毋庸置疑大数据市场的火热和持续增长力，但如何应用大数据仍然是众多企业的困惑。
　　大数据就像空气一样，看不见摸不着，但却时刻就在我们身边。
　　对于商业来说，滴滴出行带来了一种新的商业模式，但其背后的支撑实则是大数据和大数据技术；对于金融来说，P2P贷款被人熟知虽然始于不光彩的负面新闻，但不可否认，随着监管政策的陆续出台，合规的P2P小贷公司背后依旧是大数据的算法在支撑。
　　很多脱生于互联网的新兴业务，从一开始就是从业务需求出发，再辅以大数据技术手段。但对于大量线下的传统企业来说，并不像“滴滴们”一样，从在一张白纸上描绘第一笔开始，就是业务与大数据的深度融合。“传统企业想要玩转大数据，绝对不能抱着拼几台机器、拼点团队、上套系统就能让大数据落地的心理。”百分点集团战略和运营副总裁刘钰在采访时对《计算机世界》记者说，“他们需要数据决策力，也就是，基于数据进行决策、并让数据发挥价值的能力。”
　　今年8月，百分点在其发布上《数据决策力白皮书》（以下简称“《白皮书》”）上首推“数据决策力”理论，从大数据复杂环境面临的挑战、何为数据决策力，数据决策力评估指标标准及应用案例五方面讲述了如何以数据决策力驱动组织和企业未来的发展。
　　《白皮书》提出，组织和企业可以遵循由核心信念（Belief）、架构设计（Architecture）、专业团队（Staff）、基础设施（Infrastructure）和机构能力（Capability）构成的数据决策力建设的BASIC理论。
　　“决策会发生在每一个层级或者每一个部门，而不是只由CEO一个人，或者是管理层来决定。数据决策力会体现在企业所有的业务单位，所有的层级人身上，然后才是这个机构具备了数据决策力。”刘钰解释道。
　　数据决策能力最强的仍然是金融行业。原因来自于两个方面，首先，金融业的数据化和信息化程度投入是最大的，信息化、数据化程度相对很多行业也是相对较高；其次，金融业从业人员整体素质高，数据决策思维更强。“数据决策力未来会像财务能力一样成为企业生存与发展的一项必备能力。”
　　基于百分点用户风险管理模型，银行不仅能联接行内各来源数据，综合评估特定客户风险，还可以结合第三方数据及互联网公开数据，更综合、准确、快速评估风险，支持贷款相关业务的高效开展。
　　知易行难。刘钰认为，传统企业大数据落地的过程中，最容易的是从数据采集开始。“得多少有了些数据量的积累之后，才能开始尝试性地演练一下，演练好了就会慢慢知道企业还需要什么样的数据。”
　　众所周知，在国内大多数企业中，并没有数据科学家这样的一个角色，既懂业务，又懂技术的人少之又少。百分点目前的做法是，让客户推荐他们自认为有潜力的员工到百分点公司实习，在实践中培养大数据应用的跨界融合能力。
　　清华大学计算机系教授武永卫曾经透露过一组数据：未来3～5年，中国需要180万数据人才，但目前只有约30万人。
　　IDC预测，到2020年，企业基于大数据计算分析平台的支出将突破5000亿美元。随着数据采集、数据存储、数据挖掘、数据分析等數据产业的发展，我国需要更多的数据人才。
　　此外，百分点除了在百分点大数据学院布道基于大数据业务实践的技术和管理理念，今年还陆续与北大软微学院联合成立了大数据创新实验室，与中央财经大学的金融、营销专业成立大数据创新实验室，通过教育市场培养大数据人才。
　　刘钰表示，“企业建设数据决策力是一项长期的过程，但并不意味着刚开始就需要投入大量的投资，可以通过具体应用的实施迅速获得投资回报，还能通过不断的反馈来带动和优化信息化的建设，从而使得大数据的建设速度更快捷、资金管理更高效。”
　　另据她透露，今年12月，百分点会发布“数据决策力评估模型”，届时，团队是否按照正确的组织架构来搭建的，是否运用了数据决策力建设的BASIC理论，所有关于数据决策力标准化的问题，都可以通过模型进行评估。