连业务系统都没搞好！谈什么BI大数据？

在大数据转型过程中，许多企业盲目跟风，想用最新技术来提升效率却往往收效甚微。例如，一位董事长想通过大数据分析客户订单，以辨识优质客户，但其实现状况是内部财务、销售、运营报告的数据不一致，没有问题。大数据公司建议使用数据看板进行直观展示，并需要专业咨询公司进行数据指标梳理和数据治理。

大数据应用较好的行业包括通讯、电力、金融、零售等，因为这些行业本身具有大量数据需分析，而对于传统行业如建筑、农业、物流等，虽数据量有限，却误以为需要大数据处理。实际上，传统行业在数据化转型时，应更关注业务价值和数据的逻辑与治理，即数据资源规划。

对于一个公司，如果业务系统在1-5个，应先把业务系统用起来，利用ERP系统规范业务流程。而对于拥有约10个系统的公司，应考虑数据规划，同时考虑公司和业务系统规模。数据资源规划的关键时刻在诺兰模型中，信息化中级阶段，这时应考虑引入大数据技术，而不是简单认为需要数据处理或数据无法统计就引入大数据。

数据资源规划不应急于求成，需保证数据利用起来，形成统一的数据主题库。“数出一门”对于各系统对接和数据价值都是关键。关于商业智能系统的建设，可以采取“从上自下”、“从下而上”或“上下结合”的方式进行信息资源规划。无论哪种方式，建设大数据系统的前提是有清晰的规划，不能急于求成。

面对大数据，传统行业需要冷静思考数据资源规划，让数据产生真正价值。而不是仅仅追求技术上的炫酷，忽视业务系统间的数据混乱，这是大部分传统行业所面临的问题。