大数据不仅意味着巨量的数据，更指向数据分析和管理能力，还需具备实时数据分析水平。IBM（国际商业机器公司）2004年将PC业务出售给联想公司，主营业务变成了软件和服务（为客户提供解决方案），并因此成长为全球企业咨询业务的领军者。值得一提的是，IBM这家企业实现“轻型化”转型后，就已经在数据分析上尝到甜头，2014年这项业务就为其贡献了170亿美元的营收。

IBM商业价值研究院最近推出《IBM商业价值报告：大数据、云计算价值转化》。这份报告汇集了IBM全球企业咨询服务团队和麻省理工学院等全球顶级名校专家的智力成果，梳理分析了全球各类行业企业应用大数据、云计算的实践举措，探讨了改善大数据、云计算应用的思路，并就企业以数据为基础构建核心竞争力、以云计算改变商业模式提出了切实可行的建议。

报告中，研究人员提出，当前的大数据活动与以前有所不同，关键特征就在于，其一，目前各类行业都在大量产生新型的、海量的实时数据，其中，传感器数据、地理空间数据等非标准数据占了很大比重，企业获得这些数据之后很难避免分析处置的困难；其二，即便是行业领先企业，也难以真正通过数据分析驾驭足够多、足够复杂的实时数据，以保证企业达到过去的业务处理速度。

书中第四章为企业适应大数据转型，提高数据分析处理能力提出了建议。首先，要以客户为中心，对现有业务、流程、内部部门职能等进行初始化。特别是传统企业，要想构建起以客户为中心的场景，促成业务流程之间、内部部门之间建立起密切的交互机制。其次，要制定整个的大数据蓝图，以衔接业务需求与IT实施路线图。企业需要为此重新定义大数据，建立起数据可用性指标。接下来的三项建议是，从现有数据开始逐步提高数据处理的能力，增强内部团队和个体成员的分析能力，基于可衡量的指标制定大数据投资回报分析计划。

数据能力可以具体分为数据管理能力、数据理解能力、数据应用能力。管理数据需要企业建立起坚实的信息技术基础，确保可以高效收集、容纳各个来源的数据特别是前述的非标准数据，并完成初步的归纳、整合、分类。与之相匹配的能力还包括数据质量的判别能力。数据理解能力则意味着，企业需要掌握领先的分析技能和工具，尝试建立起可视化分析、建模工具——这实际上是一个最为关键的数据删繁就简的过程，考虑到实时数据在数据总量中所占比重的不断增加，企业还需要为此使用算法实现流程的自动化和优化。数据应用能力指的是在前两项能力具备的基础上，数据分析实现了良性运转，转化为企业的领导力、员工自觉和战略资产。

这本书的第三章探讨了如何在营销业务环节应用数据分析，而在第五章中，分析人员就企业各项流程围绕数据分析所应作出的改革调整提出了对应建议。第七、八章着眼于企业借助云计算，推动业务模式创新，提出了具体的路径、方法。