徐斌:互联网+时代大数据助力产业重塑竞争力|V课堂第3期

12月10日,江苏省企业信息化协会微信总群直播,迎来了智造+V课堂第三期活动,目的是为了促进江苏省企业信息化水平快速发展。徐斌老师是壳牌中国零售首席信息官,清华大数据产业联合会理事副秘书长,带来分享主题:互联网+时代大数据助力产业重塑竞争力。会员听众纷纷表示受益匪浅,在企业信息化发展的道路上坚定了信心。

嘉宾介绍

[[164070]]

21年世界500强企业IT管理经验,担任多家全球顶级公司亚太区和中国区的首席信息官职务,推动实现了IT从业务运营支持者向业务价值推动者的角色转变。

职业生涯跨越多行业,多背景,多文化的企业环境,拥有优秀的全球化视野和落地执行力,致力于将全球先进的理念,方法和流程在中国进行实践并实现优化超越。

作为企业信息化和大数据方面的专家,多次获得中国最优秀CIO荣誉,并担任清华大数据产业联合会发起人和理事副秘书长。

[[164071]]

如下是分享实录:

我想给大家分享一下,在互联网+时代一个核心技术之一大数据,在企业内部如何能够去实现它的价值,可以从不同的维度,给大家做一个分享。

互联网+时代,传统企业面临着挑战,我们可以看到,现在整个互联网+的市场,我们会发现有很多的公司,都在蓬勃得发展,包括我们的阿里、京东、小米、乐视等,这些公司都是时间不长,成立的从十几年到几年,他们在市场上都获得了巨大的成功,整个资本市场的估值也非常高。

相反,我们耳熟能详的像诺基亚、柯达、索尼,这些公司都是我们传统意义上的百年老店,曾经非常的辉煌,之所以他们能成为百年老店,就是因为他们有非常好的管理机制,有非常有效的内部运营机制,但是为什么在过去两三年,这么优秀的公司都碰到各种危机,被社会或者被兼并了呢?这对我们传统企业来说,是一个非常大的挑战。这也给我们整个传统企业,特别是像一些发展比较长时间的,过去比较成功的传统企业来说,就会面临着非常大的一个困惑,那么在互联网+的时代,是不是我们整个世界竞争的格局发生了变化呢?我们应该如何去应对这种变化呢?当我们的分析成功的新兴企业或正在走向失败的传统企业的时候,我们发现,其中很大的一个差别,就在于如何去利用新的思维、新的技术去帮助他们做变革,从而走出一个新的创新之路。

当我们看到诺基亚和小米比较的时候,我们发现诺基亚它还是一个传统意义上的手机公司,所以它整个的设计都是有一种传统的工业化设计去做一个功能简单、质量优秀、信号良好的手机。而小米,它生产手机的出发点,更多的是说让我们的客户更多地参与,形成各种粉丝、各种社交群体,让我们的工程师和我们的用户可以更紧密地接触,从而不断地迭代、不断地产生新的产品,所以这种都是一种不同的商业模式和不同的运作方式,市场给出了一个明确的结果、明确的答案。

诺基亚在被微软收购的仪式上面,它的CEO谈到了一点,说我们没有做错什么,但不知道为什么我们失败了。其实这是一个很大的问题,传统的企业、传统的优秀企业,如果说还不能够从这种失败中去发现一些东西,那么可能接下来,失败的命运也会降临到这些优秀的企业身上。也包括我们壳牌这种公司一样,我们也在反省、在思索,如何能够去在新的时代重建我们的核心竞争力,找到我们继续领先于市场的方法。

新兴的移动互联网用户,他整个消费习惯更追求一种个性化、追求体验化,那么这个和以前传统的、我们单向的信息传递引发出重大变化,所以这个是我们在互联网时代大背景下,整个人群、整个消费的习惯、整个沟通的渠道得以发生重大变化,那么我们的企业也需要去应对这种变化,才能够重新找到我们的竞争力。

互联网+时代这种变化背后的核心是什么呢?我自己总结有两个方面,一方面就叫无处不在的连接,无处不在的连接指的是我们在新的互联网+时代,人和人之间连接更容易了,通过一些消费互联网的方式,通过电商的方式,通过一些社交媒体的方式,可以说是非常容易的一个连接,这就意味着信息更透明了。第二个方面,就是人和物之间的连接,包括我们的移动互联网,我们的定位系统,都是说人和物之间有更强的连接。

那么互联网+就是无时不在的数据,我们刚才也谈到了移动互联网,我们人和人之间的社交媒体其实在不断得产生各种新的数据,包括我们的物联网,它也 24小时不间断地产生各种数据,所以这个形成一个巨大数据的来源,我们如何利用这种无时不在的数据来帮助我们去产生新的竞争的力量,这是我们需要去应对的和变革的地方。

在互联网+核心之后,我们可以看到,互联网+对我们来说有什么样可以利用的资源呢?我觉得一方面是互联网+的思维,这种思维更多的体现在一种开放、分享、合作、共赢的思维,用传统来说,我们的企业很多是在内部,企业内部形成一个竞争点,到市场上然后其他公司去竞争,但是新的互联网+时代,我们可能更关注说,如何能够和别人去合作,共同打造一个更长的价值链,通过这个价值链,能在市场做竞争,同时尽可能找到多赢的解决方案,甚至和你的竞争对手去共赢,这个都是互联网+的时代一种新的思维的方式。

[[164072]]

互联网+的技术,这个技术总结出来,应该是有五方面的技术,也是大家耳熟能详的,云计算、大数据、移动互联网、物联网和人工智能,这些技术可以帮助我们、帮助我们的企业,利用我们互联网的思维,去产生一种新的竞争的模式,产生一种新的运营模式,帮助我们重塑核心竞争力。同时也可以帮助我们更好地服务于我们的用户、服务于我们的市场、服务于我们的产业。

当我们分析过整个互联网+的背景,互联网+思维和互联网+技术,那么我们的传统企业它应该做什么样的变化?更好地利用这些思维、利用这些技术呢?我个人总结有四个方面的变革。

第一个变革,企业要从决策层面进行变革,也就是说把这个决策的模式从以前以经验为导向、为核心的决策模式,转向以数据为核心的决策模式。新的互联网+时代,竞争规则发生了很多变化,我们很多竞争的对手、竞争的规则都是一种很新的、被创造出来的,在这种情况下,其实很多情况下,你没有经验可以去遵循,反而一定程度上,足够多的经验,反而会制约正确决策的发生,比如像诺基亚,其实在之前,他们部门也有一个智能手机的解决方案,但是在上报董事会之后,被董事会直接否决了,董事会成员认为,根据他们的经验,手机用户并不需要智能手机,而需要一个功能简单、信号良好的传统手机。所以因为这种经验,导致了他没有很好地抓住新的手机市场、新的智能手机市场的发展,从而失去了和一些新兴的、刚进入这个市场的一些智能手机公司的竞争,从而快速地失败了。这就是一个非常典型的、过多地依赖于过去的经验,而没有很好地去了解市场的变化,没有了解新的竞争的格局,导致一个失败。所以说,那么怎么避免这种情况的发生呢?通过客观的数据说话,收集到尽可能多的数据和信息,进行分析、总结,这样可以帮助到我们的企业更好地做一些正确的决策。

企业的第二个变革,是运营模式的变革,传统的运营模式多是以产品为中心,通过内部部门进行研发,然后通过生产,最后进入销售部门进行销售,整个是一个推的模式,在设计整个企业运营,但是在新的互联网时代,我们整个用户群体的消费行为习惯已发生重大的变化,更多地追求个性化,更多地追求参与感,对千篇一律的产品已经失去了兴趣,所以这个企业必须调整它的运营模式,去适应这种新的变化。这种变化主要体现在要以用户为中心来设计整个企业的运营模式,包括引入用户进入整个设计的环节,包括众筹、众制方式,让客户参与整个产品的定制,产品设计环节中去,同时更好地和客户去互动,让客户参与整个生产,甚至参与整个销售环节,这样可以更好地了解客户的需求,同时去生产出客户真正需要的产品。这样的话,你整个企业运营模式就变成一个拉的模式,是真正意义上的以需求为导向的企业运营模式,这样可以更好地应对互联网+时代客户的个性化和多样化的需求。

第三个变革,企业的合作模式也发生重大变化,以前以产品为中心的模式下,合作都是以上下游、供应链和渠道、零售、商业一体化的这种合作模式,但是在新的互联网+时代,以用户为中心之后,我们要打造更多的是以客户、以用户为中心的生态模式,比如说我们的业务是做加油站,那么我们和客户之间的交互可能是一周一次加油,这个只有15分钟时间,也就是一周只能和客户去接触15分钟。大家可以设想,那么这一周的其他时间,他在干什么呢?我们如何利用其他不同的场景下需求,帮助我们更好地和客户去做合作,以及寻找到一些潜在的新的业务机会呢?这个就是一种生态思维,可能我们发现,这个司机加完油之后,可能会去沃尔玛购物,也可能去万达广场看电影,甚至可以去按摩,如果我们知道客户有这种消费行为的话,我们就很容易找到我们的潜在合作伙伴,比如说和沃尔玛、万达去合作,共同打造一些服务的套餐出来。这样的话,客户一方面会得到一站式的服务,第二,他即使离开加油站之后,他去购物的时候,他还可以看到你的信息,从而产生和客户之间更强的连接或者更强的联系。那么通过这个,我们可以分享和合作伙伴之间产生的新的销售中间的一些分成、产生一些新的业务增长点。

最后一个变革,组织模式的变革,传统的企业都是层级式的组织架构,一层一层,这个产生了很大问题,因为当市场产生快速变化的时候,这种决策机制非常慢,同时这种组织层级导致信息的传递效率很低,同时很不透明,这样很难应对市场的快速变化。所以,企业需要把这种组织模式变成更扁平化的,与员工,特别是一线员工为核心的组织群体,让我们一线员工有更多的知情权、有更多的决策权,当他发现客户的需求的时候,当他和客户互动的时候,他会有足够的信息帮助他做正确决策,从而快速地交付新的产品和服务。

刚才我们谈到这四个变革,就是企业决策模式的变革、运营模式的编辑、合作模式的变革,以及组织模式的变革,这四个变革是我们传统企业在新的互联网+ 时代,要去做调整的、做变化的地方,只有发生了这种变化,那么我们的企业才能更好地面对新的互联网+时代竞争的格局,从而帮助我们的企业能够重新焕发我们的力量,在市场上去做搏击。

[[164073]]

作为一个大数据这个核心的互联网+技术,如何来帮助我们的传统企业去重塑我们的核心竞争力。

我们互联网+技术里面,为最后的大数据来服务,通过数据、大数据技术,去把这些收集到的数据进行一个梳理、整合、挖掘,从而产生对我们企业有价值的信息,从而进一步挖掘出我们的知识,最后形成一种智慧,只有到了一个知识和智慧层面,企业才能更好地利用这些数据的信息,能够预测未来的发展,同时找到一些更好的、更明智的解决方案,从而让企业能够更好地在市场上搏击。

首先我分享一下我对大数据的理解,市场上或者社会上有很多讨论,关于大数据、小数据、传统数据、新型数据,我的理解这个东西都不是一个矛盾,只是一个互为补充的关系,大数据在企业内部,是一个传统数据的扩展,我们企业有很多传统的数据,包括我们的财务、我们的用户、我们的库存等等,有很多历史的数据。

新的互联网+时代,我们发现可以拿到很多外部的、更海量的数据,包括移动互联网、包括物联网、包括我们的消费互联网数据,如何让这些数据帮助到我们去更好的为企业服务呢?我们需要把信息整合,然后通过新的大数据技术、大数据平台,从而这个中间可以更好地挖掘一些数据的价值,形成知识和智慧。来帮助到我们去找到一些实现的规律以及相关性,从而帮助我们去预测未来发生的一些事情,从而采取一些更合适的、更明智的解决方案。所以我们这里传统数据和新型数据,这两种大数据的内容,那么有不同使用目的和使用方法,但整个后面的逻辑说,如何利用数据,能够真正为企业服务。

所以,我们在谈大数据的时候,我们不要把它局限在多少数量和多少维度上。而是更关注它到底能不能为企业产生价值。这个也是我们对大数据的理解,这个大的理解就是大到足够产生商业价值,而不是在于它的数量或者它的维度。我想这个也可以帮助我们更好地去理解大数据以及大数据背后需要实现的目的。不要把它作为一个技术名词,而是作为一个商业化、目的性的使用。对于数据的使用,其实我们也有不同的方法,目前我们使用的数据,基本从四个维度来使用数据,第一,在描述的维度使用数据,更多的是了解我们企业内部发生的状况,我们的仪表盘,我们了解我们企业目前有什么样的风险,应该怎么应对,这个更多是一个静态数据的使用,包括一些管理报表。第二,是诊断型的数据使用,就是通过数据分析,可以找到一些事情发生的原因,从而采取对应的解决方案,比如说在金融企业,一旦发现某些区域它的不良贷款率持续升高,这就要分析,为什么会出现这种情况,从而找到一些对应的解决方案。第三,是预测型的数据,通过数据的一些挖掘分析,可以预测出未来整个市场发生的变化,包括预测出一些新的竞争对手对我们整个业务的影响,从而会帮助我们更好地应对这种趋势发生的时候,我们要去处理的事情。最后,就是说通过数据的使用,帮助我们更好地找到未来新型的解决方案。在我们预测之后,我们知道未来可能会发生什么,但我们需要知道怎么做,通过数据的分析使用、通过相关性的分析、对比性的分析,可以帮助到我们去找到一些更好的和更明智的解决方案。

那么目的上来说,我们传统数据的使用,一般是讲究一个精确性,确实也是非常精确的数据,比如像我们的财务数据,看到我们做月结,我们的结账,我们一分钱都不能差,所以更多讲究精确性,同时更多的追求一个因果关系,当我们发现问题存在的时候,我们可以通过数据层层挖掘,找到它发生的原因,所以它是一个精确性的,追求因果目的的一个数据使用。

新的社交数据、外部数据之后,因为数据量非常大,而且数据的准确性并没有那么高,这种情况下,我们更多的不是追求因果和精确性,而是追求他的一个广泛性、多维性以及一个预测性,其实对新型数据的使用,我们更关注的是如何利用这些数据的分析。

大数据在企业中到底带来什么样的价值呢?

我自己总结了六个方面。第一个方面,数据可以帮助我们做更明智的决策,做决策知识,第二个方面,数据可以帮助我们更好地运营我们的优化、降低我们的成本。第三,数据可以帮助我们更好地对外发现我们客户,做我们的营销。第四个方面,数据可以帮助我们更好地保障我们企业的安全,包括我们的物力安全、包括运营安全,也包括我们信息安全。第五个方面,大数据可以帮助我们找到更多的业务创新的机会。最后一点,大数据可以帮助我们去找到一些商业模式变革的机会,可以让我们整个企业的盈利模式发生重大的变化。

我给大家分享一下这六个维度的使用,第一个,数据知识决策,我们公司也用了很多,比如说我们开一个油站,我们去分析这条道路上到底有多少车流量,车流的速度怎么样,因为正常情况下,车如果不够或者车流速度过快,这个地方就不适合去开这种类型的油站,传统的方式下,我们在找人,在路边去记录、人工记录这个车流量和车速,但是这个问题在于,一,数据采集不容易,因为你不可能长时间待在那里,第二,人工测量也有很多的失误或者质量不高。同时也存在着说,因为有些企业主知道你要建油站,他会找一些其他的人反复把车开来开去,从而虚假整个流水。所以在这种情况下,往往是我们做了很明确的数据模型,带入数据之后,我们认为这个地方是一个很合适的地方,但是事实上运营下来发现,有很多的偏差,说明我们当时的数据得到的并不是很准确。

在新的互联网时代,我们可以通过和我们的电信的公司或者第三方数据员工进行合作,可以拿到它过去一年在这个道路上所有车辆行驶的情况,车辆行驶的速度,这些数据是高质量的,准确性比较高的数据,可以帮助我们非常精确地去评估这个地方是否有更合适回报的投资。一些大学生做了一些案例,去分析星巴克和海底捞这两个餐饮公司在选址上的差异,因为我们一般理解,餐饮公司选址都应该在一个非常繁华的、人流非常多的地方去选址,但是通过数据的分析发现,星巴克选址区域是在已有的办公区域三公里之内,而且它的大部分消费人群,时间都是在下午工作时间。而海底捞呢?它更多的消费人群是周末和晚上,同时,它附近七公里之类的人群都会非常聚集或者非常频繁地去海底捞就餐,比如像海底捞,我就不需要在一个非常繁华的地方去选址,我只要在一个居民区比较多的地方方圆七公里之内,我去选址,就可以达到很好的一个回报效果。一方面,可以降低它整个租金的成本,第二,客观上也减少了没有必要的商家之间的冲突和竞争,这个可以让一个企业投资带来更好的回报。

第二个方面,我们谈一谈大数据对我们企业运营优化的影响,以数据来支持优化很好的方法论或者工具,它的丹尼克也是通过数据的采集做一个分析,只不过在之前,我们数据可能数量有限,现在新的互联网+时代,我们更容易拿到更多的数据,这些数据可以帮助我们更好地去优化我们的运营,降低我们运营成本,比如说我们壳牌,我们有上游油田的开采,每个油井的开采,成本非常高,一旦发生了井打下去,没有出油情况,等于上百万美金就浪费了,就没有回报了。这个时候,如何通过大数据的技术,能够帮助我们更好地预测这个地方有没有油井,如果预测得好,可以帮助我们节省大量的成本,所以我们现在的操作方式,一般通过一些爆破的方式,产生地震波、电磁波信息,然后把这些信息和地质结构和全球范围大型的数据库进行比对,找到在全球范围内有没有类似地质结构的油井,通过它那个油井成功率去判断目前正在分析的油井的成功率。通过这种相关性的比对,可以帮助我们更好地去预测出油的可能性,通过这个技术的使用,事实上让我们整个效率,成功率提高10%,这10%其实带来非常非常大成本的节约。

那么大数据在第三方面,也对我们整个营销产生更多的价值,这里包括精准营销,也包括我们去了解我们潜在的客户,我们现在客户基本上就两种,一种是我们现有客户,他有些信息在我们的企业里面,我们可以针对这些信息做分析,还有一部分客户是非常重要的,是我们的潜在客户,如何能找到这些潜在的客户呢?因为现在并没有它的数据,所以这个可以通过和第三方数据合作,和社交媒体的数据合作,和一些电商公司数据合作,可以帮助到我们去找到一些符合我们价值观的消费行为习惯,符合我们定位的这些潜在客户,通过精准营销的方式,可以吸引他进来,成为我们的潜在客户。譬如说我们加油站业务,我们的定位是我们希望这些客户是一个质量和服务敏感型,而不是价格敏感型,也就是说,他更关注质量和体验这些人群,我们如果简单地是做一些市场活动,我们可以通过和一些电商公司合作,通过分析电商平台上客单价超过平均客单价比如说30%的人群,简单地可以理解成这些人是比较关注产品的质量和体验,而不是价格敏感型的,同时可以和社交媒体合作,去分析哪些人经常会谈到车、谈到油的,把这两个群体进行一个比对,就形成了一些人群,这些人群就是说一方面可能是需要用油或者用车的,同时,又对质量和服务比较敏感,这些人就是我们的目标人群。通过对这些目标人群进行精准化的营销,就很容易把他们转换成我们的客户,事实上我们在这个行业也有公司,能够通过这种方式,做到50%以上的用户转换率,这个是非常高的、也是非常有效的开拓客户的一个方法。

第四个方面,大数据也可以帮助企业去更好地管理企业安全,谈到很多物流方面的风险,其中最核心的风险之一就是安全,很多危化品物流、风险品物流,一旦发生事故,会造成非常大的社会影响,如何一些大数据的技术,可以让我们整个企业运行得更加安全呢?比如物流企业,如果我们更好地分析这些危化品物流司机的驾驶行为,更好地去分析我们车的健康状态,就可以很好地帮助我们及时地发现潜在的风险,纠正一些不安全驾驶行为,从而降低事故发生的可能性。

同时,通过大数据的分析使用,可以帮助我们把更多的交通信息,包括我们市政上面一些道路的变更信息,这些都可以帮助我们更好地去优化我们整个的配送网络,配送的路径,减少配送的距离和配送的时间,这样也是一方面降低了成本,第二个方面,也可以降低发生事故的可能性。比如说我们在北京,这两天,因为雾霾原因,我们临时决定单双号,但是如果说我们的危化品物流公司不知道这种信息,可能它的货车已经开到了市区,却发现不能够进行配送,无意中造成了一个风险源在那里,如果说通过大数据的技术,可以及时地把这种公共事件的政策、一些临时的措施,能够及时地反映在这个优化系统里去,可以更好地去管理、规划配送,从而降低风险。

同时,企业信息安全,可以通过大数据带来很多的价值。我们在应用了一套大数据安全分析的平台,对我们整个系统的日志,对整个系统内部的操作行为做一个分析,那么在传统意义上,我们信息安全管理,通过黑白名单的方式,那么通过黑名单来去限制不能进入、不能操作的人群,通过白名单可以放行允许操作的人群,但是这种方式会带来很多的误报的情况,而且我们现在很多新的攻击模式和新的攻击方法,但是之前没有被认识到的,所以通过黑白名单的方式,很多情况下,并不能很好地去应对,但是通过操作行为的方式去分析,就更容易去发现潜在的一些风险,因为任何一个风险,都可以简单地表达成一个非正常的操作行为。

比如说我们在大数据的分析过程中,在某一个时间段,某一个操作用户的行为和他之前的操作行为有很大的差别,或者说它这个操作行为和它的整个工作职责有比较大的差别,就会亮红灯,通过这个红灯,我们去观察分析为什么出现这种情况,比如说一个用户的操作,之前都是在下午做一个查询的用途,但是最近,他开始在上午进行下载的动作,这个就值得高度关注,有可能说这个用户被别人盗用了之后,去下载一些核心的或者关键的资料,也可能说这个员工是不是因为其他原因,他想把一些资料下载完,做其他处理,不管哪种方式,都是对企业的信息安全造成一定的影响和风险,这个是可以及时地干预。

通过大数据的分析,可以对不同的机器之间,它整个交流的数量、信息传递的数量进行分析,如果某些机器发起大量的和其他机器的对话,那么这个机器可能就是一个现在发生一些故障的机器,或者说一些正在发起攻击的机器,这样就可以及时地进行干预、进行分析,从而降低我们整个信息安全的风险。

第二个方面,我们谈一谈大数据对企业业务创新的价值,在这里,我给大家举一个例子,青岛的红领集团,红领集团是做定制化西服的公司,在过去几年,它是给海外做西服代工,但是过去几年,它开始建立一套大数据分析平台,利用这个大数据平台,能帮到它去转换它的业务模式,变成更多的做一些定制化的西服,而不是一个传统的、标准化的西服生产,目前它可以做到一天生产2800套定制化西服,也就是2800套完全不一样的西服,而它的成本被控制在市场上做标准化西服成本的10%,甚至10%以内,大家设想,这种新的创新业务和市场上现有的标准化西服公司去竞争,那肯定这个竞争力是非常高的。同时他们整个企业也不需要加班,朝九晚五,大家做得非常的顺畅。

那为什么能做到这一点?就因为它背后,通过大数据的分析,通过过去十年的积累,形成了一个30万套板型的大数据的分析平台,当客户对身体进行测量之后,把这个数据录入到系统之后,这个大数据平台可以快速去比对、快速去分析出一个最优化的裁剪方案,同时,对每一个个性化西服进行一个RFID的标识,针对这个西服所有的操作,分布在不同的环节上,每一个环节的人,都会及时地看到需要操作的具体步骤,每个员工背后有一个传送带,这个传送带就会把西服能够根据步骤传送到他背后,比如说这个员工,他背后传送一道西服过来,他只要用扫描仪扫一下西服的RFID,他就知道这个西服需要下一步做什么样的工作,同时他面前的电脑屏幕就会展示出他需要去操作的每一个步骤,他背后有一个传送带,会把他需要操作的部件传送到他手边,他就拿这个部件,按照屏幕上的操作流程,去做一个操作,按照这个操作流程,把这个工序完成之后,他就把那个西服重新放到传送带上,这个传送带就会按照下一个步骤员工的地点,传送到另外一个员工那儿去。所以这个过程中,都是一些信息化、电子化的一个操作,同时对员工的要求也没有那么高了,他只要根据电脑的指示去操作就可以。这样的话,一方面可以降低人员培训的成本,第二也可以复制。

最后我们谈一谈大数据对商业变革的影响,或者通过大数据可以产生一种新的商业模式,这个里面,最典型的就是滴滴,它解决了什么问题呢?它只是通过大数据和移动互联网技术,解决了一个充分利用市场闲散的运输能力和运输需求这两个匹配的关系。所以它一方面可以通过所有的用户,手机定位和我们车的定位,根据距离,能够快速地撮合买卖双方之间的合作,同时,可以通过数据的快速计算,当供不应求的时候,通过一个价格的计分机制,能够更好地匹配出一个最佳的解决方案,所以大家可能有这个经验,当我们打车的时候,滴滴它会自动调价出,因为最近叫车很繁忙,所以我调到1.3倍,你接不接受?如果说还有很多人接受,可以调到1.5倍,通过一个快速的大数据计算,通过快速距离的比对,可以找到一个最需要的服务的人和提供者,这样的话使整个撮合的效率最高。

我们传统企业也有这种案例,比如说GE公司以前的发动机部门,它以前卖发动机为主,现在它转换成发动机的后期运维服务上,通过把发动机卖给你之后,帮它做发动机运营的管理、帮它做运营的优化,通过分析发动机的燃烧效率,可以帮助给企业很好的建议,什么时候应该以什么样的速度来起降,在空中用什么样的速度最节省油、最经济,从而帮助我们航空公司去降低它的成本。同时,可以通过一些零部件运营状态的分析,可以更早地发现潜在的风险,做预防性的维修,包括一些备件提前的准备,使整个企业的运营更顺畅,一方面可以提高客户的满意度,第二方面也可以降低更多的成本,这样的话,它和航空公司之间的粘性就会更强,成为一个战略合作伙伴,而不是一个售卖商。

刚才我从六个维度给大家分享了一下大数据对企业的决策机制、运营优化和营销突破、企业安全、业务创新和模式变革,这六个维度举了一些例子去分享,大数据如何帮助我们的企业建立、重塑我们的核心竞争力。

如果在企业内部建立大数据的能力,大概有什么样的途径,那么要在企业建立大数据能力,其实最核心的一点,首先要在企业内部建设一个数据知识决策文化,我们叫数据文化,当我们的管理层、当我们企业内部都能够明白数据重要性,我们的决策需要通过数据来支持的时候,数据才能够真正被使用好,之前大家用的 BI也好,用的很多其他的系统也好,很多时候为什么不能用好,其中一个原因之一是企业领导不重视,第二就是数据质量太低,数据质量太低,就无法形成一个正确的决策,只有当我们有一个明确的数据、文化之后,每个人都明白说,我必须保证我手上的数据,或者通过我的渠道进入系统的数据,都是一个真实的、高质量的数据,只有到这个层面上,数据才能够真正被企业所用。第二个方面,企业要建立明确的数据战略,这也包括了企业需要用什么样的数据,这些数据是从内部获取还是从外部去合作、外部去购买?包括每个信息系统之间,数据怎么分布?是通过一些统一的数据平台管理,还有通过一些分站式的、分布式的管理,这个数据使用者是谁?数据所有者是谁?谁去负责数据的质量?谁去负责数据的审计等等,要有一个明确的数据战略,才能帮助企业更好地去利用数据。第三方面,就要建立一个合适的数据组织能力,包括一些数据科学家,包括一些数据分析师和业务分析师,根据企业不同的情况下,可以针对性去设计,包括通过一些外包的方式或者外部的能力,它的公司能力足够强,规模足够大,可以更多地通过内部建设的方式,去建设这种能力。最后一个,建设一个大数据的分析平台。这个分析平台实际上有很多选择,包括一些大公司的一些成熟、成套的解决方案,也包括一些创业公司提供的一些解决方案,也包括开源的免费的方案,这个是在最后,当我们知道明确的数据战略,数据组织能力之后,去建设这个数据的技术平台。

我们现在很多企业,或多或少都会有很多数据的存在,这个时候,我们如何建设这种数据文化或者推动这种数据文化的建设,一方面当然自上而下,管理层的认识,通过一些宣贯的方式,让他们去了解数据的价值。另外一方面,我们从下而上,让每一个从业人员去利用数据,展示它的价值。比如说我们现在已经有些数据情况下,能不能把数据用好,这对决策支持的一些价值、一些方面,形成一个个小的成功的爆破点,再反过来推动整个数据化的建设和在企业内部的使用。

同时,在架构层面,如何能够把很多数据,一些不能用的、很多信息孤岛连接起来,做更好的系统架构设计,从而更充分地利用现有的数据资源,可以帮助我们去交付一些数据的价值,产生不断的小胜利,我们说积小胜为大胜。

最后再通过组织能力和产品的建设,形成一种数据服务,这种数据服务,不是单纯做一个技术的服务,而是做一个商业服务,提供给我们的企业,提供给我们的营销部门、提供给管理层。包括未来,还可以把这个作为一个新的业态,提供给我们的市场、提供给我们的产业,可以做成一个创业公司。

在这里,我想谈一点,关于数据治理,数据治理,其实在中国,做的并不是那么多,那么在国外其实做的还不错,我觉得数据治理这一块,我们现在如果把数据要做好,数据治理的价值很大,所以我觉得我们的企业,包括CIO、CTO们,可能也需要在数据治理方面能够去推动在企业中的一个建设。

同时,另外我借这个机会给大家分享一下数据资产的管理,因为大家可能也听的很多,我们现在做一些,包括贵州的全球第一个大数据交易平台,我们现在也谈到很多数据资产,公司做了很多,那么我个人的理解,其实数据做一个资产,本身这个说法其实是有前提条件的,为什么呢?因为做一个资产,首先它需要一个所有权或者确权的过程,但现在在数据使用上面,很多情况下,并没有明确的法律法规说明这个数据是属于谁的,谁拥有使用权,谁拥有所有权,所以这个做一个确权,这块我觉得是有所欠缺的,整个中国的社会,现在一些制度法规正在建设的过程中。

第二,就是内容的管理,需要一些法律法规的约束,什么样属于隐私性的内容,什么样的保证用户的隐私不被侵犯,这个是一个数据利用的管理,这块也不是特别的明确。

第三,就是数据的定价。所谓定价,正常情况下有几种定价方式,有成本定价、有价值定价,但是数据的成本是很难定价的,为什么?因为数据本身它是可以简单的复制的,它不像一个机器,它是一个实体,这个数据我卖一份给你、再卖一份给他,对我来说,成本基本为零,所以这个时候,肯定成本定价法是不合适的。

那么价值定价法呢?如何能把这个数据的价值体现出或者数量化,这个是很大的挑战,我们刚才谈到数据变企业最大价值,那么只有在企业中真正意义上落实到一些运营的优化或者引来新的客户,这个客户产生新的价值的时候,我们才能很好地把他量化,如果没有这个量化的过程,简单地谈数据交易、数据资产,我觉得还是缺乏一些基础。所以我认为,数据资产的未来,还是在企业内部有更多的应用,才能够去帮助数据资产这个概念的实现。

最后,我想给大家总结一下我对大数据的看法,我觉得总结整个来说有三条。

第一条,大数据其实是我们IT或者我们信息化从业人员去驱动业务变革、驱动价值实现一个很好的机会,那么我刚才谈到那么多的、六大价值,我们利用大数据,可以帮助我们把整个企业信息化的定位、能力做一个更强的提升,把我们的信息化、我们的IT团队从我们一个成本中心成为我们的支撑部门,可以变成一个推动业务发展的部门,这么一个利润中心。

第二,数据推动决策,数据文化是大数据能够真正在企业实现价值的基础,我们如果说使用数据或者试图使用数据,我们一定要推动文化的建设,不管是自上而下还是通过小步快走,通过一些小的案例来不断得说服,但这个过程是必不可少。

第三点,数据本身它没有价值,它只是一个客观的表象,只有我们通过数据,能够去发现我们的信息,发现我们的知识和智慧,为我们的企业真正产生业务价值、推动业务发展的时候,它才能成为一个资产,成为一个真正有用的东西。

关于大数据:大视野、多维度、言之有据。

Q&A

提问:针对保密单位,如何开展大数据规划建设?

徐斌:我觉得首先与单位本身是没有关系,其实任何一个企业要进行一个大数据规划建设,都要明白,他是要实现什么样的目的,最简单的方法是说,要了解企业的痛点在哪里,需要解决什么样的业务问题,通过这个分析,从而去找到我需要什么样的数据来帮助我们做分析,从保密单位来说,对数据的敏感性要求比较高,那么这种更多体现在他不愿意向外面分享数据,但他是可以考虑和外面合作,获取一些外部数据来帮助他做一些分析,比如一些公安的信息,可以通过一些住宿的信息、交通的信息,可以帮助我们公安系统更好地去找到一些线索,发现一些潜在的风险。

提问:如何通过大数据来开店选址?

徐斌:简单来说,其实利用了运营商进站的定位信息,比如我们说车流的分析,主要是看车上面司机的手机移动速度,可以通过基站定位看到它的运行速度,如果说这个速度,比如说超过十公里,基本上可以认为是个车,因为人的步行不可能超过十公里,自行车一般也做不到十公里的速度,所以通过一些速度的分析,可以判断出它是车,同时也可以判断它的车流。

提问:如何利用外部数据?

徐斌:因为现在本身这个数据的买卖还不成熟,所以我觉得更多情况下,是通过你觉得有作用的数据、那么分布在什么样的公司,可以跟它进行一些合作,通过合作和共享的方式来获取数据,当然现在也有一些数据买卖公司,包括有第三方的数据公司存在,这些公司可能有一些数据,你觉得有用的,那可以直接跟他去购买。现在市场上存在着一些数据公司。

作为一个从来没有使用过大数据的企业,去想运用大数据,我觉得很简单,一,学习大数据是什么,第二,去了解要解决什么样的业务问题,然后就看需要什么样的方法和通过什么样的合作伙伴,可以帮助到你去实现这种大数据的能力,本身大数据的营建者,并不需要一定要自己来做,你完全可以通过一些第三方有能力的公司帮你交付大数据的能力。当然当你的公司成熟了之后,你可以更多地通过自己的建设,比如像国美,它之前,它也是通过直接购买第三方大数据平台,甚至外包一些人员来做的数据分析,但是它内部慢慢慢慢成立这种技术,对这种数据使用更熟悉之后,它可以重新建设基于大数据平台,建设自己的分析团队。

提问:IT部门怎样捕捉大数据应用需求?

徐斌:我觉得最简单的方式就是IT部门走出去,走到业务中间去,听一听业务痛点在哪里,然后第二方面,走出去,走出企业,听听行业里面其他的企业,那么他们做一些案例,开拓自己的视野,带来更多的一些方案、一些创新的意识,结合企业内部的痛点,这样就会帮助他们去寻找一些解决方案。然后通过一些概念验证的方式,我们说积小胜为大胜,去解决一个很小的痛点,通过数据,让大家建立对数据的这种理解和对数据价值认可之后,才慢慢慢慢去做更多的事情、推动更多大数据的应用。

提问:大数据给出的结果可靠性如何?

徐斌:我们谈到数据本身它并没有价值,关键在于什么?使用它。如果说我们这个数据的使用都是技术人在使用,很多情况,他可能得出的结果并不是一个让你可以满意的结果,因为数据本身它来源非常广泛,同时它的数据量很大,这个时候,它可能分析的维度非常多,那么你用哪些维度来做分析,那就很重要,这个就取决于对业务的一些理解,而当你的业务理解越深入的时候,你越容易去识别出一些关键的业务或者关键的影响内容,同时集合大量的数据,来帮你做分析,这样才能更容易达到一些比较理想的结果。

免责声明:文章内容不代表本站立场,仅供读者参考。产品相关技术问题请发送工单。 本文链接:https://www.idc.net/help/377392/

为您推荐

开源数据收集引擎 Logstash 讲解和示例讲解

一、概述 Logstash 是一个开源的数据收集和日志处理工具,它是 Elastic Stack(ELK Stack)的一部分,用于从各种数据源中采集、转换和传输数据,以帮助分析和可视化大规模数据。Logstash 通常与 Elasticsearch 和 Ki...

八个开源免费单点登录(SSO)系统

单点登录(SSO)是一个登录服务层,通过一次登录访问多个应用。使用SSO服务可以提高多系统使用的用户体验和安全性,用户不必记忆多个密码、不必多次登录浪费时间。 下面推荐一些市场上最好的开源SSO系统,可作为商业SSO替代。 1.Authelia https://github.com/authelia/authelia ...

浅谈HBase数据结构和系统架构

Part 01 LSM树模型 常见的的关系型数据库,如MySQL、SQL Server、Oracle等,使用B+ Tree作为数据存储与索引的基本结构,非叶子节点只存放索引数据,叶子节点存放所有数据和指向相邻节点的指针,具有高效的范围查询和稳定的查找效率,以及具有较小的读放大和空间放大。采用磁盘随机读写方式,且以磁盘数...

微软Radius平台重构现代应用程序部署

微软的 Azure 孵化团队日前推出一个叫 Radius 的新应用平台。Radius 平台可用于在 Kubernetes、公共云和边缘环境中运行各种现代应用程序。 Radius 是一个开源项目,最初支持的应用程序运行时包括Kubernetes、Azure和AWS,以后还会支持诸如谷歌云平台等云环境。 Mark Russ...

Ext JS3.0正式版发布

Ext JS3.0在经历数次RC版之后,extjs.com终于发布3.0的正式版。总体而言,较2.0改进不大,依然还是原理的组件模型,具体更新及改进如下: ◆提供了参照DWR后与后台的通讯包Direct,支持具有明显的REST风格的CRUD服务 ◆一系列的新的组件和例子,包括有图表(Charting, By YUI F...
返回顶部