圖1：技術推動業務模式，但業務戰略確定優先事項

每個企業都有自己的核心業務和相關部門，要想靠數據驅動業務，而且從數據隱藏的潛力中發現新的服務和顛覆性商業模式，和 IT 部門合作是題中應有之意。當然，面對新的數據企業發展戰略，IT 部分也需要思考如何協助業務部門，總體而言，應該遵循這樣的原則：由技術推動業務模式，由業務戰略確定技術優先事項。引申開來，要想實現數據驅動型企業，可以按照下面的五步走。

如果想要增強數據分析能力，企業必須提供技術、能力和文化層面的支持。此時，了解自身數據分析能力所處的階段就特別重要。下圖是個很好的輔助工具，其中列出了數據分析能力成熟度的五個類別，也就是五個階段，從被動的描述性分析一直到機器驅動的認知性分析，同時，也為企業發展自己的數據分析能力給出了完整的路線圖。
 

圖2：分析成熟度的各個階段

不管是什么業務模式或者應用，主導工作優先級順序的，必須是業務部門，他們還要負責確定哪些市場機會需要優先把握，在這個階段，IT部門負責協助。

業務優先級排定之后，就要根據路線圖確定未來的數據戰略。同時，業務部門必須認識到和接受這樣一個重要的轉變：將數據作為業務實踐的前端和中心。

有些企業制定了數字優先戰略并獲得成功，有些則不然，二者對比，前者的優勢在于：敢于推倒“部門墻”——前者經常讓業務部門和 IT 部門探討數據分析事宜，打破部門之間各自為戰的局面，消除對彼此的誤解。

有了業務部門指明的方向，確定了目標，又搞清楚了當前的狀態，到了這個階段，IT部門就開始唱主角了。

IT 部門要規劃轉型所需的基礎設施。利用高度優化的基礎設施，對數據中心的每個關鍵領域（計算、存儲、網絡和安全）進行現代化改造，是確保長期數據分析成功的基礎。

同時，基礎設施也是整個數據分析解決方案堆棧的基礎，整個堆棧架構如下圖所示：
 

圖3：數據分析解決方案堆棧

在定義出前瞻性分布式數據架構的同時，您還考慮需要哪些流程和關系可以充分利用數據驅動型環境。此步驟的另一個目標是：確保 IT 部門與企業團隊保持一致，專注于分析和思考如何實現業 務目標。

此時，還需要保證基礎設施的靈活性和高性能。使用諸如英特爾® 傲騰™ 這樣的固態硬盤存儲，可以加快時間敏感型數據分析應用的數據處理速度。同時，為了保證數據在數據湖或數據倉庫與計算基礎設施之間快速移動，英特爾的 Omni-Path 這樣的架構也很有幫助。
 

在準備基礎設施的同時，企業可以考慮對一些概念和想法進行驗證（Proof of Concept，簡稱 PoC）。這么做，不但只是測試模型和想法，更是在鼓勵創新和實驗，同時確保服務不會中斷，減少風險。

概念驗證應該放在第一位，甚至作為可擴展架構的核心。因為通過概念驗證，IT 部門和業務部門能夠培養技能、積累經驗，而且有利于整個企業了解為實施數據分析計劃所需采取的企業轉變。提升這些方面的能力是提取數據價值和推 動業務轉型的關鍵。
 

有了一些實際經驗，又搭建好基礎設施之后，企業就可以推動創建企業實現長期目標所需的數據平臺。例如，利用英特爾® 至強® 可擴展處理器的最新數據分析功能，加以擴展基礎設施，從而讓更多業務得益于數據分析。

當然，每個企業都有自己所屬的行業，有自己一直以來在使用的系統，因此，每個企業都有自己特定的解決方案。英特爾一方面可以提供有關構建、擴展和論證數據分析基礎設施的建議，同時，英特爾有自己的戰略解決方案合作伙伴生態系統，比如大數據方面的 Cloudera、數據分析方面的 SAS、企業數據實時事務處理方面的 SAP等等，英特爾可以與合作伙伴一起，針對企業的解決方案加以優化，提供互操作性和性能。