就大数据策略我所与之进行谈话的高管中的很
多人尚未将很多想法植入到该策略的执行中，因为他们正等待IT来完成他们的探索。事实上，根据直接经验和通过可信任的同事，我知道大多数公司在冒险尝试全出的策略之前都会开发大数据概念验证。
该方法听上去合理，关于领导变革的研究将提议一种不同的方法。尽管概念验证看上去是合逻辑的，而价值验证则会更务实。
在我浏览来自传奇作家Kurt Lewin 和John P. Kotter关于领导变革方面的最杰出的文献资料时，在任何地方我都没有找到“概念验证”的理念。事实上，我无意中发现该构想的唯一地方是在IT圈子中。这是因为IT人员来源于工程学亚文化群，在其文化中，您不能发布任何不完美的事物。概念验证是使用实验法在没有发布差强人意的产品的情况下他们降低风险的一种方法。
然而，关于概念的问题-即使它们已经被证实是其商业价值的固有缺乏性。相反地，我称之为价值验证的事物，更普遍地被称为小小的成功具有惊人数量的商业价值。由于其涉及在大数据工作中的最大挑战之一，让我们对比一下这两种方法：执行赞助和领导。
我们到底要证明什么？
执行支持是当今关系任何大数据工作的最大挑战之一。执行主管们明白因为所有的不可避免的大肆宣传有一些事情；然而，在具有强大的商业案例之前，您不能集合强大的执行支持。
当我在就其企业数据策略帮助Visa的时候，我们会花数周的时间收集强壮的商业案例，因为这是获得执行主管注意力-更重要的是他们的金钱的唯一方式。大数据努力工作竞争以获得执行支持，因为从一个执行主管的立场来看，看起来像是IT在胡搞，不带有任何实际的商业目的。
真正的执行领导在概念验证模型中往往出现得太晚。CIO会找到一些资金来购买昂贵的技术，与其高薪的">数据科学家和顾问团队一起着手数据挖掘工作。
这意味着通过梳理该公司的数据寻找-到底是什么，没有人知道。业务单位的总经理会耐心地等待IT发现一些有用的事情。如果IT事实上设法做到证明了一种概念，总经理便会振作精神，而大数据工作可能会逃之夭夭。这是当执行领导和赞助开始的时候-如果真会发生的话。
该方法有着大量的风险。花费了实际货币，却不能有这些分析是否会有任何商业价值的指示。如果CIO花费太多时间（时间表一般不与CIO共享），高层管理的耐性将会陡然消失，整个的努力工作就会被搁置，直到分析学大肆宣传的下一个波浪席卷而来。
领导更好的模型
为了确保来自您的大数据策略的实际价值，您应当正确地引导。价值验证模型要么由总经理要么由CEO驱动，这取决于工作的范围。在前面确立的适当的愿景是依靠商业价值，然后大数据调入以支持该工作。
跟随该愿景的是小小的成功，以及依赖早期的动力的较大的胜利。最终大数据策略凝固到该组织中，成为Kurt Lewin称之为重新冻结的东西。这就是每一个执行主管所熟悉的领导变革。
有CEO或总经理来以这种方式引导大数据策略就彻底地消除了不足的执行赞助的风险；因此就中和了我看到的当今在大数据工作中的最大风险之一。其同时促使了那些更可能为您的大数据投资产出回报的领导者控制的成功。
正如我在较早之前陈述的那样-这是文化的。IT管理者，甚至是CIO，在其概念验证心态方面假装得过于安全。证明价值具有更多的商业意义，其加速了你们关于在假设中是否有价值方面的共同理解。您从追寻小成功失败中要比您从成功的概念验证中学到更多。
最重要的是，该方法只要其一直有意义就会一直雇佣执行赞助。在大数据实验方面，执行主管抛弃了大量的金钱和时间，因为他们对其失去了信心。他们失去信心因为不充分的参与，其引起了围绕机遇的错误传达。
这是使用概念验证方法失败的关键所在。与此相反，当商业执行主管致力于此的时候，他们紧密地监控该机遇。不论胜负，小成功的结果引导他们沿这公司最有意义的路径走下去。
为了在您的大数据策略方面获取成功，您将需要一种执行的心态-而不是工程学的心态。工程师花费大量的时间将事情做，这无可厚非。我们需要工程师以准确无误；然而，在价值起作用的地方，这种心态并不能很好地适应商业策略。
如果您的公司当前正体验大数据试图立即证明某种概念——中断。您正在浪费金钱。相反，告诉您的总经理来创建紧密的商业案例，重新定位您的大数据团队的领导方向。如果您打算证明某件事情，其将变得更加有价值。
(责任编辑：fumingli)