寻求大数据项目的成功？记住：文化为王。
Tara Paider，是位于俄亥俄州哥伦布市，Nationwide Insurance公司的IT架构的副总裁，对于数据专家渴望获得大数据项目的成功，给出了一些建议：大数据项目失败的最大原因之一，既不是技术，也不是数据的数量。而是人。
例证：Nationwide的保险代理人的日常工作的一部分，是确保保费上升时，客户不转换到其他保险公司。有一个列表，列出保费将在未来30天内上升的客户，代理拿起电话，与他们最好的客户解释这些变化。一项新客户数据分析项目发现，这样做有时会有负面作用：这些电话并不能帮助代理保住那些保费变化的客户，实际上会造成客户流失，Paider说。
“对于代理，很难理解数据发现的结果，因为和他们过去20年所做的不同，”她对在拉斯维加斯参加Gartner Business Intelligence and Analytics的与会者说。
所以，Paider和她的团队开始制作更精细的保费通知列表，让代理只给会带来积极响应的客户打电话和接触，她说。
这个故事和CIO这个职位本身一样古老。ERP整合项目经常失败，并不是因为技术，而是因为人。 大数据，也没有什么不同。但是大数据正在颠覆业务流程工作流；它对所有都有影响，从企业基础设施，到企业架构。为了确保员工为数据感到兴奋，而不是感到威胁，专家常常告诫公司，他们需要创建一个数据驱动的文化。但这说起来容易，做起来难。
Paider指出，一个强大的企业文化——要从高层开始，但不止于此；它还需要一线员工的参与，但是会带来额外的障碍。 “这是最难的部分，而我们在过去20年或30年都是这样做的，我们很清楚。这是我们最大的挑战，”她说。
打造数据驱动的文化
Paider的观点并不罕见。
PricewaterhouseCoopers的研究指出文化,错误的文化是阻碍企业利用数据，并在信息时代取得成功的三大障碍之一。这一研究，与Iron Mountain合作完成，发现四分之三的企业中没有从他们的数据中获益。
公司如何打造数据驱动的文化环境？Gartner给出的定义是：“企业使用数据来组织活动，做出决策和解决冲突”。在Nationwide，是任命一名首席数据官(CDO)，Paider向其汇报。
“任命CDO，是好消息，我们希望利用数据来作出决定，”她说。“我不认为这是改变文化的唯一方法，但你需要一些能够在业务和IT数据上有发言权的人，从而做出正确的决定。”
Nationwide的另一项文化修正，是向业务开放数据。新的，非结构化的数据源，比如地理位置，语音，社交媒体数据，可以更深入的了解客户的行为，获取更多的机会，更好的去服务客户。为了帮助业务获得这些洞察力，IT部门需要在大数据技术上进行投入，并承诺让业务部门访问这些数据。“传统上，我们认为数据项目是线性的，类似应用开发项目，”Paider说。“但是，数据项目很复杂，你根本不知道会从数据中发现什么…直到你开始接触这些数据。”
在另一家数据驱动的企业内，开放公司数据对于打造大数据文化也是关键。Jeremy King，是位于加州圣布鲁诺的@WalmartLabs 的CTO和主管，说他的团队将数据集中到一个Hadoop系统，让他们的内部客户访问其所需的数据，来进行实验。在提供访问权限前，King的团队构建进程，以清洗和标记数据以保护个人认证信息。 但是，公司还需要消除官僚壁垒，让访问数据变得容易，有些企业则选择逃避。“我和很多企业进行过交谈，已经建立了Hadoop 或大数据架构，但是他们却不让任何人访问这些系统，”他在去年秋天的Strata + Hadoop World上说到。
这种繁文缛节限制了创造性思维和实验，King说。在Walmart，甚至提供部分数据的权限，也是被限制的。“如果你只使用部分的数据，你将很难做出决定，在Walmart这样规模的公司内，是否起作用。所以我们希望每个人从一开始都能够访问数据，来测试他们的理论，”他说。
授予整个匿名数据集的访问权限起到了效果。至少在一个案例中，这样做促使了一个类似初创的时刻，在几个小时内，两个工程师设计并开发了广告优化平台的原型，将在线广告和线下销售相连接。这一原型最终成为Walmart Exchange。
“我认为，除非你有让所有人访问数据的系统，这些神奇的时刻是不会发生的，” King说。
如何构建数据驱动的文化
开始建立一个数据驱动的文化，CIO们必须找到令人信服的业务用例。Micheline Casey，美联储的前任首席数据官，现在为大数据分析公司Clear Story Data担任顾问，曾经经历过对于大数据项目的阻力，不是因为缺乏兴趣或支持，但因为更务实的理由：钱。“美联储是一个政府机构，它虽然不从国会拿钱，但它有预算，”她说。预算很小，造成资金的争夺。
“特别是刚接触大数据的公司，要识别和优先选择正确的项目和用例，展现价值，在企业内建立信誉，”她说。“在很多企业中，这种信誉帮助你获得资金。”
这就是为什么专家们，包括Mann，建议通过解决一个小问题，将大数据引入企业。“你想要找到一个可以成为范例的案例，” Mann说。“你有一个非常具体的问题，你对于这个问题，有个非常实用的解决方案。”
随着企业看到问题快速解决，对于这种方法的信任会增长——随着文化变得越来越数据驱动，IT的战略也会随之改变。在Bloomberg，例如，对于大数据价值的讨论已经结束了。现在的挑战是确定在机器学习和大数据平台上需要构建什么。
“你必须确保你密切与产品相关，你构建的是通用系统，而不是针对小问题的特定方案，因为这个小问题可能会发生变化，” Mann说。
本文转自d1net（转载）
