大數據應用在企業中實現價值的關鍵要素

隨著大數據的概念的不斷宣傳推廣，現在的社會和企業如果不談大數據，就會讓人感覺落伍，讓人感覺企業的管理水平已經落后于時代了。這個現象，固然有理論先行于實踐導致的過分概念化的問題，但從另一個角度也說明了企業確實已經感覺到對數據進行深入使用來幫助企業增強核心競爭力的迫切需要。

    大數據要在企業中發揮作用，需要在五個方面作出努力。
   首先，企業必須作出文化層面的調整，建立數據驅動決策的文化。大數據首先是個理念問題，即通過客觀的，理性的數據來提供決策的依據。在傳統的企業，尤其是取得過成功的企業，往往形成了固定的企業文化和奉為經典的管理經驗，流程和制度。建立數據驅動決策的文化，就必須打破原先的以經驗，流程和制度為核心的決策機制，將決策的過程數據化，客觀化和扁平化。歷史經驗在新的競爭市場和規則下，往往已經滯后了，特別是進入互聯網時代后，互聯網以客戶為中心，以生態鏈為運行模式的理念，已經對傳統企業造成了顛覆性的影響。如果還停留在以過去的經驗為基礎來進行決策，必然會走向失敗的境遇。以客戶為中心的新市場競爭態勢，需要企業能夠作出快速的決策，傳統的層層上報審批的決策機制，顯然難以滿足要求，只有通過建立以客觀數據為驅動的扁平化的決策機制，才能更好地應對快速變化的市場和客戶要求。
    第二，企業要建立對應的數據管理中心的組織架構。沒有一個相對完整和專業的數據管理團隊，是難以發揮出大數據分析的功效。數據本身只是信息，如果不能將這些有用的信息轉化為對企業有價值的決策依據，數據就只是一堆存放在倉庫的廢紙。要想把數據和信息轉化成對企業有用的決策信息，就必須建立專業的數據管理團隊，這個團隊包括數據采集和處理人員，數據分析人員和數據溝通和展示人員。數據采集和處理人員要求相對不高，主要是進行數據收集，錄入，變更和驗證等工作，來確保數據的一致性、準確性，完整性和時效性。數據分析人員必須具有較好的行業和企業的運營知識和經驗，能夠找到最佳方式來建立數據分析模型，找到數據對應的企業運營的關鍵結合點，產生合適的結果來支持企業的決策。數據溝通和展示人員，需要有良好的溝通能力，通過設計出有效的客戶展示方式和易于客戶使用的產品，來最大化數據驅動決策的價值實現。
   第三，企業要建立頂層的數據架構設計并加以實施。在規劃信息化系統建設時，需要有頂層的信息化戰略規劃，其中核心一環是數據架構設計和實施線路圖。數據構架設計的主要目的，是確保企業的所有數據環節有統一的標準，有唯一的數據設計字典，有核心的主數據管理系統，從而保證企業數據的完整性，一致性和有效性。目前，絕大部分公司都會碰到信息孤島的問題，數據不一致的問題，這些問題產生的主要原因都是因為缺乏頂層的數據架構設計。在有了頂層的數據架構設計后，建立合適的實施線路圖，可以幫助企業在清晰的數據架構框架下，逐步建設各個信息化系統，確保同一對象對應唯一的數據源，消除信息孤島，提升數據的一致性和有效性。
   第四，企業要建立完善的數據治理體系。如果沒有完善的數據治理體系，即使有良好的頂層數據架構設計和嚴格的系統實施，如果缺乏數據治理的體系，數據的質量很快就會大失所望，也就難以完成驅動決策的使命，即出現“Rubbish in , Rubbish Out”的糟糕狀況。良好的數據治理體系，覆蓋數據完整的生命周期管理，包括數據所有者的職責和權利、數據格式和標準、數據建立和變更流程、數據使用制度、數據安全制度和數據銷毀流程等。數據治理體系的建設和有效實施，是保證數據產生價值的關鍵因素，大部分企業后期出現的數據質量不高，分析結果難以達到預計要求，往往是由于數據治理的執行不到位，甚至是數據治理的缺失造成的。
   最后，企業要建立合適的數據分析的技術平臺和團隊。這一部分，屬于傳統信息部門熟悉的領域，一般是難度最小的部分。其中的困難點，是如何設計兼容傳統內部數據分析和目前在不斷出現的海量外部數據分析的需求，最有效地低成本建立技術平臺，并且能滿足未來擴展性的要求。購買商業軟件的企業，技術人員的需求較少，選擇基于開源平臺上自我研發的企業，技術團隊的要求比較高。這里面的決策因素，包括核心業務的定義、企業技術團隊的能力、數據安全性的要求以及企業的股東背景等。對于小型企業或中性企業的概念驗證階段，可以考慮利用市場上的大數據SaaS服務的方式，來快速低成本地建設基本的大數據分析能力，這里面需要注意的是企業數據的安全性和私密性的保護，可以通過數據脫敏和合同條款約束等方法來保證。