大數據項目如何落地之路線圖探討

今天，繼續來談一談“大數據項目如何落地?”這個話題。從事過多個大數據項目的規劃方案及項目落地工作，在這里與大家分享一些心得，主要是關于大數據項目如何成功落地并取得預期目標，也可以說這些是實踐出來的觀點。
　　對于一個大數據應用項目/產品的落地，可以大致總結為五大步驟階段：
　　數據規劃、數據治理、數據應用、迭代實施、商業價值。如下圖：

大數據項目落地路線圖
　　第一階段：數據規劃
　　一個成功的大數據項目，需要有一個良好的開端，即做好數據規劃階段的各項工作，具體包括：
　　戰略意圖：在這個階段，要明確戰略意圖，這個戰略意圖需要在相關干系部門之間達成一致和共識，換句話說就是為什么要搞這個大數據項目?
　　戰略規劃：戰略意圖清晰以后，就可以作為貫穿整個項目過程的燈塔，接下來要需要將戰略意圖轉變為戰略規劃，通過戰略規劃來進一步讓相關干系部門和人員清晰的認識到這個大數據項目將要做什么?
　　商業目標：戰略規劃完成后，就要明確這個大數據項目的商業目標，即通過這個大數據項目實施，為企業帶來怎樣的商業價值?是降低成本呢，還是擴大營業收入，亦或是通過創新業務為企業帶來新的價值增長點?
　　執行方針：商業目標確定以后，需要進一步來確定該大數據項目的執行方針，包括：項目執行的基本原則、利益分配原則、分歧處理原則等等。
　　組織支撐：上述Action完成后，就需要建立對應的項目組織了，成立項目小組，明確相關崗位以及崗位職責，根據不同的戰略意圖、戰略規劃、商業目標和執行方針，建立不同架構和規模的組織。
　　上述Action還都屬于項目可以成功落地的先導性工作，那么接下來就是許多細致的具體工作，這些具體工作都是保障項目可以成功落地的基石。
　　產品(項目)規劃：協同各個干系的部門和干系人，有效的建立起來項目內容規劃機制，完成產品(項目)的總體規劃。
　　場景規劃：完成產品(項目)的總體規劃，作為大數據項目，需要繼續規劃出主要的應用場景，場景規劃是有效地推動后續步驟階段的基礎，場景如果規劃的不清晰，直接會影響到后續的一系列Action的執行。
　　需求評估：產品(項目)規劃、場景規劃完成后，需要將規劃內容反復與各個干系部門和干系人進行溝通與確認，最終形成項目需求說明書，同時完成需求的評估，評估相關規劃和需求是否可以滿足戰略意圖、戰略規劃以及商業目標。
　　上述Action完成后，需要從架構和落地角度，進一步深化：
　　架構規劃：根據已完成的產品(項目)規劃、場景規劃和需求評估，從落地的角度完成數據架構規劃，架構規劃是項目成功落地的重要環節。
　　有的大數據項目，還需要引入第三方的數據支持，以及體系內其他非干系部門的數據支持，這樣就需要進行有效合作。
　　合作意圖：如果項目需要引入第三方的數據支持，以及體系內其他非干系部門的數據支持，需要充分評估項目風險與合作意圖，有效達成合作共識。
　　第二階段：數據治理
　　第一階段的工作完成以后，已經具備了一個大數據項目成功落地的良好基礎，接下來就需要按照數據規劃階段的成果繼續后續的環節，首先要做的就是要有數據，并且要有高質量的數據，數據到位才能保障項目的有效推進和執行：
　　來源評估：在數據治理階段，首先要進行數據來源評估，展開數據梳理相關的工作，及時發現數據來源可能存在的風險并加以處理。
　　來源評估完成后，確認可以有效獲取到所需要的對應數據來源的數據，就可以進行數據的獲取工作了。
　　數據采集：數據采集是一個很重要的工作，只有把數據采集來，才能進行一系列的大數據相關的工作。數據采集過程中，注意數據采集的有效性。
　　數據預處理：為了更好的、更有效的存儲有價值的數據，同時方便系統對數據的使用，部分數據可以做預處理。
　　數據質量：數據質量環節很重要，如何有效保證數據的質量?直接影響著大數據項目的實施效果，在這個環節中，要投入很多的精力去形成標準，并建立相對自動化的數據質量系統。
　　上述的幾個環節，必要時需要借助專業的產品工具。
　　數據管理：數據管理工作，將影響項目的整個周期，建議采用專業的數據管理產品和工具，或借助有開發能力的供應商量身定做一套數據管理系統。
　　第三方數據：可以通過數據資產置換、購買等等方式完成第三方數據的接入。
　　在整個第二階段會形成一系列的標準和流程，這里不一一贅述。
　　第三階段：數據應用
　　第一、第二階段工作完成以后，就將進入最重要的第三階段工作，在這個階段中，我們將承前啟后的推動大數據項目完成落地工作，真正去形成大數據的應用，帶來真實的業務價值：
　　場景細分：在這個階段，對于第一階段中形成的場景規劃，要進行可被實現的場景細分，通過對場景的細分，形成一個個的用例(Use Case)。
　　干系組織利益共識：通過場景的細分后的一個個用例(Use Case)，已經可以很好的明確給各干系組織帶來的業務價值，在這個時候需要推動各個干系組織形成利益共識，以免由于利益問題導致項目執行的阻礙。
　　完成上述Action后，就需要借助供應商的參與和力量繼續完成后續的Action。
　　功能規劃：經過上述Action環節，項目已經進入重要的落地階段，需要根據已經整理好的用例(Use Case)、數據，形成具體的功能規劃。這些功能規劃，需要是可被準確識別和實現的，直接對應了大數據應用系統的功能點。
　　技術選型：完成了功能規劃，就需要進行技術選型工作，由于大數據相關的技術非常多，這項工作需要借助專業供應商的力量來一起完成，需要充分考慮非功能性指標，比如：性能要求等等。
　　產品選型：技術選型后，需要根據選擇的技術路線，來找到可供選擇的、符合技術路線的產品，完成產品選型工作，如：數據科學平臺等等。
　　應用分析模型設計：大數據項目的一個重要的內容，就是要通過數據來形成各種應用分析模型，借助類似于數據科學平臺類的產品，可以快速有效形成各種預測分析模型。完成這個環節的工作，需要有數據科學家、業務分析師等等一系列的角色參與相關工作?；蛘哒f引入第三方的成熟產品，如客戶智能分析平臺、物聯網智能分析平臺、運營智能分析平臺等等，通過引入這些產品來直接引入成熟的分析模型。
　　技術選型、產品選型以及應用分析模型建立后，就需要進行驗證工作了，主要包括場景PoC和商業驗證。
　　PoC：選取具有典型代表意義的大數據應用場景，進行現場的PoC驗證工作，通過PoC，修正和完善每個用例(Use Case)，同時驗證技術選型、產品選型的正確性，發現問題及時處理，甚至重新選擇技術與產品。
　　商業驗證：PoC環節完成后，還需要進行商業驗證，驗證和評估一些關鍵場景用例(Use Case)的應用效果，評估和預測是否可以達成商業目標，從而推導出達成商業目標可能存在的問題和風險，進行修訂與處理，必要調整各個干系部門和干系人之間的利益共識。
　　第四階段：迭代實施
　　前三個步驟階段的工作有效得完成后，就進入了第四步驟階段迭代實施，之所以是迭代實施，也跟大數據類項目的特征有關，就如大數據建立分析模型是一種探索的過程一樣，大數據項目的執行也需要進行不斷的驗證、修正、實施這樣的工作，可能需要經過多輪的迭代才能完成項目的建設：
　　模型應用：第三階段中經過PoC和商業驗證的模型，需要開發為特定的大數據分析應用才能最終為使用者所使用并發揮價值。在模型應用過程中，注意模型的規約和使用條件，注意與現有系統的融合。
　　系統開發：系統開發工作是保證模型應用環節有效達成的手段，同時通過系統開發能力可以開發出圍繞大數據分析應用的外圍系統。
　　效果評價：效果評價環節，主要是組織相關干系組織與干系人，對實施效果進行研討和確認，同時對利益共識進行確認和達成一致，如果沒有達到預期效果則繼續進行迭代改進。
　　業務驗證：業務驗證工作是保障大數據分析應用項目真正可以融合于業務、服務于業務的重要手段，業務驗證建議從業務流程是否通暢、關鍵業務點是否達到預期目標、是否對業務辦理產生障礙等等多方面進行。驗證人員需要是使用該大數據分析應用系統的一線業務人員。
　　如果上述的環節發現了重大問題，則針對問題形成改進方案后進入迭代改進環節。
　　迭代改進：迭代改進分為小迭代和大迭代，小迭代是在同一期項目中完成的，受到項目上線周期的制約，小迭代可以改進的問題是有限的、小型的。對于影響范圍巨大，難度較高的問題需要進入大迭代改進，大迭代一版來說可以規劃為項目的二期、三期等等，直到達成預期的戰略意圖、戰略規劃和商業目標。
　　經過上述的Action環節，一個成功的大數據應用項目終于落地了，這也僅僅是落地的開始，接下來的工作是檢驗項目成果和真正發揮大數據價值的時刻：
　　實施推廣：圍繞項目的戰略意圖、規劃和商業目標，進行有效的實施推廣工作將變得非常重要，良好的實施推廣工作可以真正讓大數據應用分析項目用起來，讓數據“活”起來，源源不斷產生價值。推廣過程，要巧妙的運用各個干系部門和干系人之間的利益共識。
　　數據安全：大數據項目有自己的特點就是一切都圍繞數據來展開，說到數據就會涉及到一些隱私數據、高密級數據等等，不管在開發過程中、還是在推廣過程中，亦或是在第二階段的數據治理過程中，都需要嚴格遵守相關信息安全和數據保密的規劃，從技術上和使用上都要保證數據的安全。數據安全是一個大數據項目真正可以成功的重要內容。
　　第五階段：商業價值
　　前面四個步驟階段工作很好的完成后，就是享受大數據應用項目成果的時刻了，相信在前面四個階段的各個環節中，各個項目參與人員都受到了或多或少的各種折磨，不過這些折磨都是值得的，因此大數據項目真正可以為企業帶來不可以預想的巨大價值，只有上馬了成功大數據項目的企業才能深深體會到。
　　在這個階段中，企業獲得了：
　　數據資產：企業的數據資產是大數據應用項目帶來的重要成果，也是推動企業創新、產業升級、企業轉型等等的財富。
　　數據服務：通過大數據應用項目的實施，可以有效推動企業的數字化轉型工作，圍繞數據資產形成數據服務的能力。
　　決策支持：通過大數據的預測分析能力，有效提升了企業的決策支持能力。
　　有效獲取了內部商業利益價值、外部商業利益價值，真正去實現了企業建設大數據應用項目的戰略意圖、戰略規劃和商業目標。
　　題外話
　　如果企業的大數據能力和人員有限，上述路線圖中提到的每個步驟階段，都可以引入供應商來協助企業完成。既可以選擇一家供應商負責完成整個項目過程的建設，也可以分步來實施，在不同的階段選取不同的供應商來完成。
　　一般來說，建議后面三個階段最好選擇一家有綜合能力的供應商來總包實施，這樣可以更好完成項目的預期目標。
　　下圖大致總結了選擇合作伙伴的一點參考，僅供參考：

大數據項目落地路線圖，供應商選擇參考
　　以上是“大數據項目如何落地?”路線圖，是一些項目心得，也可以說這些是實踐出來的觀點，期望對大家有所幫助。