曾经有人说，数据驱动下的决策都是更优的决策，大家可能会不以为意。但当下，大数据的话题已经占领了各大企业的头等议程，吸引了技术领导者的诸多投资。现在看来，这句话中蕴含了大智慧。

大数据的崛起早已不仅局限于管理分析的问题了，它改变了决策主体和决策过程。大数据帮助企业决策方式从业务驱动转为数据驱动，决策过程从被动式改为前瞻式，帮助企业以全新的模式实现颠覆和超越。

数据量与日俱增，其转化为信息的效率也越来越高。人们更容易从各种渠道获取数据，但对数据的管理和驾驭能力还有待提升。

首先，人们有更多的方法来收集、分析结构化和非结构化的数据，以此来创建信息。信息被创建后，可以即时操作，更多的利益相关者也能够立即访问，并且分享这些信息。这对即时了解情况有大幅度提升，但与此同时，对于这些由数据驱动的信息，从管理和运营能力上及时作出处理，可能还面临很多挑战。

非结构化数据指没有预先定义格式的数据。例如，TripAdvisor网站的顾客评论包括大量数据，但这些数据并未立即组织用来进行分析。尽管此类数据难以获取，但仍可为您的酒店提供有价值的信息。结构化数据指以预先定义的方式储存和标记的信息。例如，预订数量、社交媒体流量等属于结构性信息，比非结构化数据更容易检索和分析。

 △TripAdvisor上的宾客评论

所谓将数据结构化及可视化，是指数据在未来应该用更直观的方式显示出来。因为在部分酒店没有挖掘好数据的同时，部分酒店也出现了数据泛滥的问题。管理层每天受到数以十计的报表，而要从这些密密麻麻的数字里面看出趋势并不是每一个酒店人能够做到的。

数据的商业变现需要有基础构架的支撑。变现是指数据的有用性、价值性和盈利性。企业首先要有一个数据仓库进行数据的储存，且要保证储存的数据是高质量的，能服务于运营、决策和计划；再者，就是要对消费类数据进行整合。

• 数据处理是有效的、有益的或者可盈利的；

• 工具：是一个公司中广泛累积的大量数据，并且用于指导管理决策；

• 质量：数据要符合其运营、决策和长远计划的意图

二、与数据分析师保持步调一致

企业要有好的商业逻辑，能够洞悉数据背后的表现规律和模式，随着数据的增多，对逻辑和模式的判断应该更为精确，要有前瞻性分析。

用计算机认知数据体系是将计算机作为工具而非将学习过程过度程序化。学习软件可以识别数据中隐藏的模式，并在相似的数据组别中使用这一模式，再加以预测。每一次添加和分析新增数据，软件就对这些数据的模式有一个清晰的概览，也就更易获得一个最理想的预测或者获得一个有意义的理解。

如何三步获得“前瞻性分析”：

仅仅增加一个首席数据官是不够的，因为对进阶分析的投入会破坏管理层的平衡。

 “在我们研究的36家公司中，大概只有三分之一的公司实现了他们的长期分析计划。很显然，推动分析的重大创新比高管们预计的要难许多。”

最高管理层在处理数据分析后产生的权利的转移，大概是CEO们面临的最重要也是最困难的挑战了。