企業大數據運營核心數據能力探討

1 背景和需求

當今企業面臨內外部重重挑戰，例如市場競爭加劇、利潤下滑、企業增長放緩等，而伴隨移動互聯網迅猛發展、社會大眾觀念意識進步和消費模式轉變，社會化需求呈爆炸式增長，這為各行業帶來巨大的市場空間，對企業是一個新的歷史機遇。

那么，企業應如何應對挑戰并把握歷史機遇？在當今大數據時代，企業應圍繞高效率、高效益和提升客戶服務品質的戰略目標，以數據說話，全面了解企業運營狀況、深入發現企業存在的問題，體系化剖析并提出改進建議，從而促進企業精細化運營持續優化；同時，企業還需發掘大數據所隱藏的客戶訴求，洞察客戶需求，創造性發掘新的價值增長點，從而幫助企業實現持續盈利。

為了切實發揮大數據對企業內部精細化運營和外部商機發掘的價值，企業需要鍛造大數據運營能力，借助成熟的商業智能和大數據技術，對企業內外部結構化/非結構化數據進行實時（準實時）捕獲、規整、深度加工挖掘，從數據中提煉有價值的信息和知識，面向企業各層級人員定制提供能解決實際業務問題的數據應用。

2 大數據核心能力

企業應鍛造什么樣的大數據核心運營能力呢？大數據運營的核心能力框架如下圖所示：

如圖1所示，大數據運營核心能力框架包括數據價值能力、數據基礎能力。首先，企業應打造針對數據自身的數據基礎能力；然后，基于數據基礎能力構建數據價值能力，建設個性化業務應用。

1. 大數據價值能力

大數據價值能力構建在大數據基礎能力之上，以企業戰略目標為導向，提供面向不同人員的價值應用，總體上可分為三類：為企業內部領導、管理、執行及一線各層級人員提供精細化運營相關的數據應用、為合作伙伴提供可帶來利潤的產品型數據應用，以及為最終客戶提供可提升客戶體驗和感知的服務型數據應用。

2. 大數據基礎能力

大數據基礎能力主要包括大數據規整能力、數據管控能力、數據交換共享能力、知識沉淀積累和供應能力，以及對數據價值應用的支撐能力。

高效的大數據規整能力

對企業來說，大數據規整能力用于幫助企業摸清數據資產家底，包括企業內外部數據的高效獲取、整合、加工、存儲，形成數據模型標準化、數據分類和編碼統一、數據跨業務領域融合的企業級數據集中存儲，提供企業級統一信息視圖。

除了要繼續提供傳統的結構化數據處理能力外，還需要加入對諸如音頻、視頻、文檔、流數據等非結構化數據的處理能力，以及對日志數據、微博、社交媒體信息等半結構化數據的處理能力。要能夠將非結構化/半結構化數據轉換成可分析挖掘的結構化數據。

體系化的數據管控能力

企業通過大數據規整能力形成企業數據資產的統一視圖的過程，以及后續提供使用的過程，均需進行全程數據治理，確保數據質量可靠、受控使用、數據可理解、數據資源配置可持續優化等。因此，需要對數據加工處理的全過程以及數據整個生命周期的各種活動進行規范化、體系化管理。

數據管控體系主要包括管控目標、管控對象、管控措施、管控組織保障、管控流程制度和規范標準，以及管控平臺支撐。管控對象主要有元數據、數據質量、數據安全、數據生命周期、數據模型及數據標準等，一些企業也通過數據管控實施企業級的統一主數據管理，以此解決跨系統流轉的企業核心業務數據的一致性和協同問題。

集中的數據交換共享能力

企業花費力氣形成自己的數據中心存儲后，除了給各類用戶提供數據服務，還需要向企業的各類業務系統開放共享，使數據中心與業務系統形成數據閉環，實現業務協同。為此需要建設統一的交換共享平臺，集中管理數據交換共享接口、監控接口運作，實現企業數出一門、高效共享。

持續的知識沉淀供應能力

企業日常決策、管理、生產、業務運營、客戶服務、資源保障、財務運營等過程，以及IT系統規劃、建設和運維過程，都將持續形成各自的專業知識。企業需要提供知識的收集、分類、管理維護和嵌入式使用能力，及時收集知識并有效管理，給各層級人員提供方便靈活的借鑒參考，從而有效提升企業運營效率和質量，降低運營成本。

可擴展的數據應用支撐能力

數據應用支撐能力指為數據中心自有及第三方的大數據應用提供統一的載體，面向各層級用戶，提供便捷靈活、多種終端的隨時隨地訪問支撐，還包括數據查詢、數據挖掘、數據可視化展現（例如GIS）等應用支撐能力。

3 結束語

企業精細化運營是當今企業發展的必經之道，為了切實實現從粗獷式運營向精細化運營轉變，企業需要以數據說話，把握當今大數據機遇，鍛造企業自身的大數據運營能力，從而助力企業內部精細化運營及外部商機發掘。