對于一個成功企業(yè)來說，數據整合能力、分析能力和行動能力不可或缺。如果不具備完善的數據整合、分析和行動能力的企業(yè)遲早面臨被淘汰的風險。在經營環(huán)境發(fā)生巨變的情況下，任何企業(yè)都必須在大數據規(guī)劃上做好準備，這樣才能搶先競爭對手發(fā)現市場新的趨勢。企業(yè)大數據規(guī)劃該如何進行？本文將企業(yè)的大數據分析分成五個步驟。

首先，業(yè)務驅動的角度，相關部門選擇要解決和產生的業(yè)務場景。針對需求處理和采取整合這些場景需要的大數據，當然選擇的重點是怎么使信息快速產生價值。場景因需求不同而包羅萬象：例如企業(yè)在精確營銷方面提升業(yè)務增長，對于其客戶在購買哪些產品前的黃金路徑統(tǒng)計分析等等。

其次，直接產生的價值需要與已有的客戶關系管理、客戶交易等數據進行結合和關聯，從而為企業(yè)產生總體的關鍵價值效益。例如，經過市場定位和消費者研究，分析用戶在購買前確實通過上述統(tǒng)計總結的黃金路徑，而這些用戶和該企業(yè)的歷史關系為何，以提供企業(yè)下一步精確行動的優(yōu)先順序等等。

第三，整個企業(yè)要建立大數據分析的支持體系、分析的文化、分析數據的人才，徹底形成企業(yè)對大數據的綜合管理、探索、共識。大數據能力的建設是企業(yè)或政府單位內上下及跨部門就如何提供更加智慧型服務和產品給用戶的議題。

第四，隨著大數據探索范圍的擴大，企業(yè)要建立大數據的標準，統(tǒng)一數據格式、采集方法、使用方式，設定一個共享的愿景和目的，然后按照階段化的目標去實現愿景。例如，有關數據的存儲和處理長期圍繞在關系型的結構數據中，提供更加智慧型服務和產品是需要結合過去難以處理分析的數據，如文本、圖像等等。數據內容快速演變，因此對數據的標準、格式、采集、工具、方法等的治理能力必須與時俱進。

第五，最終建成企業(yè)或政府單位內的“統(tǒng)一數據架構”，從各類所需的多元的結構化數據源建立整合能力（采集、存儲、粗加工）。在此基礎上，建設數據探索和分析能力（從整合出來的海量數據里快速探索出價值），之后如何有效、實時、精確地與已有的業(yè)務數據結合，產生精確的業(yè)務行動能力（進行更深度的利用和提供更智慧型的服務），從而達到“針對正確的人，在正確的時間，正確的方式，提供正確的信息”的目標。