4月21日，Gartner在北京舉行主題為“大數據時代及分析”的本地研討會。來自Gartner的頂尖分析師們與大家共同聚焦信息管理，分析新型創新模式，探索如何提高績效管理并創造新的收益，幫助客戶向著商業目標不斷前進。此外，Gartner研究副總裁Ian Bertram先生于會上對中國知名互聯網公司奇虎360 CTO/CIO/CPO譚曉生先生進行了專訪，專訪分享了奇虎360與Gartner合作的成功案例，以及Gartner如何向客戶提供技術方面的洞察，幫助他們做出正確的決策。
Gartner研究總監Daniel Yuen認為，“在過去的12個月里，中國商業分析管理者們對大數據計劃產生了越來越濃厚的興趣，但由于在商業分析這個角色領域的技能短缺，使得許多人仍沒有做好準備迎接這個挑戰。”
Gartner 曾于2013年5月舉辦了兩場會議用以了解整體市場對大數據計劃的反應。許多企業高管以及商業用戶對如何運用大數據成功實現商業目標充滿了興趣，并要求企業的商業分析管理者涉足這一領域。商業分析管理者們因此肩負重任，需要盡快將大數據整合進現有戰略，技術路線圖以及提議的組織架構中。
中國商業分析管理者如何準備迎接大數據和數據專家的定位，Gartner給出以下一些建議：
商業分析管理者應具備一系列大數據相關的知識，包括：最佳實踐（Best Practices），架構（Frameworks）以及從概念驗證（POC）中學習
雖然企業高管和商業用戶們對大數據充滿了興趣，但他們往往對大數據技術在何時、何處、如何達到最佳的效果缺乏全面的認識。商業分析管理者們則充當解答大數據基本問題的專家，如：大數據的定義、規模和覆蓋范圍、應用案例和技術限制，以及最佳收益所需的產品類型、成熟度和企業準備程度、所需流程和架構調整。
商業分析管理者應當拓展一系列融會貫通的大數據相關知識，通過戰略研究了解不同的應用案例和可能性，架構需求，基本技術，最佳實踐，技術斷層以及概念驗證（POC）實例。
與傳統的相對成熟的商務智能和分析市場不同，大數據市場正在逐漸興起，技術覆蓋領域廣闊并且成熟度各不相同。商業分析管理者亦需為業務和IT經理拓展或選定結構框架方法，以期能夠共同評估大數據計劃對業務的影響、識別和驗證企業最佳機會所需的技術。這一方法同時也能夠幫助企業最小化因不確定性對大數據數據造成的影響。
具備了深入的相關知識，將使得利益相關者、IT、商業用戶與高管之間關于大數據話題的溝通更為有效，簡明扼要，從而讓高管們對支持和批準相關預算具備信心。
調配資源建立大數據項目小組并后續計劃整合商業分析團隊
企業將從聚焦行業的解決方案中獲得最多收益，因為企業需要的是特定問題的特定答案，而非需要耗費時間和精力去開發與整合的通用工具。然而，在廠商能夠為垂直行業提供綜合打包的大數據解決方案之前，仍有一段路要走。在此之前，企業預期將自行投入大量的努力，頗多的投資用以咨詢和拓展專業知識，定制一套適合他們特定需求的技術。
掌握好成熟度各異的新技術對采用自下而上的分析方法至關重要，往往也是從高容量、高速率以及多樣化的龐大混合數據中得到的結論與見解的一種較好的方法。這種分析方法與傳統的自上而下的商務智能方法大相徑庭，因此商業分析能夠從小處著手并隨后被大規模采用。
一套合理的方法應從小規模、單獨的大數據團隊中調配資源用來進行概念驗證（POC），繼而在 取得一些初期項目成功后，計劃整合既有的商業分析團隊、數據倉庫團隊以及系統團隊。
采用跨學科研究方法，引入服務提供商外部技能，填補技術斷層
我們所交流過的大部分商業智能管理者對數據專家這一角色聞所未聞，并且對數據專家的職責或職能沒有一個清楚的認識。為了充分利用大數據和其他先進的分析手段，數據專家通過挖掘可轉化為商業價值的數據模式來提供至關重要的業務支持。如果沒有數據專家，成功實施大數據計劃的機會或進行先進的分析統計將變得非常艱難。
即使在初具成效后，當業務情況發生變化時商業分析管理者們仍無法維持大數據或先進的分析方法的相關性，例如：引入新的商業模式，出現新的競爭者，不斷變化的客戶偏好或新的合規性要求。管理者們必須探尋新的數據源以適應新的算法、見解和機會，避免業務負面影響所帶來的潛在風險。
由于數據專家人才匱乏，因此組建一個跨學科研究團隊來填補這一角色將更為務實且更具戰術性。該團隊應包含商業用戶、外部顧問以及積極的具備學習大數據實踐潛力和義務的內部IT專家。
利用除豐厚待遇之外的其它策略因素吸引合適的候選人
中國企業在培訓和招聘IT以及分析專業人才方面相對不太發達，因此對商業分析管理者來說又多了重重挑戰。企業需要充分善用其它策略因素，例如來自高管層的強力支持，長期職業發展，學習機會，充滿挑戰的工作環境，受尊敬的公司品牌以及善于分析的企業文化。這些除了豐厚薪資與福利之外的因素將吸引到合適的候選人，并能發現、培養并留住具備相應大數據專長的人才。
