哈佛商业评论：大多数行业没有接近实现分析的潜力

　　早在2011，麦肯锡全球研究所就发布了一份关于大数据转换潜力的报告，这将需要一台超级计算机来处理所有自2000年以来出现的文章.然而，对于所有的炒作，大多数行业仍然没有接近实现数据和分析的全部潜力。

　　MGI最近麦肯锡分析在大数据措施的进度各行业对获取的收入和提高效率我们设想的状态研究五年前了。在数字本土竞争者的推动下，零售业已经占据了2011的利润率和生产率增长的30%到40%。

　　制造了大约20%到30%的潜力，而公共部门和医疗使糟糕的看房，实现只有10%到20%的值。在这些数字背后是GL在性能上的差距是几个公司之间的尖端和在任何行业公司的平均水平。例如，对电信业的检查显示，分析科技已经发布了三到五倍的回报，他们的大数据投资比典型的电信公司。回报率较低，不能简单地归结为企业不研究规模化。相反，许多高管已经作出了重大的技术赌注，但现在想知道为什么这些投资并没有取得他们预期的回报。麦肯锡最近调查了铁道部E超过500名高管代表公司在整个行业，地区和规模的光谱，和86%的报告说，他们的组织只是在满足他们设定的目标有点有效为他们的数据和分析举措。

　　在许多情况下，罪魁祸首是推出一些分析实验和嵌入这些见解到更大的组织的运作模式之间的差距。许多公司投资分析没有充分认识到将数据转化为真实价值的系统需要对其日常工作流程进行深刻的改造.。其他人仍然在全数字化业务滞后组件和过程来生成和收集所有可能有用的数据。

　　一个有效的转型战略清晰阐述如何从数据和分析将被用来创造价值和结果将如何测量。一旦战略愿景到位，高级领导，包括首席执行官，将需要个人冠军，以克服机构的阻力，打破部门之间的筒仓。

　　另一个关键的难题是获得正确的能力。数据科学家们的需求不断上升，但公司也在争先恐后地吸引或发展“商务翻译”谁能向数据科学团队提出正确的问题并将结果应用于实际的商业问题。这个角色需要结合数据悟性与行业或功能专长。虽然它可能是可能外包分析，业务翻译的角色需要专有知识，因此一些公司提供培训，从内部开发这些能力。

　　拥抱数据和分析不是一种策略，而是一种转变。仅仅在现有操作之上分层强大的技术系统是不够的。数字本土企业有着巨大的优势，收集，分析，和作用于数据是硬连接到他们的DNA，而传统企业要做的检修根深蒂固的制度，努力工作的角色和心态。

　　执行这些类型的组织变革需要时间，而且步伐完全取决于管理层所采取的行动.。对于完全接受这种转变的公司来说，投资于数据和分析可以产生比其他最近的技术有更高的回报率，在上世纪80年代甚至超过了计算机的投资周期。早期采用者的营业利润在增长更快，WHICH使他们能够继续创新和巩固自己的优势。在行业分析的引进一直进展缓慢，仍有先行者获得显著的EDG的机会超越竞争对手。

　　为了跟上变化的步伐，企业需要考虑两方面的策略。在不断流失的环境中，他们需要考虑自身的高风险、高回报等因素.新的市场或从根本上改变他们的商业模式。同时，他们必须应用分析来提高他们核心业务的性能.。追求这种战略组织提出将准备获得传统竞争对手一步，阻止潜在的干扰物。

　　这些干扰物在拐角处是正确的。数据和分析已经动摇了多个行业。公司处于领先地位，开始部署机器学习和深度学习，这可以从提供客户服务和物流管理对医疗记录的一切。我们正在经历最初的震颤即将构造的转变。给出的尺寸在有机会的机会和非常现实的创造性破坏的风险，组织将不得不通过不断增长的痛苦和适应更多的数据驱动的方式做生意。

　　转载请注明来自36大数据（：36大数据» 哈佛商业评论：大多数行业没有接近实现分析的潜力返回搜狐，查看更多