大数据是否意味着巨大的投资回报率？

向每一项新技术一样，大数据，需要结合管理才能得以实施。同样向其他所有技术一样，大数据技术也同样需要计算投资回报率。许多企业认为，大数据战略需要一个大的投资，同时其投资结果实未知的。

尽管麦肯锡表示，使用大数据，企业可以提高其运营利润率达60%，并可减少支出达8%，因为仍然有很多企业的CFO鉴于种种的不确定性而不愿意采用大数据技术。

大数据像任何其他战略一样，在其部署过程中，会以一种或几种方式对企业产生影响，其部署过程需要花钱来实现，而且其投资回报还不确定。企业如何知道回报率呢？以便计算出多少预算可以被分配到大数据？如果我们看一下营销预算，我们会惊人的发现，曾经有57%的营销预算在过去并没有获得营销投资回报。而且过去的业绩也并不能保证未来的业绩，那么你为什么要使用过去的预算方案来确定明年的投资呢？况且，过去制定预算时还没有大数据的存在。

因此，现在的问题是，你如何确定一个大数据策略的ROI？如果你认为你需要超级计算机来做大数据的计算，大数据可能看起来很贵。然而事实是，越来越多的开放源代码工具可以免费在商用硬件上使用，从而节省了很多钱。

存储数据也不是问题，因为这不是新技术；一些企业已经这样存储数据很长一段时间了。存储也变得日渐便宜，今天，更多创新的云数据仓库解决方案为投资提供了良好的价值。云存储可以帮助您节省很多钱，不用建立新的数据中心。诸如Hadoop这样的新技术，允许大数据集在低成本的商品硬件轻松扩展并行处理。存储PB级的数据，这大大降低了成本。传统的数据库的方法不具有可扩展规模，或写入数据的速度不够快，无法跟上速度，因此成本很高。所以，那些要使用大数据的企业必须了解新技术，以便充分利用大数据。

涉及到大数据的主要成本是在企业内部大数据的操作和整体管理和数据集成。优秀的大数据专家稀少而且薪酬很贵。管理1000节点的数据网格需要良好的管理。幸运的是，一些大数据企业已经开发出有效的算法，可以结合正确使用开放源代码工具，帮助您的企业节省一定的费用。

然而，确定投资回报率仍然很难。特别是因为没有可用的投资回报率模型。传统的IT投资回报模型是基于元素，如交易速度、数据中心获得节能或数据中心设备的减少。大数据不能以每次交易的速度为基础，也不能运行在虚拟机的传统模式。

为了开发一个大数据的投资回报模型，企业必须从以下步骤开始：

1、了解你为什么要使用大数据。设置利用大数据你想达到的目标。例如，更好地了解您的客户，您就可以给您的客户带来更好的体验，86%的客户都愿意付出更多的价钱以便获得更好的客户体验。因此，选择正确的目标，可以帮助确定您企业的投资回报率。

2、选择合适的工具，以满足您的目标。不同大数据的初创企业针对不同的解决方案制定不同的价格。开放源码的工具是免费使用的，但大部分提供商业支持计划，以帮助你实现工具部署。选择什么样的工具，要根据您企业的硬件商品或云数据储存解决方案的需要来决定。

3、从小项目做起，一个试点项目，将在一个较小的范围内实现你的目标。一个试点项目所需要的投资，对CFO的现有预算往往不成问题。所涉及的成本和收益，可以给你一个关于投资回报率的更有价值的洞察基准。利用试点项目，大数据技术团队可以显示将如何带??来价值和长期的回报。

4、将试点项目逐渐推广到整个企业。

可以肯定的是，大数据将为企业带来价值。这些价值的体现形式可以是因为确切地知道了顾客需要什么以及客户的购买模式，更快的让企业的产品上市。大数据还可以帮助企业了解你的竞争对手在做什么，或提供一个更好的以市场为导向的了解。大数据还提供并行处理提高资源利用率??，一般可以提供90-95%的服务器利用率，几乎没有空闲时间。其实，在很多情况下，一个大数据战略如果实施得当，将为企业带来很大的优势。

企业的投资回报率将是多少，取决于企业设置的目标、企业的规模、其（开源）工具的选取和硬件的选择。有很多因素会影响大数据的投资回报率。如果选择是明智的，大数据肯定会带来积极的投资回报率。建立一个试点项目，可以给你所需要的有价值的见解。如果从一个试点项目看到了效果，相信您企业的首席财务官会更愿意实施大企业大数据策略吧。所以，还等什么呢？从今天就开始着手你企业的大数据试点项目，了解你的投资回报吧。

微信扫一扫实时了解行业动态

微信扫一扫分享本文给好友