大数据分析如何摆脱样子工程？

大数据是我的主要研究方向之一，同时也在带相关方向的研究生，所以我来一下这个问题。

随着大数据相关技术体系的逐渐成熟，大数据技术目前正处在落地应用的初期，未来大数据技术将伴随产业互联网逐渐走进广大的传统企业。

当前一部分传统企业已经陆续开始进行了一些大数据相关的项目建设，目前主要以场景大数据分析为主，配合数据展示（大屏展示）完成一些智能分析任务，主要的作用还是辅助企业决策。由于部分企业在大数据项目建设的过程中没有形成一套完整的解决方案，导致出现了数据采集维度不够、数据分析不全面、业务流程不匹配等问题，从而让部分大数据项目流于形式。

传统企业与互联网企业在业务流程以及数据采集方面都有巨大的区别，所以不能完全照搬互联网企业的大数据方案，而是应该从企业自身的业务出发，分阶段完成大数据项目的实施。在大数据项目实施过程中，应该重点注重以下几个方面的问题：

第一：大数据建设应该与业务相匹配。企业的业务模式通常要在大数据时代做出相应的改变，但是这通常需要一个系统的过程，企业不能有“一蹴而就”的想法，更不能有“一步到位”的想法。可以首先从业务模式比较单一的部门开始大数据改造，比如市场推广部门就是一个不错的选择。在积累了一定的经验之后，再逐渐完成多部门的推广。

遵从"问题着手、系统思考和顶层设计"的思路，从思想、方法、目标进行理念宣贯，从制度规范、标准流程、岗位角色、业务、应用、数据、部门与个人绩效方面思考进行方案设计，从建设、管控方面进行项目实施管理，自然不会成为样子工程。

太多项目失败是因为领导者认识不深刻、方案不明确、管理不科学、落地无门路，验收时一起搪塞过关，流于形式。