1 背景和需求当今企业面临内外部重重挑战，例如市场竞争加剧、利润下滑、企业增长放缓等，而伴随移动互联网迅猛发展、社会大众观念意识进步和消费模式转变，社会化需求呈爆炸式增长，这为各行业带来巨大的市场空间，对企业是一个新的历史机遇。

那么，企业应如何应对挑战并把握历史机遇？在当今大数据时代，企业应围绕高效率、高效益和提升客户服务品质的战略目标，以数据说话，全面了解企业运营状况、深入发现企业存在的问题，体系化剖析并提出改进建议，从而促进企业精细化运营持续优化；同时，企业还需发掘大数据所隐藏的客户诉求，洞察客户需求，创造性发掘新的价值增长点，从而帮助企业实现持续盈利。

为了切实发挥大数据对企业内部精细化运营和外部商机发掘的价值，企业需要锻造大数据运营能力，借助成熟的商业智能和大数据技术，对企业内外部结构化/非结构化数据进行实时（准实时）捕获、规整、深度加工挖掘，从数据中提炼有价值的信息和知识，面向企业各层级人员定制提供能解决实际业务问题的数据应用。

2 大数据核心能力企业应锻造什么样的大数据核心运营能力呢？大数据运营的核心能力框架如下图所示：

图1大数据运营核心能力框架

如图1所示，大数据运营核心能力框架包括数据价值能力、数据基础能力。首先，企业应打造针对数据自身的数据基础能力；然后，基于数据基础能力构建数据价值能力，建设个性化业务应用。

1. 大数据价值能力

大数据价值能力构建在大数据基础能力之上，以企业战略目标为导向，提供面向不同人员的价值应用，总体上可分为三类：为企业内部领导、管理、执行及一线各层级人员提供精细化运营相关的数据应用、为合作伙伴提供可带来利润的产品型数据应用，以及为最终客户提供可提升客户体验和感知的服务型数据应用。

2. 大数据基础能力

大数据基础能力主要包括大数据规整能力、数据管控能力、数据交换共享能力、知识沉淀积累和供应能力，以及对数据价值应用的支撑能力。

l 高效的大数据规整能力

对企业来说，大数据规整能力用于帮助企业摸清数据资产家底，包括企业内外部数据的高效获取、整合、加工、存储，形成数据模型标准化、数据分类和编码统一、数据跨业务领域融合的企业级数据集中存储，提供企业级统一信息视图。

除了要继续提供传统的结构化数据处理能力外，还需要加入对诸如音频、视频、文档、流数据等非结构化数据的处理能力，以及对日志数据、微博、社交媒体信息等半结构化数据的处理能力。要能够将非结构化/半结构化数据转换成可分析挖掘的结构化数据。

l 体系化的数据管控能力

企业通过大数据规整能力形成企业数据资产的统一视图的过程，以及后续提供使用的过程，均需进行全程数据治理，确保数据质量可靠、受控使用、数据可理解、数据资源配置可持续优化等。因此，需要对数据加工处理的全过程以及数据整个生命周期的各种活动进行规范化、体系化管理。

数据管控体系主要包括管控目标、管控对象、管控措施、管控组织保障、管控流程制度和规范标准，以及管控平台支撑。管控对象主要有元数据、数据质量、数据安全、数据生命周期、数据模型及数据标准等，一些企业也通过数据管控实施企业级的统一主数据管理，以此解决跨系统流转的企业核心业务数据的一致性和协同问题。