當下如NBA，NFL等各類體育賽事風靡全球，但您是否了解各球隊及球星成功背后的奧秘？GE智能平臺的相關專家們?yōu)榇苏谘芯看髷祿绾卧隗w育和工業(yè)領域同時獲得成功。

在過去十年中，我們看到的最大變化莫過于體育比賽中大量數據的處理及如何利用分析這些數據。隨著數據分析的需要，數據分析科學家這個角色應運而生。因為數據分析科學家是真正掌握著大數據背后的秘密的人，所以未來數據科學家將成為各類企業(yè)組織的香餑餑。

數據本身并沒有價值，數據的價值來源于你可以用數據做什么？你是否可以將數據通過分析然后得出可執(zhí)行策略。最近一項針對工業(yè)領域的調查顯示，66%的受訪高層認為，如果他們不利用大數據分析并采取相應的措施，他們會在未來1~3年內在市場上失去競爭力。此外88%的受訪高層認為大數據分析是他們公司未來戰(zhàn)略推進的重重之重。我們相信數據可以預見未來——然而數據必須轉化成切實有用的東西，這樣才能夠真正為企業(yè)提供幫助。

眾所周知收集數據不難，而且我們在過去十年中一直都這樣做。現在大家所面臨的挑戰(zhàn)是如何將大量數據轉換為可執(zhí)行的信息。當我們將大數據在體育界的應用與工業(yè)互聯網進行比較，它們之間的相似程度令人驚訝。各個球隊正將大數據應用于他們的球員與教練。而工業(yè)領域的企業(yè)，如航空航天，石油天然氣和采礦行業(yè)的企業(yè)正試圖從他們的日常運營和設備資產數據中獲取有價值的信息。

無論是什么行業(yè)或者什么應用，數據與分析的相結合將使企業(yè)能夠從防守策略轉向為進攻策略。舉個例子，客戶不用再像以前等待關鍵設備上的警報解除，客戶可以直接通過數據來預測未來幾周甚至幾個月可能發(fā)生的故障。為此大數據解決方案就是在正確的時間給正確的人提供正確的信息。

企業(yè)首先需要通過計劃來確保他們大數據應用的有效性。我們建議大家首先確定目標，這個目標就是您所在的企業(yè)希望通過大數據達到什么樣的結果（比如：提高決策效率，新產品發(fā)布或者過程優(yōu)化）我們建議企業(yè)能夠先實施一個試點，因為未經任何考慮對關于大數據的技術或者人員進行投資將是極大的浪費。

精益生產正在重塑汽車行業(yè)，我們相信大數據及大數據分析也將對其它行業(yè)產生重大影響，比如能源行業(yè)，醫(yī)療行業(yè)和體育界等。

回到體育中來，“點球成金”就是一個絕佳的例子，美國職棒聯盟的一個球隊在季后賽中利用數據分析降低了工資帽的限制。顯然這還談不上大數據應用，因為它涉及的整個數據量并不大。但是它為我們證明了，通過數據分析奧克蘭職棒隊采用了完全不同的策略，最終提高了球隊的整體管理和運營。

到2020年有價值超過500億美元的傳感器及相關設備將被投入使用，那誰將處理和利用這些數據呢？答案便是數據分析科學家。這就是為什么該職業(yè)在所有行業(yè)都炙手可熱。如果你能擁有一個出色的數據分析團隊，您將可以使您的資產設備效率最大化，就像奧克蘭職棒隊那樣。