【正文】 地描述，泛泛要求把東西做好，按時完成等，最后無法評估，員工也無法正確地管理績效。數(shù)據(jù)戰(zhàn)略主要包括三個方面：首先，數(shù)據(jù)管理，主要是數(shù)據(jù)的治理。數(shù)據(jù)所有者和數(shù)據(jù)操作者，數(shù)據(jù)所有者要保證數(shù)據(jù)的質(zhì)量。數(shù)據(jù)合規(guī)的安全管理，誰可以使用這個數(shù)據(jù)，什么時候可以刪除數(shù)據(jù)，數(shù)據(jù)什么時候可以傳到網(wǎng)上去。通過數(shù)據(jù)質(zhì)量管理，確保都是準確的數(shù)據(jù)，不要是一些垃圾的數(shù)據(jù)。數(shù)據(jù)生命周期管理是對整個數(shù)據(jù)從產(chǎn)生，變化到最后的結束銷毀等的整個生命周期進行管理。還有一個數(shù)據(jù)服務，我們想用什么樣的數(shù)據(jù)平臺、數(shù)據(jù)架構，什么樣的數(shù)據(jù)集成方式，企業(yè)里好幾個信息系統(tǒng)，中間也不關聯(lián)，同樣一個商品在兩個系統(tǒng)里面名稱也不一樣，庫存也不一樣，造成了大量的浪費。如果是集團公司，下面有很多分公司和子公司，同樣一個庫存的商品，如果在不同公司里面，系統(tǒng)用的不同的代碼，不同的名稱，往往會虛大庫存的數(shù)量。假如說其中一個公司要去做采購，很可能另外一個公司很多庫存是賣不掉的。之前的一個公司，兩個人說，他說他這個公司買的東西，他沒有了，但是在另外一個公司，他有很多的庫存，根本賣不掉。所以數(shù)據(jù)的集成很重要，要有一個單一的數(shù)據(jù)源，總數(shù)據(jù)管理，所有的東西標準化、統(tǒng)一化。同樣的商品在集團下所有的公司都是一個數(shù)據(jù)。數(shù)據(jù)的模型，主要包括怎么定義數(shù)據(jù)、分類數(shù)據(jù)，各個數(shù)據(jù)接口如何進行交互等。數(shù)據(jù)組織能力，如果有條件，可以建立一個CDO，首席數(shù)據(jù)官制度，有一個牽頭人專門去負責數(shù)據(jù)管理，而且這個崗位希望能夠匯報給企業(yè)的決策者。因為數(shù)據(jù)如此重要，所以需要有一個人戰(zhàn)略性的規(guī)劃它和管理它。同時我們需要集中式的數(shù)據(jù)管理和運營中心，要解決數(shù)據(jù)孤島的問題，就需要集中化管理，包括數(shù)據(jù)的管理，它的目的還是以商業(yè)價值為衡量標準，不是你本身能產(chǎn)生多少數(shù)據(jù)。同時要提升一線人員的業(yè)務能力和數(shù)據(jù)決策權，及時反饋客戶需求，快速交互客戶來設計和交付客戶需要的產(chǎn)品和服務。一般企業(yè)里面做數(shù)據(jù)管理的時候，一般有幾個步驟：數(shù)據(jù)的清理，你要搜集到數(shù)據(jù)，對數(shù)據(jù)進行存儲和分析，分析和業(yè)務相關聯(lián)，把信息和方案展示出來，交給企業(yè)做決策。這個過程里面，不同的團隊做不同的事情，數(shù)據(jù)采集和清理是數(shù)據(jù)管理的群體負責，數(shù)據(jù)的分析，一般是數(shù)據(jù)科學家，他要做建模，從數(shù)據(jù)里面找出數(shù)據(jù)的邏輯性出來。通過業(yè)務分析師把數(shù)據(jù)分析的結果和業(yè)務做了連接，到底對業(yè)務意味著什么，從而形成一個比較好的解決方案出來，進而企業(yè)數(shù)據(jù)官和企業(yè)決策層進行的合作，形成商業(yè)決策。最下面的基礎技術團隊提供各種技術支持，最后的結果是價值交付，歸根到底給企業(yè)帶來價值。下面講大數(shù)據(jù)企業(yè)生態(tài)架構。左邊是：企業(yè)，社交媒體、物聯(lián)網(wǎng)、云服務。右邊是結果，客戶滿意度提高，競爭力提升、風險控制提升，產(chǎn)生一些新的商業(yè)模式，從而幫助企業(yè)脫離紅海進入到藍海。公司已有的系統(tǒng)和數(shù)據(jù)應該怎么辦？第一，建立現(xiàn)有數(shù)據(jù)分析能力。第二，打通各個數(shù)據(jù)之間的障礙，消除數(shù)據(jù)孤島，建立數(shù)據(jù)治理架構，對于規(guī)章制度，誰去負責個數(shù)據(jù)的質(zhì)量等等，在這上面做制度建設。第三，建設數(shù)據(jù)應用的體系架構和集成架構，為了迎接后續(xù)更多的數(shù)據(jù)進來。第四，引入新的大數(shù)據(jù)平臺、大數(shù)據(jù)技術，來做更廣泛、更深入的數(shù)據(jù)分析。企業(yè)怎么引用大數(shù)據(jù)技術，這種方案很多，在你的企業(yè)足夠大的情況下，你可以選比較好的一站式的解決方案，但是如果你的企業(yè)本身團隊能力不是很強，你可以從一個小的做起，現(xiàn)在有很多免費的平臺方案，可以應用他做POC，一些概念驗證，看到底怎么做有效，在這個過程中不斷建設你的團隊，最后再分析我是否要上一個更好的系統(tǒng)，還是說我可以從免費系統(tǒng)自我升級、自我迭代，產(chǎn)生我最適用的東西。在用好目前數(shù)據(jù)的情況下，開展一些比較低成本的概念驗證，慢慢進入數(shù)據(jù)領域。大數(shù)據(jù)的使用目前在整個社會層面上看只是一個幼兒園大班階段，大家也不要覺得我沒有怎么用大數(shù)據(jù)，覺得我很落后，其實不是。絕大部分企業(yè)都剛剛開始?，F(xiàn)在包括大數(shù)據(jù)產(chǎn)業(yè)聯(lián)合會都在推廣，希望幫助大家，幫助企業(yè)家、大眾有這樣一個概念，我們的數(shù)據(jù)是有用的，我們慢慢建立這些能力。第五，交付數(shù)據(jù)的服務，可以做各種各樣的分析，幫助他做一些決策，形成數(shù)據(jù)的產(chǎn)品，最后產(chǎn)生業(yè)務價值，企業(yè)的核心競爭力提高。大數(shù)據(jù)使用的問題，大數(shù)據(jù)是萬能的嗎？不是，它越大越好嗎？也不是。因為越大成本越高。既然做商業(yè)決策，要跟成本和環(huán)境有一個比較，所以是適度最好。大小之間的關系是對立的嗎？不是，傳統(tǒng)數(shù)據(jù)的延展都屬于大數(shù)據(jù)，大小并不是核心，而是看有沒有商業(yè)價值。大數(shù)據(jù)使用有限制嗎？有限制。首先，相關性有適用范圍。比如說四柱算命，那是東方人總結的結果，未必適用西方人。大數(shù)據(jù)不是百分之百，不是涉及到所有人的數(shù)據(jù)，它并不是一個放之四海而皆準的東西。觀測影響結果，比如股票市場的大數(shù)據(jù)指數(shù)。i100是一個方式，還有一些炒股的高手，開一個群，他說這個股票明天要漲，大家發(fā)現(xiàn)明天真的漲了，他是股神。為什么漲呢？我們回頭一看有問題，他說漲之后，他的粉絲就買了，粉絲信他，漲是因為粉絲都買了。因為給了一個概念，這個概念反過來影響了結果，形成了相關性, 但這種相關性是虛假的，不是客觀數(shù)據(jù)的相關性。過度相信數(shù)據(jù)，忽略常識，常識是很有效的，美國幾十年前一個選戰(zhàn)，當時蓋洛普做數(shù)據(jù)分析的時候，抽樣了幾千個人，當時有一個全國性機構抽樣了幾十萬人，幾十萬人預測的結果和戴樂普相反，但是蓋洛普是對的。原因是因為那幾十萬人屬于類似的中產(chǎn)群體，沒有覆蓋到全部人群。這個時候， 只要到大街上進行一些簡單詢問， 就可以快速驗證分析的結果。我們都依賴大數(shù)據(jù)做選擇，有一個潛在的風險是同質(zhì)化。你也拿新浪的數(shù)，我也拿新浪的數(shù)，分析結果都一樣，你對同樣的客戶做同樣的營銷，就是同質(zhì)化了，沒有辦法產(chǎn)生競爭力。一旦過度的依賴數(shù)據(jù)，你的決策不需要你的大腦，你就失去了你的創(chuàng)造性，你變成了一個機器了，而往往重大突破的事情是創(chuàng)造性的突破。這都是我們認為潛在的風險。我自己的理解大數(shù)據(jù)的使用最佳的場合是沒有明確邏輯關系的環(huán)境里面，需要盡可能多的數(shù)據(jù)來幫助去做預測，這個場景下大數(shù)據(jù)使用是最有效、最有意義的。最后的總結：第一，大數(shù)據(jù)是文化和技術的結合。這個時代非常好，IT人員有機會進入公司的決策層，利用IT產(chǎn)生價值可以幫助公司產(chǎn)生核心競爭力，甚至讓公司成為市場的領先者。所以現(xiàn)在是一個IT驅(qū)動業(yè)務的絕佳機會，這也是互聯(lián)網(wǎng)+時代帶給我們IT從業(yè)人員的責任和使命。第二，我們使用大數(shù)據(jù)的前提是必須要有數(shù)據(jù)驅(qū)動決策的文化，否則再好的數(shù)據(jù)不用沒有任何意義。第三，大數(shù)據(jù)的價值不在于數(shù)據(jù)本身，而在于如何通過數(shù)據(jù)來分析和預測， 進而產(chǎn)生業(yè)務價值。這是今天的演講。謝謝大家！28 / 28