一、大数据分析不等同于传统的报告和分析
企业有数据仓库、报告工具，还有大量的业务分析师，并能把分析报告发到每个人邮箱，这就是大数据分析了吗?只做到这点还不够，算不上是科学的大数据分析。真正的大数据分析区别于传统的BI。就像社会协作不等同于电子邮件，大数据分析也不等同于传统BI。传统BI关注“发生了什么事”。大数据分析侧重于“会发生什么”;传统BI使用有限、纯净的数据,是一个简单的数据模型，大数据分析使用许多不同的和不相关的数据集,更侧重原始数据，并通过复杂预测模型展示。传统BI支持因果关系，即发生了什么事，为什么会发生?大数据分析主要关注数据相关性，通过使用多个不相关的数据源，发现之前很难解释的新的现象。在传统BI领域会发现很多优秀的业务分析师，但在大数据分析领域很难找到好的研究员。
二、寻找优秀的供应商
找到一个好的供应商，可以帮助CIO针对企业业务做关键流程的设定，也可以做创新或者企业资源再投资利用的业务流程执行。据麦肯锡调查分析，大数据分析是一个很好的起点，可以帮助CIO重新审视自己的组织，并寻找到合适的供应商。
三、思考新的数据平台
大数据分析技术正在快速发展，我们可以发现更多的数据来源，并处理这些数据，企业当前的数据仓库已不足以支撑需求，这让很多企业意识到他们需要一个新的平台，收集一些新的数据，而BI只作为其中的一种分析工具发挥作用。大数据分析平台使得数据易于使用和挖掘，建立在分析用户的需求基础之上。与集中在大多数数据仓库或业务报告环境中的传统数据分析模式相比，大数据分析技术的基本特征是：发现、可视化和协作。
四、找到几个专业的研究人员
专业大数据研究人员不同于传统业务分析师。在某种程度上，CIO需要专业研究人员的帮助，掌握大数据分析技能，这些人能够回答专业的业务问题，能够通过你的平台掌握数据和资源，并且能有他自己的真知灼见。
五、创建一个新功能并尝试使用
我们习惯于看个人的数据集，而不会想把这些数据进行一个新的组合，会发生什么。如果仔细想想，在一个数据模型中，如果你采用全新的方法，以一种更有趣的方式结合，它将创造出新的价值。不管你今天的数据治理或信息管理处于怎样一个环境，不管先前是否有案例，正确认识当前的挑战，并且不断超越。一个好的应用要尽快采用，养成以创新的方法做事情的习惯。
六、投资在学习上
IT团队、业务团队、管理团队……每一个组织以及组织中的每一个人都要保持在一个持续学习的状态。没有人准确预测到未来会发生什么，有时失误不可避免地会出现，但宝贵的经验教训，将减少失误发生的几率。只有通过不断的学习，CIO或者CIO所处的企业在大数据分析战略投资中，才能具备一定的掌控能力。
