大數據工作的正確打開姿勢

“運用大數據戰略實踐的關鍵問題不是數據規?；蚋呔饧夹g，而是如何利用數據迅速產生價值,如何用數據改變企業的經營管理方式。企業越早從數據中洞察事實，并據此快速做出行動越早受益。

最近跟一家著名互聯網企業的首席架構師討論起了數據的話題，得知其正為數據迅速膨脹卻無法很快產生價值而發愁。我開玩笑說;“您這是飽漢子不知道餓漢子饑，我們想數據都想瘋了”。其回復：“這些數據消耗的資源實在太龐大了!若不能產生價值，很難維持這樣的運作模式”。十分認同這個觀點，回顧一年來實施公司大數據戰略中的實踐，關鍵問題的確不是數據的大小，而是如何利用數據迅速產生價值。

一、用數據為經營管理提供幫助

大多數傳統企業習慣于依靠經驗憑直覺分析經營管理中的具體問題，提出相關解決思路并安排改進措施，然后再重復這個循環。這種工作方法在過去也曾經十分有效，特別是在企業問題比較明顯的情況下，能夠快速反應做出調整并取得成效。這種企業的經營管理方式類似騎自行車，憑經驗直覺就可以安全地前進了。

信息化時代市場競爭進一步加劇，企業的運作越來越復雜，充滿了各種風險和不確定性，企業核心能力的主要差異越來越體現在各個細節之中。企業需要快速且安全的發展，其經營管理猶如駕駛汽車，沒有儀表盤肯定無法做到安全高速的行駛?；ヂ摼W時代下，數據收集更為方便，數據更能夠反映企業的具體運營細節狀況，相當于可以建立企業經營的駕駛儀表盤。

若仍依靠定性和數據統計簡單分析，憑經驗大致判斷問題形成改進方案的做法，沒有客觀的評價基準，無法準確判斷問題程度和改進效果，不能讓參與各方形成統一的共識，難以在現代市場競爭中取得優勢地位。必須引入量化分析管理的方法，通過數據從具體細節中發現衡量問題，協同各方實施有針對性的優化措施。

用數據建模的方式自動識別問題并采取行動，可以更好地為企業經營管理服務。類似汽車輔助自動駕駛功能，汽車里的電腦根據駕駛者的要求，對汽車各種傳感器收集上來的自身及周邊各項數據進行模型計算，確定汽車相應的方向和速度，保證車輛高效安全的行駛。未來金融企業經營更像駕駛噴氣式飛機，沒有基于數據建模的輔助駕駛系統幫助，肯定無法航行。

未來的金融競爭一定會比拼數據建模能力，若不盡快在精準營銷、風險識別、產品個性化定價等方面開展數據建模實踐，就很難形成相應的核心競爭力。

傳統企業中基于經驗習慣的工作方法已經運作了很長時間，讓其改變為基于量化分析和數據建模的工作方法會十分困難。這就要求企業最高決策領導提出硬性要求，將數據應用作為關鍵工作部署下去，并在企業各部門的年度考核目標中增加相應的指標，逐漸形成使用數據的經營管理文化。

二、數據應用要面向解決企業問題

企業為迎接數據時代的到來，需要建立一支數據分析隊伍，并設置獨立的部門。他們的職責任務就是用數據幫助尋找和解決企業經營管理中存在的問題，提升企業的核心競爭能力。數據分析人員不同于IT人員，他們更多需要具有科學抽象思維能力，而非工程思維能力。部門建設初期可以從外部引進人才，也可以從企業內部尋找有數學、物理、統計學歷背景的員工加入進來。

數據專業人員由于專業特點的局限，對業務知識掌握和理解存在缺陷。因其分析對象更多為企業專業的內容，若不能與業務專業形成很好的互動，數據分析工作很難開展，搞不好會陷入自我孤立的狀況。企業的業務人員雖然對業務本身非常熟悉，但對數據應用缺乏概念。必須讓數據人員前置到業務一線中，與業務人員共同面對企業的日常經營活動，雙方取長補短逐步嘗試利用數據去改進業務工作。

數據人員要主動學習業務知識，嘗試在某一局部用數據發現和解決業務問題，然后與業務人員交流討論，看是否能夠對業務有些幫助。業務人員要主動學習理解數據應用的知識和方法，結合自身業務情況進行思考，努力嘗試運用數據提升經營管理效率?？梢钥紤]客戶數字畫像、風險定價、營銷轉換，甚至是內部員工挽留、辦公物品合理使用、成本績效等等各方面的數據應用。

剛開始做出來的成果很可能會非常粗糙，或根本不靠譜，但經過數據與業務人員反復探討打磨，相關的數據應用會逐步取得成效。通過在業務實際工作中的數據應用，觀察其效果，再逐步完善，直至最終固定到業務日常工作中。局部突破后，逐步擴大數據應用的范圍，獲取更大的效益。

數據應用先不要涉及解決復雜的問題，避免起步階段遲遲無法打開局面。最好從解決簡單問題做起，可以考慮直接引入其他外部公司的成功實踐，迅速產生實際成果，讓大家快速看到數據應用帶來的成效。根據二八原理，這些簡單的數據應用很可能會產生意想不到的效果。通過對這些成功數據應用案例的宣傳，引導大家進一步認識到數據所能夠帶來的價值，加大在數據應用方面投入資源，啟動更多的相關項目。

三、面向問題收集和管理數據

傳統金融行業因為過去IT資源相對昂貴，本著節省開銷的考慮，只記錄與金融交易相關的數據。內容主要為客戶狀況、合約和相關交易服務狀況，而其他過程行為數據一般不做記錄。這造成其數據所覆蓋的范圍較窄，難以支撐大規模的數據應用?，F代IT技術降低了IT成本，同時隨著數據應用帶來價值的提升，各金融企業擴大數據收集范圍和粒度的意識普遍提高，為更大規模和更加深入的數據應用創造了條件。

要根據所涉及業務領域的相關問題，提出需要增加收集哪些數據，然后由IT人員在現有系統中進行埋點，做數據記錄。金融機構所擁有的客戶行為數據比較有限，無法滿足很多算法預測模型的要求，可以考慮在法律容許的范圍內，與外部數據公司合作，獲取更多的數據支持。

數據有其時效性，不能立即使用的數據會隨著時間的推移逐步失去其自身價值，且還會占用大量的IT資源。那種先獲取數據后考慮數據應用場景的做法，成本比較高。因此要避免沒有數據應用目標就大量獲取數據的做法。

數據整理和數據質量管理也要面向解決實際問題的需要，避免盲目追求完美。雖然數據整理和數據質量管理對于后續的數據應用會帶來很大幫助，但其也會消耗很多資源。特別對于業務部門來說，提高數據的質量意味著大量工作，甚至可能會影響業務流程的效率?？梢杂嬎阆嚓P成本與后續可能帶來的收益進行比較做出決定。

比如為了讓客戶準確填寫電話號碼，有些企業要求客戶發短信確認碼。這顯然降低了業務操作的流暢程度，但若電話號碼是后續服務所必不可少的，那么這樣的改變就應該盡快實施。

四、確定數據的擁有者

企業會產生大量數據，不同業務單元和部門所產生的數據不同，數據使用的情況也不同，很可能會形成企業內的數據交叉使用。為避免內部的數據使用沖突造成數據的混亂，就需要明確各數據的主人，賦予其管理數據的責任和權利。原則上誰產生的數據誰就擁有這些數據，誰就對這些數據負責，其他人要使用數據必須經過數據擁有者的同意。

數據擁有者要管理保護好自己的數據，同時要考慮如何讓這些數據產生更大的價值?？梢钥紤]在企業內部形成數據使用的模擬收費機制。確定一合理的價格，讓其他部門的數據使用方支付給數據擁有方相應的費用，取得數據的使用權，并在數據擁有方的監督下合理使用數據。

數據使用方的資金額度由企業根據需要劃定，鼓勵其更經濟地開展項目。通過考核數據擁有者收費的情況，對其相關服務工作予以獎懲。鼓勵數據擁有者將數據提供給大家使用，創造更大的價值。質量越高的數據越有人愿意使用，數據擁有者會不斷提高數據的數量和質量，滿足數據使用者的需要。

五、共享數據平臺支持服務

數據應用需要配套的軟硬件環境支持，需要在企業內建設一套共享的數據應用平臺環境，并安排專業團隊提供服務支持。采用同一個數據應用環境，不但可以大幅度節省采購、建設及運維成本，還可以保證各業務部門數據相互間的共享使用，也可以非常便捷地開展數據應用交流和相關應用模型的借鑒復用。

數據平臺建設要循序漸進，配置夠近期使用就可以了，后續逐年確認是否需要擴容和升級。使用過好的設備和軟件工具，過大的配置，很可能因數據量和應用程度無法達到預期，造成相關投入閑置浪費。隨著技術的快速進步，設備及軟件工具會越來越高效，單位處理能力的價格也會越來越低。

而數據應用的不斷深入，各個平臺使用者會對平臺的數據存儲量、計算能力及建模工具等方面提出更高要求，更多成功的數據應用會使得公司愿意增加平臺投入。最經濟的做法是根據數據應用的情況及用戶的需要，逐步擴充或更換設備，采購更加先進的軟件工具。

數據平臺存放著公司全部數據資產，如果數據失密，不但給公司商譽帶來重大的損害，也會影響到客戶的切身利益。公司必須明確平臺管理者數據安全的管理責任和權力，提出數據安全目標要求。要建立數據安全的管理規章制度，嚴格遵照執行。

數據平臺要有完善的安全管控設計，數據使用必須在授權狀況下進行，所有數據操作行為均要記載下來，以供后續審計檢查使用。要做好數據網絡隔離措施，抵御網絡數據攻擊。重要敏感數據要進行加密或變形，避免直接暴露在外。

大數據工作的重點不是數據規?；蚋呔饧夹g，而在于用數據改變企業的經營管理方式。企業越早從數據中洞察事實，并據此快速做出行動越早受益。不要將資源投放在建設豪華的設備環境和隊伍上面，不用先準備大規模數據，只要開始實踐就會有收獲。想在水中遨游?那就趕快找個安全的水池，跳下去吧!