引言：近年來大數(shù)據(jù)、人工智能概念喧囂塵上，各類 大數(shù)據(jù)應(yīng)用 層出不窮。這些融合了海量數(shù)據(jù)、高性能計算平臺、智能算法、酷炫的數(shù)據(jù)可視化效果的企業(yè)級大數(shù)據(jù)應(yīng)用產(chǎn)品成為了企業(yè)的新的寵兒?！按笃脚_、微應(yīng)用”,“數(shù)據(jù)智能應(yīng)用”，一時間，大數(shù)據(jù)應(yīng)用建設(shè)項目如雨后春筍般涌現(xiàn)，但在目前大部分的商業(yè)實踐中我們看到，傳統(tǒng)企業(yè)斥巨資建設(shè)的大數(shù)據(jù)應(yīng)用，仿佛還沒有找到商業(yè)價值的轉(zhuǎn)化點。筆者結(jié)合自身在之前某大型央企的供職經(jīng)歷，從一名信息化從業(yè)者（IT狗）角度的出發(fā)，聊聊對此類問題的認(rèn)識。姑妄之言，且讀且珍惜。

注：大數(shù)據(jù)應(yīng)用是個很寬泛的概念，本文所指的大數(shù)據(jù)應(yīng)用，重點為以數(shù)據(jù)為基礎(chǔ)，以算法為支撐的，指導(dǎo)企業(yè)經(jīng)營運轉(zhuǎn)與決策的數(shù)據(jù)分析產(chǎn)品。如當(dāng)下流行的客戶畫像系統(tǒng)、預(yù)測性維修、精準(zhǔn)營銷等系統(tǒng)。

一、為什么企業(yè)熱衷“大數(shù)據(jù)”、“AI”？——聊聊現(xiàn)象

因為，確實有用。追求效率、適應(yīng)快速變化的商業(yè)競爭環(huán)境，是企業(yè)生存的必備條件。而基于海量數(shù)據(jù)的應(yīng)用，能有效指導(dǎo)企業(yè)快速掌握用戶的個性化需求，實現(xiàn)精準(zhǔn)營銷，能夠幫助企業(yè)打通數(shù)據(jù)關(guān)節(jié)，實現(xiàn)精準(zhǔn)預(yù)測與智能決策，加快企業(yè)經(jīng)營運轉(zhuǎn)、提高生產(chǎn)效率，降低生產(chǎn)成本，實現(xiàn)數(shù)據(jù)價值變現(xiàn)。這些華麗的宣傳詞背后的商業(yè)價值，對于企業(yè)來說，具有致命的誘惑。

二是大數(shù)據(jù)帶來的行業(yè)巨大沖擊力，倒逼企業(yè)數(shù)字化轉(zhuǎn)型升級。以阿里巴巴、京東、螞蟻金融、滴滴打車等為代表的互聯(lián)網(wǎng)企業(yè)所帶來的行業(yè)顛覆，讓傳統(tǒng)企業(yè)戰(zhàn)戰(zhàn)兢兢，在這個已經(jīng)到來的數(shù)據(jù)時代，不變革，就等死。

三是經(jīng)過了二十年企業(yè)信息化建設(shè)，當(dāng)下已經(jīng)到了收割“數(shù)據(jù)紅利”的有利時機。企業(yè)多年的數(shù)據(jù)積累以及第三方數(shù)據(jù)的開放、跨界融合，讓這場數(shù)據(jù)革命有了更為廣闊的想象空間。

四是企業(yè)形象與品牌建設(shè)需要向互聯(lián)網(wǎng)化轉(zhuǎn)型，需要新鮮的概念包裝，需要顯示出與潮流與時俱進的企業(yè)活力。很多企業(yè)領(lǐng)導(dǎo)說，別人都在上，我們也得上，這無可厚非。

然而，時至今日，“大數(shù)據(jù)”已經(jīng)被說爛了，人工智能也已經(jīng)閃亮登場了，Gartner已經(jīng)把大數(shù)據(jù)從技術(shù)炒作曲線中移除了，但是大多數(shù)企業(yè)中仍然鮮見其成功案例，很多企業(yè)抓住了大數(shù)據(jù)這根稻草，但仍在泥沼中喘息。數(shù)據(jù)轉(zhuǎn)型、數(shù)據(jù)驅(qū)動，概念嗷嗷上天，落地寥寥無幾。

錢也沒少花、數(shù)據(jù)也沒少買，大數(shù)據(jù)平臺也沒少建，專業(yè)團隊也沒少請，各類資源都在全力保障，數(shù)據(jù)平臺也搭建起來了，數(shù)據(jù)也集成進去了，眼瞅著“大平臺、微應(yīng)用”的夢想要實現(xiàn)了，但是最終還是悲哀的發(fā)現(xiàn)，我們懷揣的希望與憧憬，看到的卻是數(shù)據(jù)平臺為無人問津，各類基于平臺之上的大數(shù)據(jù)應(yīng)用在廢墟之中橫亙殘落。

二、為什么會失敗——聊聊原因

（1） 再強大的平臺，也無法管理混亂的數(shù)據(jù)。大數(shù)據(jù)應(yīng)用依賴于基礎(chǔ)的數(shù)據(jù)平臺。而企業(yè)多年來積累的數(shù)據(jù)，缺乏標(biāo)準(zhǔn)的體系梳理，缺乏有效的數(shù)據(jù)管理機制，數(shù)據(jù)結(jié)構(gòu)混亂，數(shù)據(jù)質(zhì)量低下，好不容易梳理規(guī)范的數(shù)據(jù)進入系統(tǒng)，沒過多久，又再次陷入混亂。數(shù)據(jù)基礎(chǔ)不完備，盲目的上Hadoop平臺，又沒有完善的數(shù)據(jù)管控機制，最終也只能淪為廢墟無人問津。

（2） 再大的數(shù)據(jù)，也無法喚醒無視它的人。IT部門鼓搗著進行平臺建設(shè)，到處拿著雞毛當(dāng)令箭收集數(shù)據(jù)，業(yè)務(wù)人員疲于應(yīng)付，這一場由IT主導(dǎo)的數(shù)據(jù)革命，本身從源頭上，就是錯誤的。業(yè)務(wù)人員不清楚由IT自己臆想搗鼓的數(shù)據(jù)應(yīng)用究竟要表達什么，讓IT改個需求又費時費力，與其浪費時間，不如老樣子，跟著感覺走。

（3） 再智能的算法，也無法真正的理解業(yè)務(wù)。算法和數(shù)據(jù)都是冷冰冰的，沒有溫度，它們只是工具、手段。沒有與業(yè)務(wù)融合，沒有實際的應(yīng)用場景，算法只能是院校學(xué)術(shù)論文。不能帶來巨大的業(yè)務(wù)價值導(dǎo)向，無法實際解決用戶痛點，沒有業(yè)務(wù)人員深度的參與，無論多牛的算法，都沒法挖掘出深刻的業(yè)務(wù)洞察。

總體而言，企業(yè)大數(shù)據(jù)建設(shè)項目最突出的問題，總結(jié)三點： 1.缺乏“用數(shù)據(jù)說話”的意識與文化；2.缺乏行之有效的數(shù)據(jù)管理體系；3.業(yè)務(wù)應(yīng)用引導(dǎo)項目建設(shè)，而非本末倒置；為了避免項目成果最終淪為數(shù)據(jù)廢墟，企業(yè)應(yīng)當(dāng)結(jié)合自身特點，尋找最適合自身的數(shù)據(jù)轉(zhuǎn)型之路。

三、我們怎么辦——聊聊方法

以往的大數(shù)據(jù)建設(shè)的核心思路都是：先建平臺或數(shù)據(jù)中心，構(gòu)建分析工具，打造數(shù)據(jù)應(yīng)用。這樣的主要問題在于，對于中小企業(yè)，由于規(guī)劃能力的不足，數(shù)據(jù)基礎(chǔ)不扎實，很難在初期設(shè)計好整體的全貌，會造成極大的建設(shè)風(fēng)險。因此，在戰(zhàn)略層面，需要解決好數(shù)據(jù)應(yīng)用的價值定位（解決什么業(yè)務(wù)問題，預(yù)期達到什么樣的目標(biāo)）；在執(zhí)行層面，形成自上而下的推動過程，進行企業(yè)數(shù)據(jù)文化的培養(yǎng)建立。在方法論層面，我們提出以數(shù)據(jù)應(yīng)用為核心的企業(yè)大數(shù)據(jù)能力建設(shè)思路：

（1）應(yīng)用先行，先輕后重。挑選實際業(yè)務(wù)中最具價值的、數(shù)據(jù)基礎(chǔ)較為完備的、數(shù)據(jù)分析訴求較為強烈的業(yè)務(wù)場景，進行固化。在應(yīng)用逐步積累的情況下，數(shù)據(jù)平臺的建設(shè)也會一個自然而然的過程，用戶可在建設(shè)過程中，適時投入，對于反應(yīng)不佳的應(yīng)用可以快速調(diào)整，具有更靈活的控制權(quán)與主動權(quán)。這樣的方式，留有充分的試錯空間，可避免投入較大成本問題；

（2）先易后難，穩(wěn)步推進。這類數(shù)據(jù)應(yīng)用的開發(fā)，可以先從基本指標(biāo)體系的建設(shè)，設(shè)定監(jiān)控的KPI，監(jiān)控關(guān)鍵業(yè)務(wù)經(jīng)營指標(biāo)，逐步實現(xiàn)企業(yè)的數(shù)據(jù)透明化運營。以此來建立和推動企業(yè)的數(shù)據(jù)文化與意識的培養(yǎng)。然后可以引入高級分析團隊（通常企業(yè)內(nèi)部是不具備這樣的人才的），針對特定的業(yè)務(wù)場景，與業(yè)務(wù)人員深入?yún)f(xié)商溝通、確定關(guān)鍵業(yè)務(wù)分析目標(biāo)與關(guān)鍵因素，借助算法與分析引擎，構(gòu)建業(yè)務(wù)模型，形成智能的數(shù)據(jù)應(yīng)用產(chǎn)品，持續(xù)評估，不斷提升模型的泛化性能與可解釋性，這樣可引起業(yè)務(wù)人員的極大關(guān)注度與興趣，幫助業(yè)務(wù)人員更好的進行分析與決策。讓數(shù)據(jù)應(yīng)用落到實處。

（3）以用促管，以管優(yōu)用。用一部分，理一部分，以數(shù)據(jù)產(chǎn)品應(yīng)用，倒逼數(shù)據(jù)管理制度的優(yōu)化與完善。在數(shù)據(jù)湖大行其道，以及Hadoop生態(tài)體系已完全成熟的今天，我們可以嘗試采用更加柔性靈活的數(shù)據(jù)標(biāo)準(zhǔn)規(guī)范。

（4）數(shù)據(jù)創(chuàng)新，人人參與。數(shù)據(jù)應(yīng)用具有巨大的想象空間與創(chuàng)新可能，需要充分調(diào)動與發(fā)揮企業(yè)人員的主觀能動性，推動業(yè)務(wù)自主進行數(shù)據(jù)分析，讓更多的業(yè)務(wù)人員能夠通過統(tǒng)一的平臺進行數(shù)據(jù)價值的洞察、分析，充分發(fā)揮業(yè)務(wù)人員的行業(yè)經(jīng)驗（如舉辦內(nèi)部的數(shù)據(jù)分析競賽），不斷發(fā)掘新的數(shù)據(jù)應(yīng)用，以此促進企業(yè)數(shù)字化轉(zhuǎn)型進程。

四、工欲善其事必先利其器——聊聊工具

根據(jù)如上的思路，不難看出，數(shù)據(jù)分析與應(yīng)用開發(fā)工具是其關(guān)鍵核心。此類工具，一是要能夠融合企業(yè)各類數(shù)據(jù)，具備基礎(chǔ)的數(shù)據(jù)管理的功能；二是簡單易上手，開發(fā)速度快，無編碼，讓支持業(yè)務(wù)用戶也能自己開發(fā)；三是需要內(nèi)置高級算法的能夠支持預(yù)測、優(yōu)化、自動決策與調(diào)度功能；四是能夠支撐多用戶協(xié)作的、能與其他系統(tǒng)無縫融合，五是高性能，同時價格不宜過高。

國內(nèi)外數(shù)據(jù)分析工具豐富，如SAS、SPSS、Tableau、Qlik，國內(nèi)如永洪、帆軟等，但能支撐復(fù)雜的智能算法，又能支撐自助式分析的功能的工具相對較少，再此筆者冒昧推薦由美林?jǐn)?shù)據(jù)自主研發(fā)的Tempo大數(shù)據(jù)分析平臺。該平臺內(nèi)置可視化、挖掘的一體化數(shù)據(jù)分析模塊，可使用Tempo快速完成大屏、儀表盤的制作，也可拖曳式的實現(xiàn)復(fù)雜的機器學(xué)習(xí)算法流程的建立，構(gòu)建自主的預(yù)測性數(shù)據(jù)產(chǎn)品。目前 Tempo大數(shù)據(jù)分析平臺 在工業(yè)大數(shù)據(jù)領(lǐng)域、金融行業(yè)、有著較為廣泛的應(yīng)用，有興趣的可訪問http://www.asktempo.com 了解。

五、結(jié)語——聊聊未來

在不遠的將來，大數(shù)據(jù)平臺將會成為堅實的管道，而數(shù)據(jù)應(yīng)用將逐步向輕量級、場景化、實時性、智能化的方向發(fā)展，人們在關(guān)注數(shù)據(jù)應(yīng)用的業(yè)務(wù)價值的同時，也將追求更便捷、開箱即用的應(yīng)用體驗，會按角色進行場景的細化，會更追求實時、高效，會更加關(guān)注智能化的交互體驗，此外更會與其他系統(tǒng)整合，形成以分析-決策-行動為閉環(huán)的應(yīng)用鏈條，星星之火，可以燎原，一個個微小靈活的數(shù)據(jù)應(yīng)用，勢必將在曾經(jīng)的廢墟之上，熠熠生輝。

希望大家多多關(guān)注，你的關(guān)注是我最大的動力。

想要大數(shù)據(jù)資料的，可以私信我