近日据国际报道，福特汽车已经在利用大数据分析的强势，内部指导公司改进企业业绩。福特通过海量加工数据及汽车内部的详细输出数据，探索最佳工艺指标，改进或帮助改变其业务模式。
福特研究与先进工程预测分析（Predictive Analytics for Ford Research and Advanced Engineering）技术领导迈克尔·卡瓦雷塔（Michael Cavaretta）领导福特多个数据分析项目，打破公司内部数据孤岛，最好地定义福特最有成效的数据集。
福特已成功聚合了客户反馈信息，借助所有内部数据，预测福特该如何利用技术新特性最大程度改进汽车。
卡瓦雷塔是近日在美国加州纽波特比奇市召开的开放组织大会专家组成员之一，作为开放组织大会的一名贡献者，福特的发言稿标题是“大数据——当今我们需要拥抱的转型”。卡瓦雷塔在文中解释了通过有效深挖更多类型的数据，大数据该如何培育企业转型，并进一步提高工艺、质量控制和客户满意度。
我们从Interarbor Solutions首席分析师德纳·加德纳（Dana Gardner）编辑过的访谈录中节选出一部分与大家分享：
问：现在获得的这些数据及数据分析与5年前有何不同？
答：最大不同之处是存储和处理能力的廉价有效性。数年前，人们专注于对用于长期分析的存储数据集进行过滤。现在我们的观念已发生巨变，我们尽可能多存储数据，并利用存储优势改进企业流程。
态度发生巨大转变
问：我们是如何做到这一步的？支持效益的流程是什么？
支持效益的流程是企业态度发生巨大转变，尤其是大企业内部IT部门的态度。我们的新理念是，IT部门不需要花费大量时间筛选需要存储的数据，无需担忧与之相关的成本及数据作为资产的其它事项。能够存储数据、追溯数据并从中获得不同见解，这就是价值。当然，这些都源于廉价存储及我们能够访问平行处理机器与伟大的软件。
我喜欢向人们谈论大数据提供的各种可能性，我经常说，我还未遇到过有人给我提供过多数据的情况，你们可以使用所有信息，然后回答各种问题，因为你们不用担忧遗漏了什么。你们拥有一切数据。
你可以提100个问题，每一个问题只使用了数据中极小一部分。那些问题或许会用到数据中的不同部分，极小的一部分，但即使是极小的一部分，也都是完全不同的。如果你这样考虑“我们将回答20个重要问题，只需保留这部分数据就行了”，那么你就会遗漏很多信息，也就无法获得任何价值。”
“我们是聚合信息的大拥护者，坚信即使没有达到大数据规模的数据集也有很大价值，大家不用深挖数据、不用获得更详细的信息，只是拓展数据宽度即可，将之扩大到其它内部数据集、连接不同业务领域、并扩大至外部数据集。”
“大多数时候，你能够获得的数据或许只有数十万或数百万记录，但假以时日，加入不同信息，并对信息不断补充后，就能够获得大数据集的规模。”
内部顾问
问：你肯定首先会查看内部数据，同时也会查看适量外部数据。或许你会较多描述自己的组织及你的工作，为何内部关注对你如此重要？
答：我是福特汽车研究与先进工程领域一个较大部门的一名成员，我们这一部门有30人，我们的工作是内部顾问，类似于凯捷咨询（Capgemini）或Ernst & Young，不同之处是我们工作的部门是福特汽车一个内属部门。从企业观点看，我们负责外出寻找不同机遇，带回先进技术。因此，我们一直在关注统计建模及机器学习领域，我早在15年前就说过我们的工作性质。
