在大數(shù)據(jù)時(shí)代，企業(yè)面臨的最大挑戰(zhàn)是思維的變革。在大數(shù)據(jù)時(shí)代，企業(yè)未來的一個(gè)重要方向是利用大數(shù)據(jù)來推動企業(yè)戰(zhàn)略轉(zhuǎn)型。

  大數(shù)據(jù)開啟了一次重大的時(shí)代轉(zhuǎn)型，企業(yè)需要把握大數(shù)據(jù)時(shí)代的機(jī)遇。大數(shù)據(jù)給企業(yè)業(yè)務(wù)帶來顛覆性的影響，大數(shù)據(jù)將推進(jìn)企業(yè)用正確的標(biāo)準(zhǔn)進(jìn)行管理，并必然引發(fā)組織變革。

  在大數(shù)據(jù)時(shí)代，企業(yè)面臨的最大挑戰(zhàn)是思維的變革。

  在大數(shù)據(jù)時(shí)代，企業(yè)未來的一個(gè)重要方向是利用大數(shù)據(jù)來推動轉(zhuǎn)型。

一、大數(shù)據(jù)時(shí)代給企業(yè)帶來的影響

大數(shù)據(jù)時(shí)代的價(jià)值創(chuàng)造邏輯

  大數(shù)據(jù)通過什么路徑影響企業(yè)的價(jià)值創(chuàng)造過程？主要通過4條路徑驅(qū)動：

  驅(qū)動因素1：獲取結(jié)構(gòu)化數(shù)據(jù)。

  通過獲取更多詳細(xì)的事務(wù)性數(shù)據(jù)，主要是企業(yè)內(nèi)部運(yùn)營管理數(shù)據(jù)如銷售數(shù)據(jù)、客戶服務(wù)記錄、倉儲物流數(shù)據(jù)、財(cái)務(wù)報(bào)表數(shù)據(jù)等，通過分析支持企業(yè)更精細(xì)的決策。

  驅(qū)動因素2：獲取非結(jié)構(gòu)化數(shù)據(jù)。

  通過獲取多樣化的企業(yè)內(nèi)部數(shù)據(jù)和外部非結(jié)構(gòu)化數(shù)據(jù)，如社交媒體、終端應(yīng)用、物聯(lián)網(wǎng)生成的數(shù)據(jù)等，企業(yè)可以利用非結(jié)構(gòu)化數(shù)據(jù)和詳細(xì)的事務(wù)性數(shù)據(jù)，從更多維度挖掘關(guān)于市場、客戶、產(chǎn)品和運(yùn)營的洞見，以支持企業(yè)做出更完整、更準(zhǔn)確的決策。

  驅(qū)動因素3：獲取實(shí)時(shí)數(shù)據(jù)。

  通過獲取實(shí)時(shí)(低延遲性)數(shù)據(jù)，可以縮短從機(jī)遇出現(xiàn)到分析、決策之間的時(shí)間，這意味著很多領(lǐng)域游戲規(guī)則的改變，它將帶來新的業(yè)務(wù)機(jī)會，它將支持企業(yè)更頻繁、更及時(shí)的決策。

  驅(qū)動因素4：預(yù)測性分析。

  傳統(tǒng)的分析主要是回顧式，企業(yè)行動受限;而在大數(shù)據(jù)時(shí)代，將預(yù)測性分析融入關(guān)鍵業(yè)務(wù)流程，將帶來巨大的商業(yè)潛能，將使企業(yè)決策更具行動性。

大數(shù)據(jù)對企業(yè)運(yùn)營管理的影響

  1、大數(shù)據(jù)給業(yè)務(wù)帶來顛覆性的影響。

  大數(shù)據(jù)能夠使企業(yè)回答之前很多無法回答的問題，比如“誰是我最有價(jià)值的客戶？”、“什么是我最重要的產(chǎn)品？”、“什么是我最成功的營銷活動？”等等。

  過去幾十年來，領(lǐng)先企業(yè)為實(shí)現(xiàn)業(yè)務(wù)差異化、獲取競爭性優(yōu)勢而不斷探索和應(yīng)用新的信息技術(shù)；

  但這些看似“簡單”的問題，你越思索就會感到越復(fù)雜。

  以最有價(jià)值客戶為例，是指高收入客戶、最贏利客戶還是指最具影響力客戶？大數(shù)據(jù)能給這些問題提供準(zhǔn)確的答案。

  2、大數(shù)據(jù)將推進(jìn)企業(yè)用正確的標(biāo)準(zhǔn)進(jìn)行管理。

  管理的特征是規(guī)范與激勵(lì)，其前提是以人為本。傳統(tǒng)的企業(yè)管理由于受限于數(shù)據(jù)源與分析技術(shù)，使其既不能充分體現(xiàn)人性化，也很難搜尋到能夠精準(zhǔn)預(yù)測業(yè)績的正確指標(biāo)。但在大數(shù)據(jù)時(shí)代，通過獲取新的數(shù)據(jù)源，采用新的分析方法，能夠挖掘出可精準(zhǔn)衡量業(yè)績的正角指標(biāo)。

  在《魔球》這本書中，就記錄了奧克蘭運(yùn)動家隊(duì)和它的總經(jīng)理比恩如何運(yùn)用大數(shù)據(jù)為球隊(duì)建立競爭性優(yōu)勢的案例。

  3、大數(shù)據(jù)的一個(gè)更重要的影響是，為有效支持大數(shù)據(jù)帶來的機(jī)遇而有必要對組織進(jìn)行變革。

  數(shù)據(jù)科學(xué)與商業(yè)智能扮演著不同的角色，需要不同的技能和方法。

  商業(yè)智能具有典型的回顧性，用后視鏡看待業(yè)務(wù)，主要關(guān)注發(fā)生了什么和為什么發(fā)生。

  數(shù)據(jù)科學(xué)則具有典型的前瞻性，用擋風(fēng)玻璃式視角看待業(yè)務(wù)，重點(diǎn)預(yù)測將要發(fā)生什么和挖掘深埋在地下的“金磚”。

  數(shù)據(jù)科學(xué)和商業(yè)智能有一定的互補(bǔ)性，但二者因?yàn)槌袚?dān)不同的角色，組織在新的機(jī)遇面前，需要引進(jìn)、培育好大數(shù)據(jù)專業(yè)人才。

大數(shù)據(jù)時(shí)代企業(yè)決策面臨的挑戰(zhàn)

  在大數(shù)據(jù)時(shí)代，企業(yè)面臨的最大挑戰(zhàn)是思維變革。我們不必非得知道現(xiàn)象背后的原因，而是要讓數(shù)據(jù)自己“發(fā)聲”。

  傳統(tǒng)的企業(yè)決策常常陷入分析的泥沼：“我們在哪里？”“我們是如何做的？”“這為什么會發(fā)生？”等等。

  但在大數(shù)據(jù)時(shí)代，企業(yè)不必展示無休止的報(bào)告和圖表，可以用預(yù)測性分析推翻傳統(tǒng)的分析過程。這意味著企業(yè)決策可以直接跳過分析的泥沼，告訴執(zhí)行人員“接下來應(yīng)該做什么？”。

  我們可以預(yù)見，在不久的將來，世界許多現(xiàn)在單純依靠人類判斷力的領(lǐng)域都會被計(jì)算機(jī)系統(tǒng)所改變甚至取代。谷歌公司運(yùn)用算法就占據(jù)了廣告世界，但它對廣告的歷史和文化并不很了解，它只是能更好的挖掘和更好的分析，這就夠了。

二、大數(shù)據(jù)時(shí)代的企業(yè)戰(zhàn)略轉(zhuǎn)型方案

評估企業(yè)目前大數(shù)據(jù)利用狀況

  大數(shù)據(jù)是當(dāng)前熱點(diǎn)話題。很多人關(guān)心，大數(shù)據(jù)能帶我們走多遠(yuǎn)？最后的終點(diǎn)會是怎樣的？我們對大數(shù)據(jù)的利用狀況如何？你可以用企業(yè)大數(shù)據(jù)業(yè)務(wù)模型來衡量企業(yè)現(xiàn)在所處的位置，也能了解大數(shù)據(jù)帶來的機(jī)遇能推動企業(yè)走多遠(yuǎn)。

  企業(yè)對大數(shù)據(jù)的利用狀況，可劃分五個(gè)階段：業(yè)務(wù)監(jiān)督，業(yè)務(wù)洞見，業(yè)務(wù)優(yōu)化，數(shù)據(jù)貨幣化和業(yè)務(wù)轉(zhuǎn)型。

  在業(yè)務(wù)監(jiān)督階段，企業(yè)利用商業(yè)智能和傳統(tǒng)數(shù)據(jù)倉庫來監(jiān)督或呈現(xiàn)目前的經(jīng)營績效。

  業(yè)務(wù)洞見是在業(yè)務(wù)監(jiān)督基礎(chǔ)上，企業(yè)綜合運(yùn)用新的非結(jié)構(gòu)化數(shù)據(jù)和預(yù)測性分析方法，挖掘掩藏在具體數(shù)據(jù)下的“金礦”，并提出針對性的可行建議。

  業(yè)務(wù)優(yōu)化是指企業(yè)用嵌入式分析自動優(yōu)化業(yè)務(wù)流程，比如基于正在進(jìn)行營銷的活動業(yè)績，制訂營銷費(fèi)用分配方案。

  在數(shù)據(jù)貨幣階段，企業(yè)針對目標(biāo)客戶需求，在評估現(xiàn)有數(shù)據(jù)資產(chǎn)基礎(chǔ)上，利用大數(shù)據(jù)開發(fā)解決方案，以獲取新的贏利機(jī)會。

  業(yè)務(wù)轉(zhuǎn)型對有些企業(yè)來說是終極目標(biāo)，它是企業(yè)利用大數(shù)據(jù)獲得對市場、客戶、業(yè)務(wù)和運(yùn)營的深度洞見來轉(zhuǎn)變業(yè)務(wù)模式，為新的市場提供新的服務(wù)。

開發(fā)大數(shù)據(jù)時(shí)代企業(yè)戰(zhàn)略轉(zhuǎn)型方案

  大數(shù)據(jù)時(shí)代企業(yè)戰(zhàn)略轉(zhuǎn)型方案，不同行業(yè)有其不同特征。這里僅提供一個(gè)通用性的框架：它包括企業(yè)戰(zhàn)略，業(yè)務(wù)計(jì)劃，結(jié)果和關(guān)鍵成功因素，任務(wù)和數(shù)據(jù)源五大模塊。

  以某企業(yè)客戶忠誠度案例為例，該企業(yè)戰(zhàn)略是提高客戶忠誠度，以促使更多可贏利的客戶有參與項(xiàng)目。與企業(yè)戰(zhàn)略相關(guān)的業(yè)務(wù)計(jì)劃包括：增加會員；加強(qiáng)用戶參與。

  為保障業(yè)務(wù)計(jì)劃順利執(zhí)行，明確結(jié)果與關(guān)鍵成功因素。

  需要的結(jié)果是密切了解客戶的生活模式和行為；根據(jù)對客戶的了解采取行動，創(chuàng)造需求。

  相關(guān)的關(guān)鍵成功因素包括通過與客戶的交流和以客戶為中心的產(chǎn)品和服務(wù)，優(yōu)化零售點(diǎn)或與客戶接觸的環(huán)節(jié)，獲取并利用額外的會員和家庭信息等等。

  在任務(wù)模塊，進(jìn)一步細(xì)化了業(yè)務(wù)計(jì)劃，比如通過在線調(diào)查和線下調(diào)查收集更全面的客戶資料。數(shù)據(jù)源包括客戶數(shù)據(jù)、事務(wù)數(shù)據(jù)、聯(lián)系數(shù)據(jù)和市場數(shù)據(jù)等。

構(gòu)建適應(yīng)大數(shù)據(jù)的平臺架構(gòu)

  在過去幾十年，企業(yè)的數(shù)據(jù)架構(gòu)是建立在以OLTP（聯(lián)機(jī)交易處理）為主的關(guān)系數(shù)據(jù)庫技術(shù)上的。這套架構(gòu)在處理低TB級結(jié)構(gòu)型數(shù)據(jù)時(shí)是適用的；但傳統(tǒng)的商業(yè)智能工具并不智能，缺乏預(yù)測性分析和數(shù)據(jù)挖掘功能，在實(shí)時(shí)性方面遠(yuǎn)遠(yuǎn)不能滿足現(xiàn)代大型企業(yè)的需求。因此，新一代的數(shù)據(jù)管理和分析功能應(yīng)運(yùn)而生：Apache Hadoop。

  根據(jù)筆者了解，Apache Hadoop是一個(gè)開源軟件框架，支持?jǐn)?shù)據(jù)密集型、本地分布、本地平行的應(yīng)用程序。對很多人來說，Hadoop幾乎是大數(shù)據(jù)的同義詞。目前，Hadoop已成了大數(shù)據(jù)平臺技術(shù)的事實(shí)標(biāo)準(zhǔn)。

文丨仁達(dá)方略咨詢顧問 劉先球

  相關(guān)活動：填寫問卷，領(lǐng)取多重好禮！管理大數(shù)據(jù)企業(yè)需求調(diào)查報(bào)告