大数据所带来的改变和价值毋庸置疑，工业4.0加速了信息化爆炸进程，数据不再昂贵，从海量的数据中提炼有价值的应用信息变得昂贵，对于传统行业及传统企业，如何制定大数据战略，才能让大数据真正为自己所用、产生相应价值是值得深思的问题。
这期，泰一数据将从两个方面来论道企业的大数据建设之路：
夯实基础
制定大数据规划找准切入点
成功的大数据规划聚焦于四个核心要素：应用场景、数据产品、数据模型和数据资产，企业着手实施大数据战略要着重考虑这四大方面。
应用场景：企业需要确定不同业务投入大数据的优先级，确定大数据的切入点。企业常见的大数据应用场景，包括业务运营监控、用户洞察与用户体验优化、精细化运营和营销、业务市场传播、经营分析等方面。此外还有人力资源、IT运维以及财务等方向也可引入大数据。企业需要分析讨论哪些业务场景切入大数据获得显著的业绩提升，以此确定不同业务投入大数据的优先级，找准大数据的切入点。
数据产品：在确定了大数据的业务投入优先级后，其次要考虑的是如何通过数据产品来帮助提升业绩。数据产品在业务具体的场景运用的时候，以非常简单易用的方式来呈现，才能让更多的数据用户使用。企业数据用户在实际运用大数据的时候，更关注的是大数据的产品在哪些方面可以直接帮助企业提升绩效，不会太关注大数据这些产品背后的逻辑、分析模型等。
数据模型：企业在制定大数据战略方向时，需要根据实际的应用场景和数据产品的输出来选择模型以及优化模型，从而确定模型研发的方向和优先级。数据的堆砌不会创造太多的业务价值，需要数据模型、数据挖掘的方法来实现海量数据的商业洞察。常见的模型如预测和分类。在预测方面，通过模型来预测哪些用户可能会付费，用户特征是什么，经常在什么地方出现；预测付费客户的数量；洞察用户的未来购买需求。在分类模型方面，可以通过分类模型结合大数据实现更准确更实时的用户细分；对不同价值的客户进行合理的分类，确定服务的优先级和服务内容。
数据资产：有了应用场景、数据产品和数据模型这三大方面，就能更清楚地了解为了实现这三大方面，需要哪些数据，什么数据是企业现在拥有，什么数据可以通过合作产生，什么数据需要外部整合，什么数据需要进行购买或者投资。有了前三步的规划，大数据的采集、整合、管理策略便能比较容易理清头绪和实施相应的规划。梳理企业所拥有的数据，整合有利于业务发展的外部数据，形成系统化管理，才能很好地形成企业的数据资产。
在国内，企业大数据建设面临的最大问题是各业务部门、各事业部以及职能部门的数据经常各自为政，数据存放在不同的数据库中，数据无法整合打通，企业内部形成各种孤岛，导致企业数据资产无法发挥整合效益，数据资产流失。要让企业的数据成为长期的数据资产，企业高管则需牵头规划，整合不同业务部门、不同事业部的数据，推动建设高数据质量的数据治理标准。
顶层设计
布局合理的大数据组织架构
企业的组织架构是企业战略能否顺利实施的基础，所以，布局合理的大数据组织架构对于大数据战略能否成功实施的关键。很多企业设立数据团队缺乏统一规划，哪个事业部需要数据人员则在该事业部（或业务部门）设立，这种组织架构是国内最常见的，此架构最大的问题是数据分散，缺乏统一管理和整合，企业内部数据各自为政，形成数据孤岛，数据无法整合使用，导致数据资产流失。
另一种常见的做法是在公司只设立一个中央数据部门，该数据部门统一服务各个事业部（或业务部门），各个事业部（或业务部门）没有数据人员或者团队。这种组织架构的问题在于数据虽然集中管理，但数据远离业务，导致很多数据人员不理解业务，无法挖掘数据的价值，无法通过数据很好地辅助业务提升绩效或者运营效率。由于数据人员无法理解业务，导致数据库中存储的很多数据变成“死”数据，数据的业务含义少有人理解，数据的价值便容易流失。
较为合理的数据团队在组织架构应该这样设立：首先，设立公司级的中央数据部门，集中存储和管理数据；其次是每个事业部（或业务部门）设立数据团队；第三是在总办设立CDO（首席开发官）的岗位。这样的好处在于数据能够集中管理，数据贴近业务，可以很好地发挥数据的价值；同时，在总办（高管团队）设立CDO岗位，可以让数据更好地为决策层服务，数据分析所发现的商业价值也可以更快地应用于业务战略调整。
今天的《企业的大数据建设之路》系列文章暂时就介绍到这里，下期再会~~~
关于泰一数据
泰一数据是泰一指尚（股票简称:浙江富润，股票代码：600070）旗下数据商业服务品牌，依托于泰一指尚大数据技术实力和应用能力，拥有覆盖12大行业，超过6万品牌，25万商品，3000万基础数据积累。利用独有的数据挖掘算法、个性化的标签体系、全网实时数据监测分析以及可视化展现技术，通过连续性的数据构建形成营销闭环，为客户实际的全业务场景提供消费者洞察、品牌研究与媒介研究。基于大数据的商业信息洞察，帮助客户实现大数据分析与应用，建构数据价值发现和应用创新能力。
共有条评论 网友评论