对于传统企业而言，大数据计划应该怎么做?

1、建立数据化计划

成为大数据企业的第一步是实现数据的录入和存储。企业最先需要考虑的是，需要保存哪种类型的数据。各个公司因业务模式的不同，需要涉及的数据也不同，是更加关注产品还是企业运营亦或是人力的数据资源，这些问题需要在建立数据计划之初就做好考量。但涉及客户体验的数据，比如家电的零售卖场，客户来到零售卖场所使用的交通工具;是否有老人小孩的陪同;看了哪些产品;最后买了什么诸如此类的客户素描形式的数据需要企业特别重视。或许当前这些数据还没有纳入到业务体系的审核，但在传统企业比拼客户体验和服务意识的未来，这些数据经过挖掘和分析后将产生巨大的价值。

2、建立数据管理和应用平台

企业做大数据，需要做好两个方面的基础。一方面是在IT基础设施上建立良好的数据处理结构，比如数据分布式存储、Hadoop等。另一方面，企业要建立自己的数据管理和应用平台，包含数据的采集、数据库架构、分析模块、API出口等。需要注意的是，数据管理和应用平台的建立必须从公司业务出发，建设适合自己的平台。

而在数据中心建设方面，随着云计算和数据中心的出现，外部数据中心的成本已经大幅下降，数据存储的费用也不再是障碍，对于很多企业来说建立自己的数据中心并无必要。

3、量体裁衣建立数据团队

对于大型企业(比如电力或是银行业)而言，自建数据挖掘的团队，无论是在成本控制还是业务响应机制上都相对有利。然而对于中小型企业来说，自建团队有时候并无必要，对这类型企业而言最重要的是将大数据思维融入到企业的日常运营之中。关于数据理念，我们认为最需要培养的是以下四点：①数据的形式是多种多样的；②数据的作用是用来预测；③利用分布式存储计算搭建数据处理结构；④考量数据的外部影响，或者搜索是否存在影响企业发展的外部数据。

4、定制好外部数据战略

有哪些外部数据会影响企业的业务发展?比如竞争品牌的售价、销售策略等。这些都需要提前搜寻和沉淀。建立外部数据计划，企业可以通过公共渠道或者数据交换的方法来进行。

5、以开放共享的态度做数据

企业保持开放共享的态度，不仅可以将自身存在的问题社会化，借助外部力量加以解决;另一方面，通过建立平等数据交换规则，可以实现数据形式的共享。

维克托•迈尔•舍恩伯格提出，大数据的本质并非数据量的多少，而在于数据间的相关性。通过对整体数据流动的挖掘和分析，实现跨领域关联，才能实现大数据作用的发挥最大化。