莫空談大數(shù)據(jù)實用分析才是真

沒有數(shù)據(jù)分析，大數(shù)據(jù)只是高成本、零收益的IT庫存。與其在能力毫不匹配的情況下片面追求大數(shù)據(jù)，還不如立即行動起來，從手頭既有的小數(shù)據(jù)當中提取價值，為真正的大數(shù)據(jù)時代的數(shù)字化決策打下基礎。

大數(shù)據(jù)時代到來了么？潮流是一股可笑又可敬的力量：今天，如果打開任何媒體，要是不提“大數(shù)據(jù)”，恐怕都不好意思出版。大數(shù)據(jù)這股潮流，鋪天蓋地。問題在于：為什么人人言必稱大數(shù)據(jù)？

大數(shù)據(jù)不分析就是累贅

價值隱藏在數(shù)據(jù)中，需要數(shù)據(jù)分析方可釋放這些價值。數(shù)據(jù)分析能力的高低決定價值發(fā)現(xiàn)的成敗。沒有數(shù)據(jù)分析，大數(shù)據(jù)只是一堆IT庫存，成本高而收益為零。但是國內(nèi)熱衷的大數(shù)據(jù)概念，目前仍然停留在數(shù)據(jù)收集、整理、存儲和出簡單報表等初級階段。能夠?qū)Υ髷?shù)據(jù)進行基本分析和運用的，只有少數(shù)幾個行業(yè)的少數(shù)企業(yè)。

關于這一點，我們可以通過谷歌搜索結果來簡單揭示這一現(xiàn)狀。挑選“analytics”、“big data”、“分析”、“大數(shù)據(jù)”四個關鍵詞分別搜索，結果很明顯，英文世界里，“big data”的搜索結果計數(shù)比中文世界里的“大數(shù)據(jù)”搜索結果計數(shù)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量，大概是169倍（如圖所示）。

這個結果，盡管不能100%還原中國業(yè)界對“大數(shù)據(jù)“和“分析”的重視程度，但仍然基本可以揭示一個事實：作為大數(shù)據(jù)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”的關注。這個來自谷歌搜索的簡單分析結果，和我們對于中國企業(yè)大數(shù)據(jù)實施現(xiàn)狀的理解不謀而合。

中國式大數(shù)據(jù)現(xiàn)狀及原因

所謂“大數(shù)據(jù)”，其主要差別就在于數(shù)據(jù)量以及數(shù)據(jù)量帶來的對于數(shù)據(jù)存儲、查詢及分析吞吐量的要求。要談大數(shù)據(jù)分析的中國現(xiàn)狀，首先必須深入了解數(shù)據(jù)分析在國內(nèi)的應用情況。

國內(nèi)企業(yè)，不論是國企還是民企，真正在業(yè)務決策中以數(shù)據(jù)分析結果為依據(jù)的，主要集中在銀行、保險、電信和電商等幾個行業(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(shù)據(jù)分析。中小銀行尚在觀望與學習階段，人員與能力建設正在起步階段。數(shù)據(jù)分析的應用范圍主要集中在信用風險、流程優(yōu)化、市場營銷、成本與預算等幾個方面，深度尚可，但廣度一般，尚未擴充到運營管理的所有領域。而談到大數(shù)據(jù)或者數(shù)據(jù)倉庫，上述行業(yè)中的絕大多數(shù)企業(yè)早已實施了各種數(shù)據(jù)倉庫，以管理數(shù)據(jù)。這種“先買藥再看病”的模式，完全本末倒置。

數(shù)據(jù)倉庫與數(shù)據(jù)庫不一樣，其使命就是為了分析而存在的。沒有分析，倉庫何用之有？某大型銀行，20世紀90年代末期就開始花費好幾億元IT預算，建設“數(shù)據(jù)大集中”項目。受該行影響，其他國內(nèi)銀行掀起了一股數(shù)據(jù)集中的熱潮。而當時連商業(yè)智能還是個尚未傳入中國的IT概念，更遑論數(shù)據(jù)分析了。15年過去了，這些被集中的數(shù)據(jù)，還在么？真正用起來了么？

至于支撐起我國龐大GDP的制造業(yè)、建筑業(yè)和貿(mào)易業(yè)，在運用數(shù)據(jù)分析進行業(yè)務決策方面，則尚未見規(guī)模。其IT開支仍然主要集中在基礎架構與流程化的軟件套件領域（如ERP、CRM、HRM、SCM等），部分企業(yè)開始導入商業(yè)智能（報表、制圖、管理駕駛艙），而數(shù)據(jù)分析應用遠遠沒有進入規(guī)模發(fā)展階段。以我國制造業(yè)企業(yè)為例，五六年前開始熱炒“六西格瑪”、“全面質(zhì)量管理”、“精益生產(chǎn)”，盡管這對中國制造、中國創(chuàng)造等帶來本質(zhì)變化尚需時日，但是就提升企業(yè)決策能力和管理水平而言，這些舉措的確起到了一定作用，對于中國企業(yè)開始從“拍腦袋”到用數(shù)據(jù)決策這一本質(zhì)轉(zhuǎn)變打下了基礎。

出現(xiàn)上述現(xiàn)狀的原因主要有如下幾個方面：

企業(yè)的權力來源 數(shù)據(jù)分析才是真正的一把手工程。分析的使命在于改善決策?？茖W管理方法和決策手段的推廣完全取決于企業(yè)最高領導人本身對于這些手段的認可程度。另外，數(shù)據(jù)分析更需要決策、運營進行相應的改善與調(diào)整，我們通常稱之為“變革”。任何變革都會帶來相匹配的風險與收益。

企業(yè)的運營能力儲備 數(shù)據(jù)分析對于參與者的統(tǒng)計、概率、計算機、業(yè)務理解等幾個方面的能力要求甚高。盡管“能力是可以培養(yǎng)的”，但是我們在國內(nèi)這么多年的眾多數(shù)據(jù)分析導入項目中，面臨最多的挑戰(zhàn)就是人員培訓和流程變革問題。以電信運營業(yè)為例，BOSS系統(tǒng)，各種業(yè)務系統(tǒng)和數(shù)據(jù)倉庫搭建了許多年，數(shù)據(jù)分析對于客戶行為的理解與促銷產(chǎn)品的層出不窮也使得這個行業(yè)的數(shù)據(jù)分析應用遠遠超過絕大多數(shù)其他行業(yè)。但電信業(yè)在大規(guī)模導入數(shù)據(jù)分析方面面臨的首要問題，仍然是專業(yè)人才儲備，以及與數(shù)據(jù)分析有關的規(guī)章制度、決策流程與文化體系的建立。

我們在市場上看到更多的，是IT部門主導的數(shù)據(jù)分析項目。項目名稱是數(shù)據(jù)分析，而內(nèi)容仔細一了解，往往都是數(shù)據(jù)倉庫+企業(yè)報表，不是傳統(tǒng)財務三表，而是用于展現(xiàn)核心KPI的圖表。對“數(shù)據(jù)分析”不了解，把報表和制圖當成“分析”，是這一現(xiàn)狀的根源。

市場環(huán)節(jié)與競爭壓力 有些行業(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。高度市場化領域，比如家電、汽車、消費電子、化工、醫(yī)藥等領域，對以數(shù)據(jù)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(shù)據(jù)分析的應用仍然停留在個別行業(yè)與個別應用的階段。不過，盡管導入數(shù)據(jù)分析的過程是如此艱難而挫折，我仍然認為，隨著我國各行業(yè)市場化進程的推動，隨著互聯(lián)網(wǎng)、數(shù)據(jù)分析技術不斷對傳統(tǒng)產(chǎn)業(yè)的顛覆，數(shù)據(jù)分析或者大數(shù)據(jù)分析遲早會成為中國企業(yè)界突破藩籬的關鍵手段。

數(shù)據(jù)大不大一點也不重要

與其在能力毫不匹配的情況下片面追求大數(shù)據(jù)，還不如立即行動起來，從手頭既有的小數(shù)據(jù)當中提取價值，進而為真正的大數(shù)據(jù)時代的數(shù)字化決策打下基礎。

我們以中國零售及消費品行業(yè)為例來看數(shù)據(jù)分析在這一領域的應用現(xiàn)狀：1.企業(yè)內(nèi)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；2.更多地關注數(shù)據(jù)獲取和管理，而不是開展面向客戶的預測性建模與數(shù)據(jù)挖掘，前者是IT工作，后者才是從數(shù)據(jù)里獲取價值的過程；3.尚未在公司真正地運行或者構建持續(xù)的分析能力、分析流程和與數(shù)據(jù)分析有關的業(yè)務與管理決策機制。

而根據(jù)我們?yōu)橹袊髽I(yè)提供JMP數(shù)據(jù)分析戰(zhàn)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(shù)據(jù)分析應用開始，逐漸形成項目組級別的標準化分析流程與業(yè)務決策制度。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)驗擴展到部門級別，拓展數(shù)據(jù)分析—價值獲取—業(yè)務決策這一價值鏈。根據(jù)部門級數(shù)據(jù)分析應用的需要來開展數(shù)據(jù)獲取和管理。借助部門級應用導入拓展出數(shù)據(jù)分析與業(yè)務決策的流程，以及統(tǒng)一、先進的數(shù)據(jù)分析平臺與業(yè)務實踐庫。3.從部門級到企業(yè)級應用，縱、橫兩個維度都在拓展，需要企業(yè)管理層的高度參與制度支持，推廣基于數(shù)據(jù)分析為核心的文化與模式轉(zhuǎn)變，建立支撐這些變化的長遠的數(shù)據(jù)分析戰(zhàn)略。4.至于數(shù)據(jù)是不是夠大，是不是需要云計算，全看業(yè)務需要而定。endprint