企业制定大数据战略务必警惕三大坑

　　日前，360大数据中心副总经理傅志华在一次演讲中，用他多年的大数据从业经验，剖析了企业在实施大数据战略时经常会掉进去的三个大坑，同时就此还提出了两点建议。

　　首先，傅志华总结出大数据和人工智能的关键技术，包括图像识别、语音识别、语意理解、深度学习、用户画像等等，而且还离不开外部数据打通。但大家在这些技术的实施过程中可能会陷入最常见的三个误区。

　　第一个大坑，业务部门不知道大数据有什么用，也不知道在业务的哪些场景里能用到大数据。

　　第二个大坑，企业内部数据孤岛非常严重，不同业务部门的数据库各自为政，跨部门使用数据非常困难。

　　第三个大坑，企业组织架构不合理。

　　如何解决上述问题？傅志华分享了两点建议。

　　第一点，做好数据的业务规划。有些企业还不知道要用大数据做什么，就先拉起一个大数据团队，让他们自己去研究，这样大数据团队就很难办了，最后可能产出不明显，出来了一些成果也不知道有什么用，这种情况到最后往往就失败了。所以，应该反过来，先从结果出发，从应用场景来看，大数据能帮我做什么？我需要哪些数据？这需要企业领导人、业务负责人和大数据专家一起认真探讨规划，尤其要根据企业的现状和未来两到三年的发展规划，看大数据在哪些应用上对我的发展规划是有帮助的？是效率方面的提升还是业绩的直接提升？确定了大数据的应用场景之后，根据场景去看数据模型怎么建、需要哪些数据，如果数据不够，再去和外面合作或者交易需要的数据。

　　那大数据在企业里一般都有哪些应用场景呢？傅志华总结出了一个“大数据与人工智能——企业应用场景金字塔模型”。这个模型有一个底座，是数据基础平台，这个是地基；往上数还有七层，我们从下往上看，第一层是产品研发，第二层是业务运营监控，第三层包括了客户洞察、体验优化与智能客服，再往上是精细化运营与营销、业务市场传播、业务经营分析，一直到最顶层的战略分析。

　　傅志华具体解释了其中的一些应用场景，比如金字塔的底座“数据基础平台”，这个应用场景非常重要，是把客户的数据形成一个客户画像存在公司级的数据库里面。金字塔的第一层是“产品研发”，大数据应用在这里，一方面可以提升产品研发效率，另一方面是可以做热门的个性化产品研发，通过规模化的手段实现个性化的定制。金字塔的第二层是“业务运营监控”，就是通过大数据去监控异常变动，比如通过大数据来及时监测KPI，快速生成可视化图片，一看就明白哪个点出了问题，就可以及时避免损失。

　　傅志华的第二点建议是，调优组织架构。他举了两种常见的错误结构形式，一种是每个部门里都有数据团队，但不同部门的数据库标准都不一样，没法做关联，导致数据资产流失；另一种是所有数据都放在一个中央级的数据部门里面，做集中化管理，这样数据是在一起了，但是人没有和数据在一起，业务部门觉得数据部门高高在上，数据部门又不了解业务，发挥不了数据的价值。

　　那么，怎么调整组织架构呢？首先要设立一个中央级的数据部门，同时每个事业部里都要有数据团队，但分工有差异。中央级的定位更多是数据的整合、数据产品的建设、平台的建设等等，事业部门要考虑更多的是，公司级大数据资产怎么在业务部门快速响应业务需求、推动业务的发展。当然，CEO的角色也很重要，他来亲自管理这个大数据部门，这样一方面可以让大数据在决策层发挥威力，另一方面，大数据整合往往有很多部门层级，CEO亲自管理可以提高沟通的效率。

　　刚才说的两点具体操作，是做好数据的业务规划和优化组织架构。傅志华还从三个层面总结了自己的建议：第一，尽可能多地获取相关数据，这个数据尽量让用户来提供，还要打通数据，通过技术提升数据质量，而不仅仅依靠规范来提升；第二，从战略上规划大数据业务的切入点，切入有利于业绩提升的场景；第三，建立容易让大数据落地的组织架构，采用集中+分布式策略，就是刚才说的要有中央级数据部门、每个事业部还要有数据团队。

　　在大数据技术渐成基础建设的当下，挖掘并利用好大数据已成为企业战略级的探索。但在实际操作过程中，由于大数据并非是自身的主营业务，因此对于大部分企业用户来讲，意识到大数据的重要性容易，真正能使其成为自己的第二只“真眼”却很难。大数据处理信息服务商金盛网聚WJFabric认为，解决这一难题的最佳方式是，能够与专业从事大数据业务的企业进行合作，针对自身情况与需求，制定出相应的大数据解决方案。这样做既能节省完全自建事业部的成本，同时也可高效地实现目标。

　　金盛网聚（北京）科技有限公司成立于2012年，是一家数据处理与信息咨询服务商，公司拥有自主核心技术与服务咨询的团队， 公司“WJFbaric-互联网大数据信息监测SaaS平台”目前注册使用客户将近上万个，为企业、政府、学术机构、成功人士等提供在线信息收集、展示、阅读、存储的免费平台，公司远景致力于通过数据+计算形成可视化的人工智能决策平台。