关于大数据：⑦ 啥要点？
IT 领域的每一次商业运动都伴随着一定程度的自动化。从早期的行政工作（办公自动化）到后来的工程设计（CAD）、工程制造（CAM）、物料管理（ERP）、客户管理（CRM）、消费活动（电子商务），再到现在的商业决策（大数据）。每次商业运动也都会或多或少地留下一堆名企沉浮的案例和英才发家的故事，就像现今活跃在各大媒体头版头条、在电子商务运动中崛起的明星企业家们。
大数据运动会像 CRM 运动一样无疾而终，还是会像 ERP 运动一样默默无闻，亦或是像电子商务一样大红大紫，现在还言之尚早。但将分析作为核心竞争力的企业具有如下特征：企业注重长期发展，由高层推动和支持，将分析置于企业层面来构建差异化能力。
经典管理学教材中，企业的竞争战略分为三个基本类型：成本领先、细分市场和差异化。将分析置于企业层面的操作化含义是在企业经营管理的各个方面推行建模和优化。在大数据运动初期，企业主要依靠分析获取差异化优势，基本表现就是企业能以更精准的方式处理各个方面的事务，比如消费群体定位更准、生产成本更低、业务效率更高、内部管理更顺，直白点讲就是企业各个领域的决策更靠谱。比方说算个订单额平均数每个企业都会，但找出给企业贡献最多利润的客户或最可能销户的客户就不是所有企业都会的了。
现在的商业环境里，企业的产品和服务其实很难和竞争对手区别开来，而“分析”能让企业迈向保持领先的康庄大道。有好几段没提 Davenport 了，为了维持教授的出镜率，有必要再提一下：根据 Davenport 的总结，企业将“分析”打造成核心竞争力的要点如下：
- 高层主导分析：高层要明白分析给文化、流程和技术带来的变化，并为之背书。
- 创建分析制度：将数据收集和分析活动置于同个专门领导下，企业使用统一的分析技术和工具。
- 发动分析项目：启动以分析为核心的项目，并让项目最直接地服务于竞争战略。
- 建立分析文化：让整个企业都尊重量化的测量、检验和评价。
- 雇佣正确人才：寻找拥有高超分析技巧、能用简单语言表达复杂想法、能和决策者有效互动的人。
- 使用正确技术：舍得在 CRM、ERP 上花钱，做好花几年时间收集数据的准备。
- 最后需要再提一次，虽然分析可以通过助力决策成为企业的核心竞争力，但缺少战略考量的话，分析的作用仍然有限。毕竟，分析只是解决问题的手段而已。
