随着各行业逐渐走向多元化、服务化、个性化发展，行业竞争趋势愈演愈烈，面对这种环境，利用收集数据资产以支撑战略决策、风险规避、业务创新显得尤为重要，因此许多数据治理、数据治理分析、大数据平台项目实施开展，过程中如何真的做好并用好大数据，是很多企业都关心的问题。
首先是具备构建大数据的前置条件，以支撑大数据平台更好的搭建及后续的使用，具体内容如下：
1. 有可利用的数据
大数据分析顾名思义就是对海量数据进行分析，通常包括企业内部信息化系统中产生的数据和外部的行业、产业、社交、政策等数据，利用大数据分析前，要明确企业有哪些数据资产可以利用、数据都来源于哪些，应该怎么利用。
2. 数据质量的保证
数据治理作为大数据分析的前提，从数据源头开始，保证数据的一致性、完整性、准确性，真正的数据治理需要专业的数据治理工具，如MDM主数据管理系统来从源头上保障数据质量。
3. 信息化基础建设
真正做到大数据分析阶段的企业，信息化基础设施都是较为完备的，一方面具备全面的信息化系统，另一方面实现数据集成、应用集成、流程集成等操作，消除企业系统内外部、尤其内部的信息系统孤岛。
4. 坚定清晰的认知
要求管理者要具有较强的信息化意识、超前的规划能力、对待变革的创新力、推进执行的决断能力，对构建情况持续监督和推进，摆正对大数据的预期，理性、长远、全局的看待大数据所带来的成果。
一般来说，在满足上述条件之后，就可以开始大数据的构建了，但如何构建才能保证用好，需要注重以下几点：
1. 更加强调顺势而为
大数据热潮的确炒的很火，但盲目追新并不可取，构建不得力，荒废或调整的成本远超于建设成本，可以根据自身分析需求，从数据门户、数据分析平台、全面大数据平台一步一步构建。
2. 与当前业务相匹配
若想基于大数据分析结果为企业带来价值，注重差异化，要贴近自身业务，从业务角度去考虑规划，如业务梳理、逻辑关系、分析配置、效果展现等。
3. 多种方面进行选型
从产品、供应商、实施团队多方面进行产品选型，选择具备扩展开发能力、业务集成能力、敏捷应用能力、方案组合能力的产品；拥有自主知识产权，能够提供底层源代码级的服务，解决系统级问题能力的源厂商；具备丰富的行业知识及大数据分析项目实施经验，提供成体系实施方法论，传递最佳实践，拥有良好的项目风险预测和风险管控能力的实施团队。
4. 企业员工应用学习
在具备意识、基础、产品之后，用好大数据的最后一个关键就在于企业全体员工对平台的学习和应用，包括管理者对平台的使用、理解和建议，便于后续平台更好的升级，更贴近业务；信息化团队对平台应用、配置的掌握，便于后续独立进行平台维护、扩展或改造，实现自主可控。
