中小企業(yè)怎樣借力大數(shù)據(jù)

大數(shù)據(jù)不是大企業(yè)的特權(quán)，在很多企業(yè)尤其是中小型企業(yè)，大數(shù)據(jù)應(yīng)用無法落地的原因是企業(yè)沒有大數(shù)據(jù)思維

普華永道最近研究了大數(shù)據(jù)應(yīng)用在中國的現(xiàn)狀和企業(yè)的關(guān)注點。研究結(jié)果表明，中國企業(yè)在做決策時越來越多地使用大數(shù)據(jù)；但調(diào)研同時表明，很多企業(yè)，尤其是中小企業(yè)在大數(shù)據(jù)分析上存在著一些誤區(qū)。那么大數(shù)據(jù)影響企業(yè)決策的重要趨勢是什么，中小企業(yè)又將如何應(yīng)對挑戰(zhàn)呢？

大數(shù)據(jù)的開放

大數(shù)據(jù)的價值評估，需要從社會效益、企業(yè)效益、個人效益和產(chǎn)品效益來綜合評價。比如，金融數(shù)據(jù)和電商數(shù)據(jù)碰撞在一起，就會產(chǎn)生像小微貸款那樣的互聯(lián)網(wǎng)金融；電信數(shù)據(jù)和政府?dāng)?shù)據(jù)相遇，可以產(chǎn)生人口統(tǒng)計學(xué)方面的價值，幫助城市規(guī)劃人們居住、工作、娛樂的場所；金融數(shù)據(jù)和醫(yī)學(xué)數(shù)據(jù)在一起，可以發(fā)現(xiàn)騙保；物流數(shù)據(jù)和電商數(shù)據(jù)湊在一起，可以了解各個經(jīng)濟(jì)子領(lǐng)域的運行情況等?？梢?，只有將數(shù)據(jù)開放，即讓不同領(lǐng)域的數(shù)據(jù)真正流動起來、融合起來，才能最大程度釋放大數(shù)據(jù)的價值。

數(shù)據(jù)的開放主要有三個維度。一是狹義數(shù)據(jù)的開放。狹義的數(shù)據(jù)主體是政府和科研機構(gòu)，即把非涉密的政府?dāng)?shù)據(jù)以及科研數(shù)據(jù)公開。但是數(shù)據(jù)開放不等于信息公開。數(shù)據(jù)不等于信息，信息是從數(shù)據(jù)里面提煉出來的內(nèi)涵，而且數(shù)據(jù)開放應(yīng)該是一種主動和免費的開放，而不是經(jīng)常被探討的“申請信息公開”。二是大數(shù)據(jù)基礎(chǔ)設(shè)施的開放。有了大數(shù)據(jù)思維，企業(yè)就會希望加快建設(shè)平臺，投資相關(guān)的硬件和軟件。但如何儲存，處理并結(jié)合云對企業(yè)是個挑戰(zhàn)。因此基礎(chǔ)設(shè)施的開放對很多無力建設(shè)自己平臺的中小企業(yè)來說就非常重要。一些擁有龐大平臺的企業(yè)，如谷歌、亞馬遜已經(jīng)開始積極嘗試，比如提供基礎(chǔ)數(shù)據(jù)處理和分析平臺。三是價值挖掘能力的開放。當(dāng)我們在挖掘數(shù)據(jù)的時候，最主要的是在業(yè)務(wù)中體現(xiàn)其價值。但大數(shù)據(jù)具有非常明顯的兩面性，某些大數(shù)據(jù)是十分重要且有價值的，但絕大部分離散的數(shù)據(jù)是無用的。這讓挖掘大數(shù)據(jù)一方面可以產(chǎn)生高價值，但也可能給企業(yè)帶來沉重的成本負(fù)擔(dān)。所以開放價值挖掘能力對降低數(shù)據(jù)應(yīng)用的門檻非常重要，要讓數(shù)據(jù)價值平民化和市場化。

大數(shù)據(jù)如何影響企業(yè)決策

企業(yè)對大數(shù)據(jù)的應(yīng)用主要可分成三個階段。在2010年到2012年之間的第一階段，大數(shù)據(jù)應(yīng)用關(guān)注數(shù)據(jù)和機器的關(guān)系，局限于傳統(tǒng)的IT思維，只不過在很多小數(shù)據(jù)應(yīng)用上貼上了大數(shù)據(jù)標(biāo)簽；從2013年開始的第二階段關(guān)注數(shù)據(jù)與人的關(guān)系，可視化和預(yù)測應(yīng)用成為了市場的寵兒；2014年之后，大數(shù)據(jù)應(yīng)用的重點已經(jīng)轉(zhuǎn)向分析數(shù)據(jù)和數(shù)據(jù)之間的關(guān)系，這要求對企業(yè)大數(shù)據(jù)應(yīng)用進(jìn)行開放式的創(chuàng)新：從數(shù)據(jù)的開放、共享和交易，到基礎(chǔ)處理和分析平臺的開放，再到價值提取能力的開放。

研究還表明，大數(shù)據(jù)對企業(yè)決策最重要的影響，不是大數(shù)據(jù)本身，而是數(shù)據(jù)和數(shù)據(jù)之間的關(guān)系。大數(shù)據(jù)價值的實現(xiàn)，在于數(shù)據(jù)與數(shù)據(jù)間的連接。

以谷歌的一項數(shù)據(jù)處理功能為例。谷歌做了一件驚人的事情——能在不懂某個網(wǎng)頁語言的情況下，知道網(wǎng)頁所講的內(nèi)容是什么。試想一下，如果你懂俄語，看出俄語網(wǎng)頁里在講什么當(dāng)然很簡單。但是，如果你不懂俄語，僅僅通過看字詞的排列和網(wǎng)站的分類，就知道網(wǎng)頁的內(nèi)容，這是不是很令人驚嘆？這就是一種利用數(shù)據(jù)間的聯(lián)系建立起來的知識圖譜。知識圖譜并不是數(shù)據(jù)，但它產(chǎn)生的結(jié)果要比單純的數(shù)據(jù)搜集有價值得多。

除此之外，大數(shù)據(jù)對企業(yè)決策的影響還表現(xiàn)在以下三個層面：

第一，企業(yè)的數(shù)據(jù)分析師在重視獲取大數(shù)據(jù)的同時，開始意識到要抓住大數(shù)據(jù)的機會并從中獲取商業(yè)價值，需要使用先進(jìn)的分析方法。從前我們通過對市場、行業(yè)和業(yè)務(wù)洞見來分析市場形勢，傳統(tǒng)的BI方案（商業(yè)智能方案）也能給我們提供解決方案。然而，大數(shù)據(jù)分析是全量數(shù)據(jù)和多數(shù)據(jù)類型，相對抽樣研究，能更精準(zhǔn)地體現(xiàn)數(shù)據(jù)價值。因此，我們需要引入新的技術(shù)來提升解讀數(shù)據(jù)價值的能力，比如機器學(xué)習(xí)和預(yù)測能力。此外，數(shù)據(jù)探索、捕捉實時流動的大數(shù)據(jù)并把新的大數(shù)據(jù)來源與原來的企業(yè)數(shù)據(jù)相整合等，也將幫助企業(yè)攫取大數(shù)據(jù)的商業(yè)價值。

第二，在應(yīng)用大數(shù)據(jù)的同時關(guān)注小數(shù)據(jù)。小數(shù)據(jù)強調(diào)的是定性和定量分析。大數(shù)據(jù)強調(diào)的是趨勢和融合分析。小數(shù)據(jù)的分析往往是面對一個業(yè)務(wù)主題，而不是行業(yè)趨勢或熱點。小數(shù)據(jù)在做數(shù)據(jù)取樣和驗證結(jié)果時能對大量的、宏觀的數(shù)據(jù)分析進(jìn)行補充。當(dāng)然，最終我們要獲得的是數(shù)據(jù)價值本身，而不僅僅是把它分為不同類型的數(shù)據(jù)。所以，無論是大數(shù)據(jù)還是小數(shù)據(jù)，都需要我們把所有類型的數(shù)據(jù)碎片化后，運用先進(jìn)的關(guān)聯(lián)手段來建立其價值鏈，通過定制價值路徑讓數(shù)據(jù)的價值快速推送到商業(yè)應(yīng)用中。這也是為什么越來越多的企業(yè)開始關(guān)注企業(yè)知識庫建設(shè)的原因，它們藉此實現(xiàn)企業(yè)數(shù)據(jù)價值的變現(xiàn)。

第三，在數(shù)據(jù)的搜集和處理過程中，建立數(shù)據(jù)屬性標(biāo)簽。我們常把數(shù)據(jù)屬性標(biāo)簽比喻成臉譜勾畫，通過數(shù)據(jù)屬性標(biāo)簽可以更容易識別數(shù)據(jù)的不同特征。數(shù)據(jù)標(biāo)簽的屬性是指在使用數(shù)據(jù)前，企業(yè)要了解數(shù)據(jù)的場景以及數(shù)據(jù)是如何進(jìn)入這個場景的。因此，數(shù)據(jù)屬性管理的層級化和維度化就變得十分必要，而在將數(shù)據(jù)屬性標(biāo)簽化之前，就說數(shù)據(jù)如何起了作用是不現(xiàn)實的。

樹立大數(shù)據(jù)思維

在很多企業(yè)，尤其是對中小型企業(yè)來說，大數(shù)據(jù)應(yīng)用無法落地的原因是企業(yè)沒有大數(shù)據(jù)思維。擁有大數(shù)據(jù)思維，并不是指任何決策都參考數(shù)據(jù)，也不是要求所有問題都足夠精準(zhǔn)，更不是花巨資打造大數(shù)據(jù)系統(tǒng)或平臺。大數(shù)據(jù)思維是“數(shù)據(jù)借力”。

首先讓我們了解一下建立大數(shù)據(jù)思維通常面對的幾個挑戰(zhàn)：

第一，大數(shù)據(jù)應(yīng)用和商業(yè)回報間的矛盾。未來的大數(shù)據(jù)應(yīng)用一定是可定制的、可在云上打包的服務(wù)，即將業(yè)務(wù)、數(shù)據(jù)、分析能力多面定制，一起打包。企業(yè)需要可快速部署和有明確投資回報的應(yīng)用，這涉及到數(shù)據(jù)的質(zhì)量和豐富度及業(yè)務(wù)人員對數(shù)據(jù)的依賴度。這需要企業(yè)內(nèi)各個部門的有效協(xié)作，并規(guī)避無法確定的風(fēng)險，比如分析結(jié)果的不確定性，業(yè)務(wù)場景的復(fù)雜性，人員的能力缺失等。

傳統(tǒng)手段，比如通過社交媒體、郵件、網(wǎng)絡(luò)文本等獲得的數(shù)據(jù)量非常龐大，但解破這些數(shù)據(jù)的關(guān)系和價值卻給企業(yè)帶來巨大挑戰(zhàn)。企業(yè)希望成為數(shù)據(jù)的主人，但往往在辨析數(shù)據(jù)的有效性、能帶來哪些商業(yè)回報，以及如何幫助決策等方面卻缺乏有效工具。

第二，海量數(shù)據(jù)與核心數(shù)據(jù)間的矛盾。要做大數(shù)據(jù)，首先要了解自己的企業(yè)，或者企業(yè)所在的行業(yè)的核心是什么。調(diào)研中我們發(fā)現(xiàn)，有很多企業(yè)在競爭過程中，最終不是被現(xiàn)有競爭對手打敗，而是被很多潛在未知的競爭對手打敗的。舉例來說，大部分人都認(rèn)為亞馬遜是做電商的，但其實亞馬遜現(xiàn)在最主要的收入來自云服務(wù)，也就意味著亞馬遜的核心數(shù)據(jù)（價值）是云服務(wù)。只有在此基礎(chǔ)上，亞馬遜建立的大數(shù)據(jù)才是有效的、服務(wù)于戰(zhàn)略的。

第三，內(nèi)部數(shù)據(jù)與外圍數(shù)據(jù)間的矛盾。企業(yè)所獲取的數(shù)據(jù)，很大一部分是內(nèi)部數(shù)據(jù)，這讓企業(yè)面對另一個挑戰(zhàn)，即如何讓內(nèi)部數(shù)據(jù)與外圍相關(guān)數(shù)據(jù)產(chǎn)生聯(lián)系并使之成長。只有讓內(nèi)外部數(shù)據(jù)的交融在用戶場景中，才能為業(yè)務(wù)用戶描繪更精準(zhǔn)的業(yè)務(wù)發(fā)展空間。數(shù)據(jù)分析師培訓(xùn)

第四，規(guī)律發(fā)現(xiàn)和規(guī)律失效間的矛盾。我們的調(diào)研顯示，從大數(shù)據(jù)應(yīng)用總結(jié)出的規(guī)律來看，建立失效預(yù)警是特別必要的。當(dāng)企業(yè)通過大數(shù)據(jù)分析發(fā)現(xiàn)一個規(guī)律，并在現(xiàn)實中應(yīng)用時，必須要設(shè)立一些預(yù)警指標(biāo)。當(dāng)指標(biāo)達(dá)到一定水平，即表明之前發(fā)現(xiàn)的規(guī)律已經(jīng)失效，必須發(fā)現(xiàn)新的規(guī)律、建立新相關(guān)指標(biāo)，這稱為數(shù)據(jù)價值的有效性。

沒有根據(jù)實際應(yīng)用場景的變化而及時更新，挖掘再多數(shù)據(jù)都是無謂的浪費。熟練應(yīng)用失效預(yù)警，企業(yè)才能培養(yǎng)起整個團(tuán)隊對數(shù)據(jù)真實有效的敏感性。

中小企業(yè)的“數(shù)據(jù)借力”之道

對中小企業(yè)而言，購買大數(shù)據(jù)，雇傭?qū)I(yè)團(tuán)隊成本偏高，建立大數(shù)據(jù)思維、理智對待大數(shù)據(jù)應(yīng)用的熱潮才能將數(shù)據(jù)對企業(yè)決策的影響最優(yōu)化。應(yīng)對以上建立大數(shù)據(jù)思維的四種挑戰(zhàn)，中小企業(yè)“數(shù)據(jù)借力”可以嘗試以下幾種方法：

第一，做好數(shù)據(jù)價值調(diào)研。企業(yè)在購買搜索關(guān)鍵字、投放DSP（精準(zhǔn)定位人群）的廣告等大數(shù)據(jù)業(yè)務(wù)前，要先做調(diào)研，對數(shù)據(jù)是否能帶來期望的商業(yè)回報做到心中有數(shù)。比如，可以考察行業(yè)內(nèi)是否有較多成功案例再做決定。若成功案例不多，必然有一些難以跨越的障礙，購買前就需要三思。

第二，確認(rèn)核心數(shù)據(jù)屬性，建立海量數(shù)據(jù)與核心數(shù)據(jù)以及內(nèi)部數(shù)據(jù)與外部數(shù)據(jù)間的關(guān)聯(lián)標(biāo)準(zhǔn)。在此方面企業(yè)可遵循以下步驟：第一步，確立核心數(shù)據(jù)標(biāo)準(zhǔn)。比如，CRM（客戶關(guān)系管理）和客戶營銷數(shù)據(jù)一定是核心數(shù)據(jù)。第二步，歸檔外圍數(shù)據(jù)。比如，將線上線下舉辦的推廣活動中收集的消費者的信息，歸納入CRM的系統(tǒng)。第三步，擴(kuò)展常規(guī)上下游渠道的數(shù)據(jù)。比如，做快銷行業(yè)的企業(yè)，就可以盡量獲取沃爾瑪、家樂福的數(shù)據(jù)，并與自己的CRM結(jié)合，為企業(yè)下一步做市場營銷、推廣、產(chǎn)品創(chuàng)新等建立指導(dǎo)。第四步，與社會化媒體數(shù)據(jù)建立聯(lián)系。社會化媒體產(chǎn)生的數(shù)據(jù)是外圍數(shù)據(jù)的一個重要來源，對于中小企業(yè)而言，它們在客戶的獲取和營銷上沒有強大的運營平臺，因此社會化媒體產(chǎn)生的數(shù)據(jù)，對它們來說尤為重要。但如果只搜集而沒有跟這些數(shù)據(jù)的發(fā)布者建立聯(lián)系，那么這些數(shù)據(jù)就毫無價值。

第三，用虛擬人脈交換來獲取數(shù)據(jù)。對中小企業(yè)而言，數(shù)據(jù)的缺失是一種常態(tài)，但它們可以通過擴(kuò)展人脈，來加強對數(shù)據(jù)的獲取能力。比較常見的做法是建立企業(yè)自媒體。傳統(tǒng)的虛擬人脈的建立主要基于社交媒體上的互粉、互相介紹，而企業(yè)自媒體的人脈互相交換，則能更好地各取所需，在不同行業(yè)領(lǐng)域交換。企業(yè)還可以通過線下人脈尋找優(yōu)質(zhì)的高端群體用戶。優(yōu)質(zhì)用戶雖然人數(shù)不多，但通過收集其詳細(xì)資料、分析其行為愛好，將相關(guān)分析存儲到自己的系統(tǒng)中，就能形成優(yōu)質(zhì)的大數(shù)據(jù)資源。

第四，在關(guān)注大數(shù)據(jù)的同時要關(guān)注好小數(shù)據(jù)。企業(yè)的大數(shù)據(jù)起步，要從小數(shù)據(jù)開始，從核心數(shù)據(jù)開始。以業(yè)務(wù)為主導(dǎo)做好小數(shù)據(jù)，有助于企業(yè)做好企業(yè)內(nèi)部的精細(xì)化管理、對市場的觀察，以及未來發(fā)展方向的規(guī)劃。

第五，賦予高管更多的權(quán)力。做好大數(shù)據(jù)應(yīng)用需要企業(yè)內(nèi)部建立大數(shù)據(jù)文化，比如，靈活的部門間協(xié)作機制，管理人員使用數(shù)據(jù)分析模型的習(xí)慣養(yǎng)成等。這就要求企業(yè)賦予高管更多的決策權(quán)，以幫助其突破制度限制、協(xié)調(diào)資源、協(xié)同合作，更積極主動地應(yīng)對大數(shù)據(jù)挑戰(zhàn)。

大數(shù)據(jù)不是大企業(yè)所擁有的特權(quán)。所有企業(yè)都可以通過各種手段因地制宜地打造自身在數(shù)據(jù)獲取和分析上的能力，以面對新經(jīng)濟(jì)環(huán)境的挑戰(zhàn)。cda數(shù)據(jù)分析師培訓(xùn)