因小數據技術進步而提高的效率、準確度和透明度，逐漸應用在各個產業和企業職能部門。但競爭優勢的來源不會是自動化，而是人為因素。例如，隨著人工智慧在員工技能訓練中扮演的角色日益加重，它從較小數據集當中學習的能力，將讓員工專家能夠把自己的專業知識納入訓練系統之中，持續改善那些系統，並且有效率地將自身技能轉移給其他員工。因此，別低估未開發數據集的力量。

大數據專案失敗的原因，常常在於主管無法在一開始就正確評估風險。本文提出一個包含數據、自主權、技術、問責等四大要素的D.A.T.A.架構，為你的大數據專案評分。畢竟，想預測大數據專案是否成功，判斷方式也應該要更加由數據驅動。

若沒有考慮到情境，數據可能會讓你誤入歧途。我們要從數據中得到有用的答案，就必須學習如何提出深思熟慮的問題。我們必須知道數據來源、用來分析數據的模型，以及遺漏了什麼。最重要的是，不能只是運用數據來改善營運，還必須利用數據，來設想新的可能性。畢竟，數據如果運用得宜，就能帶來真正的競爭優勢，讓業務朝全新的方向發展。

本導讀涵蓋七篇《哈佛商業評論全球繁體中文版》文章，討論組織使用數位科技進行轉型的關鍵因素、區塊鏈技術的推動進程、以及應用案例與治理問題。台灣不少公、民營組織針對區塊鏈這股新興科技進行實驗性的應用，甚至有不少新創公司以區塊鏈技術、平台、產品、服務，提供全球企業創新解決方案。但是目前所得到的成果，特別是在商業效益上，十分有限。本導讀將幫助您重新審視區塊鏈的特性與定位，探討這個熱門科技的轉型方向，以協助組織掌握新的業務契機。

現在，出現一批重要的新群體，稱為「保護隱私行動者」。他們會因為個人資料或個資分享政策的原因，改用別家公司或供應商的服務。也就是說，如果你不幫顧客保護他們的個資，就留不住顧客。當然，企業若能了解這個群體，就可以制定本身有關資料和顧客隱私的實務做法，並改進它們吸引和留住顧客的方式，並且與顧客合作得更好。

「清理數據」不再是有效處理數據品質的主要方法。主管和團隊必須採用新的思維，把重點放在第一次就正確創造數據，以確保整個過程的品質，而不是透過尋找和更正錯誤，來解決數據品質。你需要以一種新的方式，看待自己和團隊在數據上扮演的角色，同時找出錯誤的根本原因，再予以解決，讓錯誤一勞永逸地消失。這麼做了之後，你會感謝自己。

資料長這個角色，通常背負不切實際的期待，以及不明確的工作重點。因此，資料長難以在背負的所有期望上，都有卓越表現。也因為對執掌並無共識，資料長通常任期不長。因此，組織應選擇最適合自己情況的資料長職責。

大數據全面籠罩，不論是服務業，或是製造業，都積極投入；不了解或是不接受的企業，大概就得準備被淘汰。不過大數據絕非「數大便是美」，本文提出五項觀念，助你有效取得大數據的未來優勢！