於其大規模客戶群的詳細信息，包括位置、使用情況、社交網絡和其他特征。他們將這些數據信息加以利用，推出新的服務，如基於位置的市場營銷。再比如，除了普通電話服務外，新加坡三家本地電信運營商M1、Starhub及Singtel與新加坡報業控股和其他零售商合作，為客戶提供基於位置的廣告短信息服務。短信息發送數量和可能的客戶回復率最後轉換成電信公司的額外收入。
因此，大數據可用於為客戶實時提供生活資訊服務。這些戰略可以幫助電信公司留住客戶，同時帶來更多收入。這壹思路同樣適用於其他領域。比如，保險公司推出新產品和服務，而不僅僅是銷售標準化保單。將客戶風險偏好、所采用的保單 和壹段時期內的歷史理賠數據整合輸入新的監管報表，這比傳統方式更具現實意義。
由於新產品或服務通常迎合未知市場，該產品戰略不僅限於知名公司及其子公司，同樣也為新進軍市場的企業提供了巨大商機。例如，零售領域的實時價格對比服務，讓澳大利亞的 GetPrice和英國的 PriceRunner在為客戶提供更多價格信息的同時，亦為更具針對性的在線廣告開設了新渠道。在醫療保健領域，成立於2008年的 Castlight Health 公司利用大數據為患者提供健康醫療成本信息，而這些信息壹般是客戶難以接觸到的。社交網站 PatientsLikeMe搭建了壹個自由論壇和友好交流環境， 在這裏，患者可以找到其他有類似病情、服用類似藥物，甚至實驗室檢測結果相似的患者。它通過向制藥商出售數據獲取收入，所有過程保持公開透明，用戶對於其數據評級、評論和意見的使用情況了如指掌。
當然，通過大數據創新產品和服務亦面臨諸多挑戰。新進軍市場的企業應註意數據使用在法律和道德方面的問題，尤其在涉及客戶個人數據或以盈利為目的、從私人性質的大數據中提取信息的情況下。世界各國的政策制訂者壹直在審查與數據 相關的法律，多個轄區的判例法制度體系也正在完善。不久的將來，針對數據商業化和盈利機會的監管環境將會發生變化。
隨著大數據的飛速發展，數據保護和隱私立法可能將跟上腳步，以涵蓋所有可 能的應用。因此，對於利用大數據制定新的客戶和產品戰略的企業來講，他們至少 有義務保證客戶對自身數據使用的知情權，為其提供充分的信息，供其在知情的情 況下作出選擇。這樣才可能使雙方獲益。同時，操作透明有利於加強監管和道德自律， 提升企業聲譽、客戶忠誠度和企業品牌。
完全依賴產品和服務創新實現數據商業化也可能造成壹定的長期風險。在沒有建立完善的體系制度之前，新市場很可能被其他新的發展事物打亂。從數據的角度來講，需要從生態系統的視野考察數據。在這個系統內部，數據提供商、受益人、 競爭對手以及監管機構能夠健康發展，從數據***享中受益。
生態系統戰略：數據生態系統視野
通常，壹個企業無法全方位了解其客戶，難以推出全新且極具吸引力的產品或服務。在這種情況下，企業可以從生態系統中的其他企業處獲得補充數據，填補空白。這種生態系統以適當的合作戰略為基礎，以此使得從企業到消費者的所有相關方從中獲利。該生態系統視野可以采取多種形式。壹端是傳統意義上互為競爭關系的企業之間的合作，而另壹端則是各公***機構之間的全程協作，旨在更好地交付服務。除了相互合作產生短期效益外，該生態系統戰略還有助於分散風險，使各方 長期受益。
保險領域已經出現了這類數據協作的案例。比如，識別和防止欺詐性汽車保險索賠不但有助於提高保險公司的盈利，還可以降低汽車保費。英國保險協會成員***享來自數百萬客戶的理賠數據，而後在英國保險協會設立的非營利機構保險欺詐局集中分析這些數據，以解決欺詐性保險索賠問題。這些來自數據庫的信息被稱為 “保 險欺詐記錄 ”，大大降低了每年欺詐性索賠事件的數量。英國保險協會稱 “這些保險 欺詐記錄有助於保險公司識別用戶欺詐行為，進而采取適當的應對措施。汽車保險產品的整個生命周期，無論是續保、理賠或是其他任何階段，這些信息均可以派上 用場。”
幾家音樂行業的組織，包括發行商、音樂服務供應商和作曲家協會，正致力於創 建壹個 “全球曲目數據庫 ”以打造音樂行業的數字化未來。這是獨壹無二的權威性歌 曲庫，供所有地區用戶使用。音樂發行價值鏈中的所有組織都可以使用該數據庫，確保音樂作品的授權準確高效和後續的版稅支付。音樂服務供應、消費和授權的在線商業模式迅速演變，而該數據庫的建立則標誌著該模式在變革之路上邁出了重要的壹步。
雖然大數據應用的實證案例相對較少，但行業內部戰略傾向於重點利用大數據解決***同關心的監管、商業或技術層面的特定風險問題，同時締造壹個公允的環境讓企業之間以正常的方式爭奪客戶。這個方式可以最大限度地減少潛在沖突，否則將導致合作聯盟分崩瓦解。同時也印證了埃文 羅森(Evan Rosen)的觀點：這類聯盟建立之初就有清晰的架構，為雙方創造價值並公平壹致地對待參與企業，唯有如此，競爭企業之間的合作才有意義。在跨行業方面，大數據為電信公司和金融機構展開合作並***同獲取更多洞見提供可能性，尤其在零售支付和移動技術整合方面。 通過充分利用各自的客戶數據，他們可以協同分析合並數據，然後創建壹個真正與眾不同的移動銀行平臺。
在該生態系統中，政府部門也應有所作為。許多企業可以從其他額外數據中受益， 比如實時天氣和交通信息。這些信息通常由公***部門采集，而對任何壹家公司來講， 復制這些數據的成本極其昂貴。鼓勵企業與政府機構合作，***同承擔數據收集的投入成本，因為他們與該服務的下遊影響利益息息相關。比如，在規劃貨物運輸時， 企業可將其內部貨運和訂購數據與港口管理部門設置的傳感器和雷達獲取的外部實時港口數據相結合，進而從中受益。這也有利於港口管理部門保證人員和船舶的安全及物流效率，進而樂意為傳感器設備進行投資。
企業領導者可以做什麽?
本文關於大數據的三大戰略將在適當的商業背景下為企業帶來諸多機會。企業領導者可以問自己壹些問題，以確定自己是否能夠發掘這些戰略所蘊藏的積極而具顛覆性的潛力。
消費者戰略。大數據為企業提供更多的機會來重塑消費者行為，滿足消費者自身可能尚未意識到的需求。要確定是否準備就緒，先行壹步利用大數據，企業首先應回答幾個問題： 消費者做出何種購買決策，以及購買決策涉及哪些流程?是否存在利用新數據影響消費者購買決策的機會?如果存在，這些必要數據從哪裏來?是否具備必要的基礎設施，能夠低成本、高效並及時(如有必要，包括實時)地利用大數據?
產品戰略。企業還應評估是否準備就緒，推出具有競爭優勢的新產品和服務。這需要回答現有數據的價值和數量問題。他們是否擁有獨特的資產?整合這些資產是否可以解決市場需求?新產品和服務將投入新市場還是現有市場?如果進軍新市場，通過何種渠道?對新產品和服務的投資是否會對現有業務造成機會成本?
生態系統戰略。企業應分析自身能否從孤立的戰略變革中獲得最大價值，還是更適合與其他企業協作，進行獨特而又強大的數據分析。是否充分了解處在商業價值鏈上的所有其他企業?如果答案是肯定的，那麽企業領導者應確定這些對手掌握的數據集或具備 的商業眼光是否與自己的企業形成互補?此外，企業領導者還應確定在不失去自身競爭優勢的前提下***享數據的可能性。
並非所有的企業都已準備充分或具備必要能力同時實施上述三種戰略，或者， 他們僅需要實施其中壹種或兩種戰略，以提升目標業務的業績。無論選擇何種戰略， 企業應能夠及時洞察大數據蘊含的經濟價值，合理開發大數據資源，從授權和管理所需人才，到適當投資技術基礎設施以保證運營。同時，對於儲存、分類和分析大量數據所需設施和技術的成本以及大數據的潛在收益，企業亦應充分權衡。
大數據帶來的是數據革命嗎?雖然業界對大數據的認識顯著提升，而且相關工具越來越多，但對大多數企業而言，顛覆性變革還未到來。隨著人們充分利用大數據的優勢並結合大數據提出的全新業務戰略，在不久的將來，新的企業將重磅出擊並開拓新的市場，摒棄炒作而專註利用大數據發現並解決新的業務問題，滿足不斷變化的市場需求，保持可持續的競爭優勢。