“大數據”時(shí)代到來(lái)了么?

　　“大數據”時(shí)代到來(lái)了么?

　　潮流是一股可笑又可敬的力量：今天，如果打開(kāi)任何媒體，要是不提“大數據”，恐怕都不好意思出版。 這股潮流，鋪天蓋地，連國家領(lǐng)導人都不例外。 問(wèn)題在于：為什么人人言必稱(chēng)大數據?

　　數據的價(jià)值，隨著(zhù)數據量的幾何級數增長(cháng)，已經(jīng)不再能夠通過(guò)傳統的圖表得以顯現，這正是為什么商業(yè)智能還沒(méi)來(lái)得及流行，便已被“數據分析”擠下舞臺。因為，價(jià)值隱藏在數據中，需要數據分析方可釋放這些價(jià)值。數據分析能力的高低，決定了價(jià)值發(fā)現過(guò)程的好壞與成敗?？梢哉f(shuō)，沒(méi)有數據分析，“大數據”只是一堆IT庫存，成本高而收益為零。但是國內熱潮的“大數據”概念，目前仍然停留在數據收集、整理、存儲和簡(jiǎn)單報表等幾個(gè)初級階段。能夠對大數據進(jìn)行基本分析和運用的，只有少數幾個(gè)行業(yè)的少數企業(yè)。關(guān)于這一點(diǎn)，我們可以通過(guò)谷歌搜索結果來(lái)簡(jiǎn)單揭示這一現狀的:

　　2014-04-08 19:22, google.cn search result

　　挑選四個(gè)關(guān)鍵詞，并且分別搜索，并且對搜索結果計數用JMP數據分析軟件進(jìn)行制圖：

　　很明顯，英文世界里，“big data”的搜索結果計數比中文世界里的“大數據”搜索結果計數要多了不少; 而“analytics”(分析)的搜索量不僅僅高于“big data”，更是遠遠高于“分析”在中文世界里的搜索結果，大概是169倍!

　　這個(gè)結果，盡管不能100%還原中國業(yè)界對“大數據“和”分析“的重視程度，但仍然可以揭示一個(gè)起碼的事實(shí)：作為大數據概念源頭的西方國家尤其是美國業(yè)界對于”分析”的重視，遠甚于中國業(yè)界對分析的關(guān)注。

　　這個(gè)來(lái)自谷歌搜索的簡(jiǎn)單分析結果，和我們對于中國企業(yè)大數據實(shí)施現狀的理解不謀而合。

　　中國式大數據與分析的現狀

　　所謂”大數據分析“，其和”小數據分析“的唯一差別在于數據量以及數據量帶來(lái)的對于數據存儲、查詢(xún)及分析吞吐量的要求。本質(zhì)上，”大數據分析“仍然需要通過(guò)數據分析來(lái)發(fā)現現狀，找到導致現狀的根源要素，并且通過(guò)模型與預測分析技術(shù)來(lái)對改善進(jìn)行預測與優(yōu)化，并且實(shí)現企業(yè)運營(yíng)各個(gè)領(lǐng)域的持續改善與創(chuàng )新。要談”大數據分析”的中國現狀，首先必須深入了解”數據分析“在國內的應用情況。

　　國內企業(yè)，不論是國企還是民企，真正在業(yè)務(wù)決策中以數據分析結果為依據的，主要集中在銀行，保險，電信和電商等幾個(gè)行業(yè)。以IT預算最充沛，人員能力最強的銀行為例，目前主要是大型銀行在導入數據分析。中小銀行尚在觀(guān)望與學(xué)習階段，人員與能力建設正在起步階段。數據分析的應用范圍主要集中在信用風(fēng)險、流程優(yōu)化、市場(chǎng)營(yíng)銷(xiāo)、成本與預算等幾個(gè)方面，深度尚可，但廣度一般，尚未擴充到運營(yíng)管理的所有領(lǐng)域。

　　而談到“大數據”或者數據倉庫，上述行業(yè)中的絕大多數企業(yè)早已實(shí)施了各種數據倉庫，以管理數據。這種買(mǎi)藥再看病的模式，完全本末倒置。數據倉庫與數據庫不一樣，其使命就是為了分析而存在的。沒(méi)有分析，倉庫何用之有? 四大行之一的某大型國有銀行，90年代末期就開(kāi)始花費好幾億元IT預算，建設“數據大集中”項目，受該行影響，其他國內銀行掀起了一股數據集中的熱潮。而當時(shí)連商業(yè)智能還是個(gè)尚未傳入中國IT概念，更遑論數據分析了。15年過(guò)去了，這些被集中的數據，還在么?

　　至于支撐起我國龐大GDP的制造業(yè)、建筑業(yè)和貿易業(yè)，在運用數據分析進(jìn)行業(yè)務(wù)決策方面，則尚未見(jiàn)規模。其IT開(kāi)支仍然主要集中在基礎架構與流程化的軟件套件領(lǐng)域(如ERP，CRM，HRM, SCM等)，部分企業(yè)開(kāi)始導入商業(yè)智能(報表、制圖、管理駕駛艙)，而數據分析應用遠遠沒(méi)有進(jìn)入規模發(fā)展階段。以我國制造業(yè)企業(yè)為例，從五、六年前開(kāi)始熱炒“六西格瑪”、”全面質(zhì)量管理“，”精益生產(chǎn)“，盡管這些舉措對中國制造、中國創(chuàng )造等帶來(lái)本質(zhì)變化尚需時(shí)日，但是就提升企業(yè)決策能力和管理水平而言，這些舉措的的確起到了一定的作用，對于中國企業(yè)從拍腦袋到用數據決策這一本質(zhì)轉變打下了一個(gè)基礎。

　　這一現狀的原因，我們認為主要提現在如下幾個(gè)方面：

　　1. 企業(yè)的權力來(lái)源

　　數據分析才是真正的一把手工程。分析的使命，在于改善決策。決策的第一責任人，也就是企業(yè)最高層管理人員。國企，尤其是大型央企，職業(yè)經(jīng)理人體系并不完善，董事長(cháng)、總經(jīng)理級別的任命是由組織部門(mén)而不是經(jīng)濟部門(mén)來(lái)決定的?！爸v政治”的人事任命體系決定了企業(yè)決策的復雜性和特殊性，科學(xué)管理方法和決策手段的推廣，完全取決于企業(yè)最高領(lǐng)導人本身對于這些手段的認可程度。

　　另外，數據分析帶來(lái)的不僅僅是分析軟件和分析方法論，更需要決策、運營(yíng)進(jìn)行相應的改善與調整，我們通常稱(chēng)之為“變革”。 任何變革都會(huì )帶來(lái)相匹配的風(fēng)險與收益。國企的權力架構和民企、外企非常不同，哪怕總經(jīng)理決定了要變革，還得征求企業(yè)內部各路權力部門(mén)的認可與接受，變革的難度導致了我們通?？吹胶吐?tīng)到的“轉型極其艱難”，“身為大家長(cháng)要對幾十萬(wàn)張嘴負責”等煽情苦情的自我表白。不要說(shuō)數據分析，就連開(kāi)除幾個(gè)績(jì)差員工，一不小心就要得罪人，嚴重了還要危及烏紗帽，改革談何容易。

　　相比之下民企和外企在這方面的轉變要敏捷、迅速很多。比如蘋(píng)果，很多年前就開(kāi)始全球范圍導入JMP數據分析平臺，在我們的跨國團隊的幫助下從搭建數據分析能力、規范數據分析流程、導入高級數據分析方法、直到生產(chǎn)與研發(fā)環(huán)節的數據分析全球標準化等工作。整個(gè)過(guò)程長(cháng)達數年，涉及到龐大的機構、人員、方法、流程的轉變，卻平穩有序。其間還發(fā)生了Steve Jobs辭世，新任CEO上臺等足以中斷一切的重大企業(yè)事件，但導入數據分析能力這一過(guò)程絲毫沒(méi)有受到任何影響。

　　2. 企業(yè)的運營(yíng)能力儲備

　　能力儲備也是個(gè)關(guān)鍵要素。哪怕管理層決心一致，雄心壯志，重大變革能否落地，還得取決于團隊能否升級與被變化。意志力盡管重要，體能卻是個(gè)關(guān)鍵。數據分析對于參與者的統計、概率、數學(xué)、計算機、業(yè)務(wù)理解等幾個(gè)方面的能力要求甚高。盡管“能力是可以培養的”，但是我們在國內這么多年的眾多數據分析導入項目中，面臨最多的挑戰就是人員培訓和流程變革。

　　以電信運營(yíng)業(yè)為例，BOSS系統，各種業(yè)務(wù)系統和數據倉庫搭建了許多年，數據分析對于客戶(hù)行為的理解與促銷(xiāo)產(chǎn)品的層出不窮也使得這個(gè)行業(yè)的數據分析應用遠遠超過(guò)絕大多數其他行業(yè)。但電信業(yè)在大規模導入數據分析方面面臨的首要問(wèn)題，仍然是專(zhuān)業(yè)人才儲備以及與數據分析有關(guān)的規章制度、決策流程與文化體系的建立。

　　我們在市場(chǎng)上看到更多的，是IT部門(mén)主導的數據分析項目。項目名稱(chēng)是數據分析，而內容仔細一了解，往往都是數據倉庫+企業(yè)報表。不是傳統財務(wù)三表，而是用于展現核心KPI的圖表。對“數據分析”不了解，把報表和制圖當成“分析”，是這一現狀的根源。

　　3. 市場(chǎng)環(huán)節與競爭壓力

　　不同企業(yè)對市場(chǎng)競爭的變化是非常不同而有趣的。比如三桶油，建立競爭力的方法，在于找油田、收購加油站，利用壟斷性政策優(yōu)勢抬高行業(yè)準入門(mén)檻。三大電信運營(yíng)商，若干年前曾經(jīng)有子公司互相攻擊，甚至發(fā)展到人員斗毆，割斷對方光線(xiàn)網(wǎng)絡(luò )的事件。而華為與中興的競爭，若干年前除了口水仗，還有互相挖對方技術(shù)團隊。

　　政策性壟斷行業(yè)，盡管有壓力，但是在提升生產(chǎn)力和生產(chǎn)效率的手段方面，改變緩慢而低效。 高度市場(chǎng)化領(lǐng)域，比如家電，汽車(chē)，消費電子，華工、醫藥等領(lǐng)域，對以數據分析為代表的“高級能力”的接受程度則高了不少。

　　綜上所述，我國企業(yè)界對于數據分析的應用仍然停留在個(gè)別行業(yè)與個(gè)別應用的階段。不過(guò)，盡管導入數據分析的過(guò)程是如此艱難而挫折，我仍然認為，隨著(zhù)我國各行業(yè)市場(chǎng)化進(jìn)程的推動(dòng)，隨著(zhù)互聯(lián)網(wǎng)、數據分析技術(shù)不斷對傳統產(chǎn)業(yè)的顛覆過(guò)程，“數據分析”或者“大數據分析”遲早會(huì )成為中國企業(yè)界突破藩籬的關(guān)鍵手段。

　　數據大不大其實(shí)一點(diǎn)也不重要

　　只要是數據，里面必然有故事。與其在能力毫不匹配的情況下片面追求大數據，還不如立即行動(dòng)起來(lái)，從手頭、身邊保有的小數據當中提取價(jià)值，進(jìn)而為真正的大數據時(shí)代的數字化決策打下基礎。

　　從微觀(guān)角度來(lái)看，我們以中國零售及消費品行業(yè)為例，看看數據分析在這一領(lǐng)域的應用現狀：

　　概要

　　公司對分析法的應用日益增多，但還遠遠不足以捕捉其可能的價(jià)值。為了認識到其價(jià)值所在，公司應再次將關(guān)注重心置于分析法上，構建并應用分析法來(lái)確定行動(dòng)、發(fā)掘貨架層面的商機。這樣，分析法才能滿(mǎn)足如今眼光敏銳、關(guān)注價(jià)值的消費者。

　　背景

　　企業(yè)內部采用的分析手段是非標準化的，零散的—--例如把圖表當分析;

　　更多地關(guān)注數據獲取和管理，而不是開(kāi)展面向客戶(hù)的預測性建模與數據挖掘。前者是IT工作，后者才是從數據里獲取價(jià)值的過(guò)程

　　尚未在公司真正地運行或者構建持續的分析能力、分析流程和與數據分析有關(guān)的業(yè)務(wù)與管理決策機制。

　　而根據我們?yōu)橹袊髽I(yè)提供JMP數據分析戰略拓展與項目支持的多年經(jīng)驗，我們的建議是：

　　1. 從項目級別的數據分析應用開(kāi)始，逐漸現成項目組級別的標準化分析流程與業(yè)務(wù)決策制度。借助項目拓展出有基本分析與應用能力的團隊;

　　2. 將項目分析經(jīng)驗擴展到部門(mén)級別，拓展 數據分析—價(jià)值獲取—業(yè)務(wù)決策 這一價(jià)值鏈。 根據部門(mén)級數據分析應用的需要來(lái)開(kāi)展數據獲取和管理。借助部門(mén)級引用導入拓展出數據分析與業(yè)務(wù)決策的流程，以及統一、先進(jìn)的數據分析平臺與業(yè)務(wù)實(shí)踐庫

　　3. 從部門(mén)級到企業(yè)級應用，縱橫兩個(gè)維度都在拓展，需要企業(yè)管理層的高度參與與制度支持，推廣基于數據分析為核心的文化與模式轉變，建立支撐這些變化的長(cháng)遠的數據分析戰略

　　4. 至于數據是不是夠大，是不是需要“云計算“，全看業(yè)務(wù)需要而定!