数据湖是一个集中式存储库，它使企业可以大规模存储结构化和非结构化数据

这是着手进行数字化转型路线图的重要前提，尽管不一定足够。一旦组织对数据的潜在价值变得更加敏感，并且管理人员将其视为竞争优势，那么真正的旅程便开始了，如果我们认为数据是新石油，那么数据科学就是将原始数据转化为有用的，有价值的信息的炼油厂，供业务利益相关者采取行动。虽然其他技术（例如商业智能仪表板和报告）可以从大数据中受益，但数据科学将释放其真正价值。具有更多（大）数据的目标不应在于创建更多的仪表板或报告，而应在于实现更多自动化，智能，数据驱动的决策。人工智能（AI）和机器学习算法揭示了业务流程中的相关性和依赖性，否则它们可能隐藏在组织的数据中，然后这些算法构成了更智能的IT解决方案的基准。

通过大数据来为企业创造业务价值

预测模型有助于优化现有流程，更智能的应用程序能够增强人为的决策，尤其是在高度重复的任务中。当今的深度学习算法已经能够在某些任务（例如在预测性维护或质量控制的背景下应用的计算机视觉和模式识别）中实现超人的准确性，作为工业4.0愿景的基础，这些算法实现了数字化转型的希望。在数据科学家从分析组织的数据中获得的见解的推动下，更智能的IT应用程序可以改变企业的运作方式，实施更精确的自动化决策，同时使人类专家可以专注于更高价值的任务。

AI机器学习和数据科学之类的流行语都在每位高管的心中

但是AI之旅几乎总是始于组织的原始数据，事先对更多（大）数据实时数据和高质量数据进行了投资的组织拥有强大的大数据基础架构，现在它们已经准备好履行预测模型的承诺，以实现更好的决策，并将成为不可估量的基础，一个真正的数据驱动型企业，对于执行团队而言，限度地利用该技术的关键是从以IT为中心的视图（大数据IT基础架构）过渡到以业务价值为中心的方法（如何利用收集到的数据来优化生产过程），团队应寻求用于解决关键业务问题的数据或改善关键业务流程以降低成本，提高效率并提高质量。简而言之您应该研究如何转变业务并在市场中获得竞争优势。您可能会对组织可以通过打破数据孤岛并允许对组织所有数据进行更开放的访问而释放的创新感到惊讶。

对于希望将大数据转化为大价值的企业，遵循以下步骤：

1、制定策略：数据策略的任何更改都需要执行团队做出承诺，以进行前期投资并为几个初始项目提供试验空间。并非所有项目都会成功，但是敏捷项目方法将使您快速失败并迅速纠正过程。

2、准备：成立一个由业务领域专家和数据科学家组成的联合工作组，以识别并确定优先级的项目。如果您没有内部的数据科学人才，请找一个值得信赖的合作伙伴与业务利益相关者一起进行个项目。

3、执行：一旦确定了可以使您的业务转型的高价值，支持AI的解决方案，就该大胆了。优先考虑产品上市时间和完善时间，并在业务团队专家和数据科学家的联合工作组的授权下，在执行团队的大力支持下，从头到尾运行该项目。

4、增强：之后，在内部共享用例，以供其他团队学习，投资以加速采用。请记住，将AI的业务部署作为终目标，因为这将是AI真正的投资回报率出现的地方。

尽管大数据是基础，但更明智的，由数据驱动的决策可带来业务价值。