一、大數據分析不等同于傳統的報告和分析

企業有數據倉庫、報告工具，還有大量的業務分析師，并能把分析報告發到每個人郵箱，這就是大數據分析了嗎?只做到這點還不夠，算不上是科學的大數據分析。真正的大數據分析區別于傳統的BI。就像社會協作不等同于電子郵件，大數據分析也不等同于傳統BI。傳統BI關注“發生了什么事”。大數據分析側重于“會發生什么”;傳統BI使用有限、純凈的數據,是一個簡單的數據模型，大數據分析使用許多不同的和不相關的數據集,更側重原始數據，并通過復雜預測模型展示。傳統BI支持因果關系，即發生了什么事，為什么會發生?大數據分析主要關注數據相關性，通過使用多個不相關的數據源，發現之前很難解釋的新的現象。在傳統BI領域會發現很多優秀的業務分析師，但在大數據分析領域很難找到好的研究員。

二、尋找優秀的供應商

找到一個好的供應商，可以幫助CIO針對企業業務做關鍵流程的設定，也可以做創新或者企業資源再投資利用的業務流程執行。據麥肯錫調查分析，大數據分析是一個很好的起點，可以幫助CIO重新審視自己的組織，并尋找到合適的供應商。

三、思考新的數據平臺

大數據分析技術正在快速發展，我們可以發現更多的數據來源，并處理這些數據，企業當前的數據倉庫已不足以支撐需求，這讓很多企業意識到他們需要一個新的平臺，收集一些新的數據，而BI只作為其中的一種分析工具發揮作用。大數據分析平臺使得數據易于使用和挖掘，建立在分析用戶的需求基礎之上。與集中在大多數數據倉庫或業務報告環境中的傳統數據分析模式相比，大數據分析技術的基本特征是：發現、可視化和協作。

四、找到幾個專業的研究人員

專業大數據研究人員不同于傳統業務分析師。在某種程度上，CIO需要專業研究人員的幫助，掌握大數據分析技能，這些人能夠回答專業的業務問題，能夠通過你的平臺掌握數據和資源，并且能有他自己的真知灼見。

五、創建一個新功能并嘗試使用

我們習慣于看個人的數據集，而不會想把這些數據進行一個新的組合，會發生什么。如果仔細想想，在一個數據模型中，如果你采用全新的方法，以一種更有趣的方式結合，它將創造出新的價值。不管你今天的數據治理或信息管理處于怎樣一個環境，不管先前是否有案例，正確認識當前的挑戰，并且不斷超越。一個好的應用要盡快采用，養成以創新的方法做事情的習慣。

六、投資在學習上

IT團隊、業務團隊、管理團隊……每一個組織以及組織中的每一個人都要保持在一個持續學習的狀態。沒有人準確預測到未來會發生什么，有時失誤不可避免地會出現，但寶貴的經驗教訓，將減少失誤發生的幾率。只有通過不斷的學習，CIO或者CIO所處的企業在大數據分析戰略投資中，才能具備一定的掌控能力。