葉宗琪
大數據是我的主要研究方向之一，同時也在帶相關方向的研究生，所以我來回答一下這個問題。
隨著大數據相關技術體系的逐漸成熟，大數據技術目前正處在落地應用的初期，未來大數據技術將伴隨產業互聯網逐漸走進廣大的傳統企業。
當前一部分傳統企業已經陸續開始進行了一些大數據相關的項目建設，目前主要以場景大數據分析為主，配合數據展示（大屏展示）完成一些智能分析任務，主要的作用還是輔助企業決策。由於部分企業在大數據項目建設的過程中沒有形成一套完整的解決方案，導致出現了數據採集維度不夠、數據分析不全面、業務流程不匹配等問題，從而讓部分大數據項目流於形式。
傳統企業與互聯網企業在業務流程以及數據採集方面都有巨大的區別，所以不能完全照搬互聯網企業的大數據方案，而是應該從企業自身的業務出發，分階段完成大數據項目的實施。在大數據項目實施過程中，應該重點注重以下幾個方面的問題：
第一：大數據建設應該與業務相匹配。企業的業務模式通常要在大數據時代做出相應的改變，但是這通常需要一個系統的過程，企業不能有“一蹴而就”的想法，更不能有“一步到位”的想法。可以首先從業務模式比較單一的部門開始大數據改造，比如市場推广部門就是一個不錯的選擇。在積累了一定的經驗之後，再逐漸完成多部門的推廣。
第二：注重大數據生態的建設。傳統企業的大數據改造需要一個完整的生態，包括數據採集環節、數據分析環節和決策環節，不同環節都需要專業的人才，同時需要基礎設施的不斷完善，比如信息系統的建設和物聯網的建設。
第三：要形成從上到下的大數據思維。要想完成大數據改造，一個核心問題是能否建立大數據思維方式，能否通過數據來驅動企業的運營和管理。
我從事互聯網行業多年，目前也在帶計算機專業的研究生，主要的研究方向集中在大數據和人工智能領域，我會陸續寫一些關於互聯網技術方面的文章，感興趣的朋友可以關注我，相信一定會有所收穫。
如果有互聯網方面的問題，或者考研方面的問題，都可以諮詢我，謝謝！
IT人劉俊明
1. 主要領導必須主導和支持數據分析的議題（比如獲取數據、人員協調等）；
2. 甲方要有數據分析的組織和角色（如相關分析人員，分析結果核查人員等）；
3. 乙方要要深入瞭解客戶業務和熟悉組織角色，建設靈活可配置的數據分析模型。
4. 數據分析要有甲乙方的相關評價機制，並進行後續改善。
