你的企業(yè)能用數(shù)據(jù)致勝嗎？

這是一個(gè)比拼數(shù)據(jù)應(yīng)用的時(shí)代。正如馬云所說(shuō)：“人類正從IT(Information Technology)時(shí)代中走向DT(Data Technology)時(shí)代?！?數(shù)據(jù)，不論是經(jīng)營(yíng)數(shù)據(jù)、生產(chǎn)數(shù)據(jù)還是宏觀數(shù)據(jù)、競(jìng)爭(zhēng)數(shù)據(jù)，對(duì)于一個(gè)企業(yè)已遠(yuǎn)不止是參考和情報(bào)，對(duì)數(shù)據(jù)的應(yīng)用程度和基于數(shù)據(jù)的決策水平影響著企業(yè)的發(fā)展。

在這樣的時(shí)代，一個(gè)企業(yè)利用數(shù)據(jù)推動(dòng)和改造自身盈利水平的能力至關(guān)重要。羅蘭貝格將這種能力定名為“數(shù)商”。數(shù)商高，則企業(yè)能充分利用數(shù)據(jù)致勝；數(shù)商低，則企業(yè)終將迷失在大數(shù)據(jù)的浪潮之中。

大數(shù)據(jù)的先行者們已向后來(lái)人展示了這一點(diǎn)。對(duì)于著名的社交媒體公司Facebook來(lái)說(shuō)，大數(shù)據(jù)早已是其企業(yè)戰(zhàn)略實(shí)現(xiàn)過(guò)程中最強(qiáng)力的助推器。該公司通過(guò)內(nèi)部發(fā)展和兼并并購(gòu)構(gòu)筑大數(shù)據(jù)能力，形成AI Lab基礎(chǔ)平臺(tái)部門以及散落于各業(yè)務(wù)小組的數(shù)據(jù)應(yīng)用方的組織架構(gòu)。將大數(shù)據(jù)應(yīng)用嵌入到提升用戶體驗(yàn)/粘度以及提升廣告投放效率的方方面面，利用可視化數(shù)據(jù)調(diào)用工具，所有項(xiàng)目可隨意按需使用數(shù)據(jù)，實(shí)現(xiàn)數(shù)據(jù)的虛擬大集中。

如今，大數(shù)據(jù)已不再是數(shù)字/互聯(lián)網(wǎng)行業(yè)先行者們的專利，正逐步演進(jìn)到傳統(tǒng)行業(yè)，例如汽車行業(yè)、金融業(yè)、醫(yī)療行業(yè)、消費(fèi)品行業(yè)等，被更廣泛的企業(yè)所重視。

圖：大數(shù)據(jù)應(yīng)用行業(yè)趨勢(shì)

2014年底，一份由Forbes發(fā)起，針對(duì)全球296位年收入超過(guò)10億美元的大型企業(yè)的高層人員進(jìn)行的調(diào)查顯示，超過(guò)69%的CEO和34%的CMO（首席營(yíng)銷官）認(rèn)為公司在營(yíng)銷活動(dòng)上浪費(fèi)著資金。雖然要精確定位那部分被浪費(fèi)的廣告費(fèi)是個(gè)一直以來(lái)的難題，但Forbes的調(diào)查亦顯示，了解“大數(shù)據(jù)”這一概念的企業(yè)管理人員更清楚地知道誰(shuí)在購(gòu)買他們的產(chǎn)品，同時(shí)也更明白這些消費(fèi)者的喜好，相應(yīng)地也更少認(rèn)為他們的營(yíng)銷費(fèi)用被明顯浪費(fèi)了。

營(yíng)銷領(lǐng)域還僅僅只是大數(shù)據(jù)最易被人理解和接受的一隅。事實(shí)上，大數(shù)據(jù)可以影響企業(yè)的方方面面，比如生產(chǎn)環(huán)節(jié)的個(gè)性化和單體效率管理。伴隨著數(shù)據(jù)量的積累和數(shù)據(jù)拼圖的完善，不排除未來(lái)通過(guò)數(shù)據(jù)走勢(shì)來(lái)預(yù)測(cè)企業(yè)未來(lái)發(fā)展的可能。

而從產(chǎn)業(yè)環(huán)境方面來(lái)看，“互聯(lián)網(wǎng)+”及大數(shù)據(jù)產(chǎn)業(yè)孵化不斷加速著數(shù)據(jù)資產(chǎn)化進(jìn)而貨幣化的進(jìn)程，數(shù)據(jù)變現(xiàn)的途徑日趨明朗。今年4月14日，貴陽(yáng)大數(shù)據(jù)交易所正式掛牌運(yùn)營(yíng)并完成首批大數(shù)據(jù)交易，據(jù)交易賣方為深圳市騰訊計(jì)算機(jī)系統(tǒng)有限公司、廣東省數(shù)字廣東研究院,買方為京東云平臺(tái)、中金數(shù)據(jù)系統(tǒng)有限公司。此事件標(biāo)志著大數(shù)據(jù)價(jià)值顯性化進(jìn)入新階段，數(shù)據(jù)的獲取及變現(xiàn)不再遙不可及，已開(kāi)啟“數(shù)商”的先進(jìn)企業(yè)均有機(jī)會(huì)從數(shù)據(jù)中直接獲益。因此，企業(yè)提升“數(shù)商”，就變得愈發(fā)緊迫。

那么究竟該如何提升數(shù)商？提高數(shù)據(jù)處理的技術(shù)能力？升級(jí)數(shù)據(jù)分析系統(tǒng)？我們認(rèn)為，遠(yuǎn)不止如此。企業(yè)應(yīng)將大數(shù)據(jù)視為新的企業(yè)運(yùn)營(yíng)模式的變革潮流，并找到一種行之有效的“沖浪”方式。在扎實(shí)的理論和大量的項(xiàng)目經(jīng)驗(yàn)基礎(chǔ)上，我們發(fā)現(xiàn)，找準(zhǔn)行業(yè)和企業(yè)自身的應(yīng)用節(jié)奏，由此建立自身的大數(shù)據(jù)分析及應(yīng)用體系，是企業(yè)推動(dòng)DT時(shí)代運(yùn)營(yíng)模式革新的最佳辦法。

該體系應(yīng)從三個(gè)維度入手：首先，確立以應(yīng)用為導(dǎo)向的大數(shù)據(jù)價(jià)值觀，面向數(shù)據(jù)應(yīng)用而非面向數(shù)據(jù)，設(shè)計(jì)整體機(jī)制保障，從紛繁復(fù)雜的數(shù)據(jù)中攫取價(jià)值黃金，而非漫無(wú)目的地從IT干起；其次，企業(yè)還應(yīng)關(guān)注在大數(shù)據(jù)生態(tài)體系下的數(shù)據(jù)能力的培養(yǎng)；另外，梳理和積累適用于自身的大數(shù)據(jù)業(yè)務(wù)場(chǎng)景庫(kù)及分析模型庫(kù)。

何謂應(yīng)用導(dǎo)向的價(jià)值觀？即充分意識(shí)到，企業(yè)大數(shù)據(jù)分析體系應(yīng)圍繞企業(yè)價(jià)值為核心，以應(yīng)用為導(dǎo)向，形成業(yè)務(wù)對(duì)應(yīng)于數(shù)據(jù)的切實(shí)可行的運(yùn)轉(zhuǎn)機(jī)制。

企業(yè)的所有活動(dòng)以實(shí)現(xiàn)企業(yè)價(jià)值為核心，大數(shù)據(jù)活動(dòng)亦不能例外。牢記在心的，應(yīng)是如何利用大數(shù)據(jù)幫助企業(yè)創(chuàng)造價(jià)值，而不是模糊遠(yuǎn)景感召下的無(wú)謂投入。在此基礎(chǔ)上還應(yīng)明確，企業(yè)對(duì)數(shù)據(jù)的利用應(yīng)以實(shí)際應(yīng)用為導(dǎo)向，其最終目的是將數(shù)據(jù)分析轉(zhuǎn)化為生產(chǎn)力。換句話說(shuō)，企業(yè)應(yīng)從實(shí)際待解決的業(yè)務(wù)問(wèn)題出發(fā)，對(duì)應(yīng)到數(shù)據(jù)予以解答，并最終落實(shí)回應(yīng)用場(chǎng)景。要使大數(shù)據(jù)成為一種產(chǎn)出的科學(xué)，而不是偶爾的靈光一閃，也不是偏頗的調(diào)研數(shù)據(jù)主觀總結(jié)，則要形成穩(wěn)定的運(yùn)轉(zhuǎn)機(jī)制，建立可以復(fù)制的大數(shù)據(jù)方法框架，以及配套的組織、流程、技術(shù)的支撐體系，以容納不斷推陳出新的應(yīng)用主題的處理。

圖：以應(yīng)用主題為導(dǎo)向的大數(shù)據(jù)分析體系

正確認(rèn)識(shí)對(duì)大數(shù)據(jù)的應(yīng)用問(wèn)題之后，則需著手培養(yǎng)數(shù)據(jù)能力。融入大數(shù)據(jù)的生態(tài)體系是企業(yè)利用大數(shù)據(jù)的必由之路，在數(shù)據(jù)生態(tài)體系之下進(jìn)一步提升數(shù)據(jù)多元化能力、數(shù)據(jù)結(jié)構(gòu)化能力以及數(shù)據(jù)個(gè)性化能力。

在當(dāng)前并未充分形成市場(chǎng)流動(dòng)的數(shù)據(jù)條件下，絕大多數(shù)企業(yè)必須通過(guò)積極參與和融入數(shù)據(jù)生態(tài)體系來(lái)利用大數(shù)據(jù)。在生態(tài)體系中，外部數(shù)據(jù)源、業(yè)務(wù)指導(dǎo)和技術(shù)專家是企業(yè)需要重點(diǎn)聯(lián)合的對(duì)象。企業(yè)首先需充分集成自有數(shù)據(jù)（如消費(fèi)者購(gòu)買信息、登記信息、會(huì)員卡信息、登陸信息等等），并在數(shù)據(jù)生態(tài)的基礎(chǔ)上，按業(yè)務(wù)需要明確所需外部數(shù)據(jù)源，通過(guò)交易、項(xiàng)目合作、數(shù)據(jù)交換、開(kāi)放賬號(hào)等方式豐富自身數(shù)據(jù)體系，形成數(shù)據(jù)鏈條。

事實(shí)上，一個(gè)企業(yè)80%以上的數(shù)據(jù)都是非結(jié)構(gòu)化數(shù)據(jù)，例如客戶在社交網(wǎng)絡(luò)上對(duì)企業(yè)產(chǎn)品服務(wù)的評(píng)價(jià)互動(dòng)、聊天記錄、評(píng)論、圖片、語(yǔ)音等。這些復(fù)雜多樣、散布各處、沒(méi)有規(guī)律的數(shù)據(jù)中往往蘊(yùn)含大量有價(jià)值的信息，企業(yè)可從中窺見(jiàn)客戶對(duì)產(chǎn)品、品牌的印象，客戶自身的喜好特點(diǎn)等等內(nèi)容。通過(guò)Machine Learning技術(shù)實(shí)現(xiàn)文本、圖像和語(yǔ)音信息的結(jié)構(gòu)化，抓取、挖掘、整理出這些數(shù)據(jù)中反映出的有效信息，是企業(yè)為數(shù)據(jù)洞察提供輸入的重要能力之一。

基于數(shù)據(jù)多元化和結(jié)構(gòu)化能力，結(jié)合業(yè)務(wù)分析與數(shù)據(jù)處理，獲得個(gè)性化的洞察力是實(shí)現(xiàn)數(shù)據(jù)變現(xiàn)的關(guān)鍵。通過(guò)對(duì)大量數(shù)據(jù)的分析找出關(guān)聯(lián)、挖掘規(guī)律，從而總結(jié)出特定數(shù)據(jù)所反映出的特定的個(gè)體信息。并利用機(jī)器對(duì)未來(lái)的數(shù)據(jù)進(jìn)行自動(dòng)分析和總結(jié)，進(jìn)行大規(guī)模的數(shù)據(jù)處理、歸納、整理和結(jié)果產(chǎn)出。最終利用機(jī)器學(xué)習(xí)產(chǎn)生的結(jié)果，了解不同類型個(gè)體對(duì)象或群體對(duì)象的不同特征，進(jìn)而定制化針對(duì)性的業(yè)務(wù)活動(dòng)。注：當(dāng)前以Google、Facebook、Amazon等海外巨頭為首的互聯(lián)網(wǎng)公司正在進(jìn)行深度學(xué)習(xí)(Deep Learning)的研發(fā)，深度學(xué)習(xí)技術(shù)能免去上述的結(jié)構(gòu)化步驟，直接將數(shù)據(jù)輸入機(jī)器，由機(jī)器自行發(fā)現(xiàn)規(guī)律、擬合模型進(jìn)行特征挖掘

大數(shù)據(jù)最終轉(zhuǎn)化為生產(chǎn)力，還需落實(shí)到具體的業(yè)務(wù)場(chǎng)景之中，形成企業(yè)自己的基于大數(shù)據(jù)的業(yè)務(wù)應(yīng)用庫(kù)和分析模型庫(kù)，以切實(shí)找到數(shù)據(jù)助力點(diǎn)。企業(yè)戰(zhàn)略的實(shí)現(xiàn)寓于各種業(yè)務(wù)與生產(chǎn)活動(dòng)之中，大數(shù)據(jù)的發(fā)力亦應(yīng)著力于此。以我們的項(xiàng)目經(jīng)驗(yàn)來(lái)看，建立業(yè)務(wù)應(yīng)用庫(kù)，須掃描企業(yè)的生產(chǎn)及運(yùn)營(yíng)過(guò)程，識(shí)別大數(shù)據(jù)適用的業(yè)務(wù)場(chǎng)景，使用標(biāo)準(zhǔn)格式進(jìn)行業(yè)務(wù)用例的統(tǒng)一記錄。其內(nèi)容包括場(chǎng)景描述、大數(shù)據(jù)的解決思路、數(shù)據(jù)來(lái)源、面向的用戶、獲益方式以及應(yīng)用后效果評(píng)估方式。

圖：某著名車企大數(shù)據(jù)分析的業(yè)務(wù)用例庫(kù)示意

在大數(shù)據(jù)適用的業(yè)務(wù)活動(dòng)得到梳理后，進(jìn)一步的工作即是分析模型的建立。業(yè)務(wù)應(yīng)用庫(kù)與分析模型庫(kù)是多對(duì)多的關(guān)系，即一個(gè)業(yè)務(wù)用例可能對(duì)應(yīng)于多個(gè)分析模型，例如客戶再購(gòu)場(chǎng)景會(huì)用到客戶消費(fèi)頻率模型以及客戶消費(fèi)水平模型等等；一個(gè)分析模型也可應(yīng)用于多個(gè)業(yè)務(wù)場(chǎng)景，例如客戶信用模型可用于信貸場(chǎng)景亦可用于賒買場(chǎng)景。分析模型庫(kù)的精進(jìn)和完整，代表著企業(yè)釋放大數(shù)據(jù)潛能的程度。

隨著互聯(lián)網(wǎng)應(yīng)用的高速增長(zhǎng)、移動(dòng)互聯(lián)網(wǎng)的普及、物聯(lián)網(wǎng)的興起，數(shù)據(jù)的數(shù)量、多樣性和生成速度都將呈現(xiàn)爆發(fā)式增長(zhǎng)。數(shù)據(jù)資產(chǎn)這座金礦的潛在價(jià)值更加凸顯，如何在數(shù)據(jù)的礦山中挖掘出商業(yè)價(jià)值的真金將變得越發(fā)復(fù)雜也越發(fā)重要。未來(lái)，誰(shuí)能善加利用數(shù)據(jù)，誰(shuí)擁有更高的“數(shù)商”，誰(shuí)就能在日益激烈的市場(chǎng)競(jìng)爭(zhēng)中脫穎而出。