2017大數(shù)據(jù)產(chǎn)業(yè)從數(shù)據(jù)中尋找智慧的力量

大數(shù)據(jù)產(chǎn)業(yè)發(fā)展了兩年之后，從探索階段進入了應用階段。企業(yè)和政府看到了數(shù)據(jù)價值，從被動了解走向主動擁抱。數(shù)據(jù)被定義成重要的資源，正在得到企業(yè)的重視，在企業(yè)的經(jīng)營過程中發(fā)揮著重要的作用。數(shù)據(jù)部門或者數(shù)據(jù)負責人也成為熱點，正在幫助企業(yè)實施數(shù)據(jù)戰(zhàn)略，尋找數(shù)的商業(yè)價值。

數(shù)據(jù)的商業(yè)應用成為企業(yè)認識數(shù)據(jù)價值的一個切入點，也是企業(yè)實施數(shù)據(jù)戰(zhàn)略的一個重要前提。數(shù)據(jù)如何應用，數(shù)據(jù)如何同場景結合，數(shù)據(jù)如何變成生產(chǎn)力，數(shù)據(jù)如何指導業(yè)務決策成為了企業(yè)最關心的問題。大多數(shù)企業(yè)還是將精力放在數(shù)據(jù)架構，技術平臺，數(shù)據(jù)采集等探索工作，沒有理順數(shù)據(jù)價值應用的發(fā)展路徑，也沒有從數(shù)據(jù)中看到真正的商業(yè)價值，看到智慧的力量。

數(shù)據(jù)本身是沒有價值的，必須同商業(yè)需求結合在一起，才能夠產(chǎn)生化學反映，體現(xiàn)商業(yè)價值。數(shù)據(jù)的應用場景常常成為企業(yè)在數(shù)據(jù)應用中最迫切的需求。中國有句古話，不積跬步無以至千里，數(shù)據(jù)的價值應用需要經(jīng)歷多個階段，完成所有基礎工作之后，數(shù)據(jù)的商業(yè)價值才能體現(xiàn)出來。就像一個武功高手，必須先擁有多年修煉的內(nèi)功，才能夠吐納自如，于無形中取得優(yōu)勢，一擊而中。

一、企業(yè)需要重新認識數(shù)據(jù)工程

從數(shù)據(jù)到智慧，從數(shù)據(jù)到資產(chǎn)，從數(shù)據(jù)到價值需要系統(tǒng)化思維和嚴謹?shù)臄?shù)據(jù)工程，沒有經(jīng)歷過數(shù)據(jù)工程，數(shù)據(jù)應用將失去一個重要基礎，無法在企業(yè)中發(fā)揮出作用。

企業(yè)發(fā)展過程中經(jīng)歷過業(yè)務工程和技術工程，業(yè)務工程是指商業(yè)模式尋找的過程，主要是指的業(yè)務流程的建立。經(jīng)過多次試錯，企業(yè)通過業(yè)務工程找到了成熟的商業(yè)模式。企業(yè)借助于業(yè)務工程建立了業(yè)務流程，業(yè)務工程幫助企業(yè)解決了業(yè)務環(huán)節(jié)中分工和責任的問題，幫助企業(yè)高效運轉起來，并從根本上解決了企業(yè)擴大規(guī)模，高速運轉過程中需要解決的管理問題，業(yè)務工程也可以看成是管理工程。

技術工程是指在業(yè)務工程實施過程中，業(yè)務流程的工具化、系統(tǒng)化過程。借助于信息系統(tǒng)的搭建和實施，企業(yè)對業(yè)務流程實施控制，提高流程效率，降低業(yè)務運營成本。技術工程就是信息化過程，幫助企業(yè)利用系統(tǒng)和工具來管理業(yè)務流程，實現(xiàn)業(yè)務工程。

業(yè)務工程和技術工程都解決了一個問題，就是現(xiàn)代化生產(chǎn)，標準化企業(yè)的商業(yè)模式和業(yè)務流程。業(yè)務流程成為業(yè)務工程和技術工程的核心，數(shù)據(jù)成為業(yè)務工程和技術工程的附屬品和重要的流程產(chǎn)物。

在企業(yè)以產(chǎn)品為中心的時代，客戶缺少選擇權，數(shù)據(jù)作為副產(chǎn)品，主要是用于財務控制和資源管理。數(shù)據(jù)沒有被作為一種資產(chǎn)來看待，更多的時候，數(shù)據(jù)只是一個流程的記錄，是業(yè)務流程的副產(chǎn)品。企業(yè)不會化太多的精力去經(jīng)營，企業(yè)將大部分精力放在了產(chǎn)品和是市場宣傳。

當進入以客戶為中心的時代之后，用戶成為了企業(yè)的中心，數(shù)據(jù)也成了聯(lián)系客戶和洞察客戶的直接橋梁。如果企業(yè)想更多地了解客戶，分析客戶需求，優(yōu)化產(chǎn)品，提升客戶滿意度，企業(yè)就必須利用數(shù)據(jù)了解客戶的消費，行為，心理以及預測客戶未來的需求。數(shù)據(jù)將不再是業(yè)務流程中的副產(chǎn)品，將會是企業(yè)了解客戶的一個途徑。數(shù)據(jù)不再僅僅是業(yè)務流程中的記錄，將會成為一類特殊的資產(chǎn)，從數(shù)據(jù)中看到更多的價值。

數(shù)據(jù)工程就是以數(shù)據(jù)為中心，從數(shù)據(jù)采集到數(shù)據(jù)應用的過程。

數(shù)據(jù)工程也是從數(shù)據(jù)到智慧的過程，其必須經(jīng)歷四個階段，原始數(shù)據(jù)到原數(shù)據(jù)，原數(shù)據(jù)到信息，信息到知識，知識到智慧。

原始數(shù)據(jù)到原數(shù)據(jù)是數(shù)據(jù)采集和處理過程

數(shù)據(jù)以多種形式存在，主要的形式是流程中記錄下來的數(shù)據(jù)，多為結構化數(shù)據(jù)，直接采集信息系統(tǒng)的數(shù)據(jù)庫里面，形成原數(shù)據(jù)，直接就可以調用。另一部分是行為數(shù)據(jù)，分為主動行為數(shù)據(jù)和被動行為數(shù)據(jù)，主動行為數(shù)據(jù)包括社交數(shù)據(jù)，點擊數(shù)據(jù)，瀏覽數(shù)據(jù)，言論數(shù)據(jù)等。

被動行為數(shù)據(jù)就是傳感器數(shù)據(jù)，包括GPS數(shù)據(jù)，WIFI，ibeacon，攝像頭，壓力感應器，氣壓記，濕度記等傳感器采集的數(shù)據(jù)，這些數(shù)據(jù)只有通過數(shù)據(jù)采集和處理，才可以放到數(shù)據(jù)庫里面進行應用。

原數(shù)據(jù)就是指放到結構化數(shù)據(jù)庫里面，可以直接調用和分析的數(shù)據(jù)，是數(shù)據(jù)應用的基礎，數(shù)據(jù)標簽的主要來源就是原數(shù)據(jù)。

原數(shù)據(jù)到信息是數(shù)據(jù)統(tǒng)計分析的過程

這個階段是數(shù)據(jù)統(tǒng)計匯總，以不同維度和角度展現(xiàn)的過程，我門看到的數(shù)據(jù)報表和數(shù)據(jù)可視化過程就是數(shù)據(jù)到信息的過程。

信息是數(shù)據(jù)具有價值的第一個產(chǎn)品，從信息中可以看到業(yè)務發(fā)展趨勢和業(yè)務經(jīng)營情況。經(jīng)?？吹綐I(yè)務數(shù)據(jù)的環(huán)比、同比、對比、百分比、熱力圖等都是數(shù)據(jù)作為信息的展示方式。從數(shù)據(jù)統(tǒng)計匯總中基本上可以了解業(yè)務經(jīng)營情況，產(chǎn)品銷售情況，客戶增長情況，客戶滿意情況等基本信息。信息可以幫助企業(yè)從數(shù)據(jù)中了解商業(yè)經(jīng)營情況，從數(shù)據(jù)中了解運營成本，單個客戶價值等情況。

信息是數(shù)據(jù)價值應用的第一個階段，企業(yè)主要通過信息統(tǒng)計來了解客戶滿意度和產(chǎn)品銷售情況，大部分企業(yè)的數(shù)據(jù)應用處于這個階段。數(shù)據(jù)還沒有開始幫助企業(yè)進行一些商業(yè)決策。

信息到知識是數(shù)據(jù)分析挖掘過程

這個過程需要人的智慧，借助于數(shù)據(jù)分析，企業(yè)可以發(fā)現(xiàn)一些商業(yè)機會，包括產(chǎn)品體驗和客戶需求，高價值客戶和流失客戶，潛在客戶的基本特征和基本需求，也包括用戶行為的分析以及需求。

在這個階段企業(yè)可以借助于數(shù)據(jù)分析和挖掘發(fā)現(xiàn)產(chǎn)品銷售的相關性，提升相關產(chǎn)品搭配銷售。借助于知識圖譜技術找到羊毛黨和網(wǎng)絡欺詐分子的特征，制定反欺詐的規(guī)則。通過分析用戶下班之后在App中的行為，針對性推送一些具有價值的交易信息，幫助客戶進行決策。通過分析客戶物理行為軌跡和品牌偏好，幫助企業(yè)客戶制定廣告營銷策略以及商鋪搭配策略等。

信息到知識的過程是商業(yè)機會總結發(fā)現(xiàn)的過程，數(shù)據(jù)的價值體現(xiàn)在對客觀事物規(guī)律的總結，在這個階段，數(shù)據(jù)應用價值主要依靠人的智慧和高質量的數(shù)據(jù)分析結果。

知識到智慧是人工智能決策的過程

企業(yè)面臨的數(shù)據(jù)緯度是海量的，數(shù)據(jù)對于商業(yè)決策影響是多方面的。一個商業(yè)決策可能需要考慮和分析數(shù)十萬個數(shù)據(jù)個體和數(shù)據(jù)緯度，通過傳統(tǒng)的方法和工具已經(jīng)無法短時間內(nèi)幫助企業(yè)計算出結果，同時復雜無序的非結構化數(shù)據(jù)也在一定程度上加大了數(shù)據(jù)分析的難度。

基于新數(shù)據(jù)技術的人工智能或者說是數(shù)據(jù)模型已經(jīng)可以幫助企業(yè)在復雜的數(shù)據(jù)中去發(fā)現(xiàn)一些規(guī)律，幫助企業(yè)進行商業(yè)決策。例如金融企業(yè)可以借助于TDA拓撲分析、RF(隨機森林)，GBDT，深度學習，遺傳算法等方式來進行基于行為數(shù)據(jù)的風控?？梢匀〉?0%以上的判斷準確率。另外互聯(lián)網(wǎng)企業(yè)的開源計算框架(軟件庫)正在提升算法的速度和精度。