知道大数据的重要性并不等于充分利用大数据。调查发现很多企业正在起步阶段，但是还没有在运营中使用大数据。调查显示虽然60%的高管认为未来三年大数据将打破当前行业现状，但是当前只有13%的企业大规模实施大数据生产。

　　指数一：2004年到2014年不同技术的关注度（Google趋势）

　　指数二：大数据实施状态

　　最大的阻碍是大部分企业无法从投资中获利。只有27%的受访者认为他们的大数据计划是成功的，只有8%的受访者认为是非常成功的。事实上，企业正在努力尝试，尽管大数据只是验证概念，平均成功率只有38%。

　　指数三：实施大数据的主要挑战

　　指数四：大数据挑战的潜在原因

　　指数四显示最重要的两个原因是数据过于分散；以及分析团队之间缺少足够的协调性。

　　在成功实施大数据的过程中有很多因素起着重要作用，其中最大的因素是企业有很强大的运营模式。这个模式中包括多个因素，而明确的组织结构、具有系统性的实施计划和强大的领导层支持至关重要。

　　指数五：比较不同因素的成功率

　　正如指数五显示的，有分析业务部门协作的企业大数据实施成功率是各团队之间孤立运行的企业的2.5倍。

　　那些成功实施大数据计划的企业采用系统化的实施方法，将投资回报最大化。但是，调查显示74%的企业并没有识别、鉴定和筛选大数据使用情况的明确标准。67%的企业没有评估大数据计划明晰的绩效指标（KPI）。缺少系统化的方法影响了大数据实施成功率。

　　指数六：比较各种情况下大数据实施成功率

　　成功实施大数据的企业都有强大的领导层推动大数据计划进行，但是调查显示只有34%的企业有首席数据官。

　　成功实施大数据还需要利用多渠道建构自己的大数据能力。

　　整合大数据实施

　　选择适合自己的模型才能最大化大数据实施的投资回报，包括设置强大的管理框架、建构正确的数据管理能力、为建立分析技术团队制定明确的战略、创建适当的技术基础。

　　指数七：大数据运行模式中的各个模块

　　采用迭代方法推进大数据实施。企业在实施大数据过程中不断面临着挑战和失败，采用迭代方法能够快速过滤出不可行的使用情况，优化大数据实施。

　　指数八：最佳实践——AT&T的快速实施方法

　　确保股东能支持大数据计划并愿意为其提供充足的资金：突出大数据的颠覆性影响；强调这种影响是跨组织领域的；识别企业内各领域突出人才；为受众量身定制商业案例。

　　通过设立强大的安全性和隐私保障措施进行危机管理。