行業動態

1 企業大數據，你到底是什么
1.1我們先來看看主流的大數據概念。
IBM提出大數據的5V特點：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（低價值密度）、Veracity（真實性）。
麥肯錫全球研究所給出的定義是：一種規模大到在獲取、存儲、管理、分析方面大大超出了傳統數據庫軟件工具能力范圍的數據集合，具有海量的數據規模、快速的數據流轉、多樣的數據類型和價值密度低四大特征。

大數據”（Big data）研究機構Gartner給出了這樣的定義。“大數據”是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力來適應海量、高增長率和多樣化的信息資產。
由我們帆軟研究院總結來說，大數據一般指數據量級非常大，常規數據處理、數據存儲和數據分析能力無法滿足要求的數據。同時，“大數據”的“數據處理能力”是相對的，是不斷提高的，隨著大數據處理技術的發展，今天的大數據會成為明天的小數據。

1.2 我們的企業大數據，是個什么概念

 
前面提到的這些大數據，對大多數企業來說，都是外部大數據。當前大家所說的“利用大數據來做某某事”，一般都指的是利用外部大數據。從帆軟研究院的經驗來看，當前的大數據應用更多在“富數據”行業：互聯網企業、電信企業、電商、金融服務業。而廣大非超大型的大中小型企業，并不一定擁有這樣的“富數據”的業務機會。但針對企業外部的大數據，有些開放的數據我們還是可以通過技術手段獲取和使用的。

每個企業日常經營和管理中都產生數據。比如考勤數據、銷售數據、銷售行為數據、生產數據、財務數據、采購數據人力資源數據等等。企業大數據是指全面記錄企業經營和管理活動的數據。

我們這個定義，是從企業實踐應用角度出發的，不過分強調數據量，即使數據不多，依然是企業大數據的一個組織部分。我們主要重視數據設計范圍的全面性。在企業數據化經營和管理中，只有全面的、相互關聯的數據才能發揮作用。



1.3 再談談數據的價值密度概念

在 IBM 對于大數據的定義“5V”中，有個Value（低價值密度）,外部大數據數據量和信息量非常大，但內容不聚焦，對單個企業來講，價值含量低。而我們的企業大數據每一條記錄都和企業高度相關，都可能蘊含巨大信息量，價值密度高，需要企業更加重視。從另一方面來說，企業大數據是我們當前能快速挖掘利用，能高效分析，支撐決策管理的數據；而外部讀數據，或許更適合我們發現商機和商業模式，對于企業經營管理，效果不一定可觀，甚至難以支撐經營管理決策。

2 企業大數據，你從哪來



企業大數據主要來自日常工作活動。企業管理信息系統里，各個崗位管理者都有數據清單。下面是常見部門崗位數據清單舉例。我們看到人力資源管理、財務管理、銷售管理等業務相關的部門，都有這類數據清單。如果企業不能快速提供這些數據，那就說明這個企業的數據化管理存在嚴重的數據源管理不足。


2.2 企業數據源頭管理需要系統化
同行或者潛在市場的相關數據，比如競品信息、競爭對手活動信息、潛在客戶名單、客戶內部決策流程等，需要銷售人員主動去外部采集。數據的質量和數量完全依賴于銷售人員的積極性和主動性。

企業需要建立管理制度，落實管理流程，來確保相關人員采集數據的積極性和準確性。比如一定程度上關聯KPI，或者進行獎勵性措施。為什么企業大數據管理不能僅僅依賴于個人的積極性和主動性呢？因為不同的員工基于不同的資源和個人利益，會帶來不同的結果。企業要想構建比較完善的企業大數據，必須要系統化地管理。

企業建立相關管理制度，一方面落實到人，讓數據負責人對自己所負責的數據有質量意識；另一方面，在內部管理上，要建立不斷完善的活動與數據更新的聯動機制。這些需要在內部管理制度、崗位要求、任務說明、流程要求等方面作數據管理的規范性要求。

一般來說，企業可以先自行建立簡略的數據管理的的相關管理制度，也可以咨詢帆軟數據應用研究院等專業的數據化管理研究機構，提供方法支持和可借鑒的標準化模板，以及借鑒其他成功的數據化管理項目實施案例。

2.3 企業大數據的分類


企業大數據更多關注的是企業內部的數據，是指企業自主擁有的，具有“自主產權”的數據，包括企業主動合法采集的、外部采購的、第三方合作的，以及政府等機構公開的、無償使用的。
我們從數據所描述的“主體”上，把企業大數據分成兩大類。




第一類，是資源信息數據。資源信息數據是“靜態數據”，記錄企業相關內外部資源主體的相關信息。企業的資源包括人、財、物和信息四大類資源。舉2個資源信息數據的例子。
 

第二類，是資源活動記錄數據，指得是公司經營管理活動所必然牽動的數據。比如，考勤數據、銷售交易數據，這些都是資源活動，具有極強的時效性，我們稱之為“動態數據”。舉2個資源活動記錄數據的例子。
 

2.4 企業大數據的六大主要來源 
為了企業構筑更加完整、全面的數據源頭，我們從數據描述對象與企業的關系角度，以及動態和靜態信息來進行分類，企業大數據的來源主要有六大類。




企業資源的信息數據（靜態數據）；
企業資源活動的記錄數據（動態數據）；
企業經營活動所接觸外部資源的信息數據（靜態數據）；
企業觀測到相關資源活動的記錄數據（動態數據）；
企業主動采集或者采購的外部數據（靜態+動態數據 ）；
外部開放數據和公共數據資源（靜態+動態數據）。
如果企業能夠堅持3~5年持續收集、處理數據，甚至主動采集市場上的調研數據，那么企業就能不斷感知公司內部和外部市場的變化，隨時調整公司內部管理，以及產品線、銷售策略，品牌策略，讓大企業有具有敏銳的感知力和高效的行動力，做到“春江水暖鴨先知”。




有一類重要的企業大數據來源，不是來自企業經營管理活動，帆軟研究院稱之為“外部公共開放數據資源”。外部公共開放數據資源，包括政府公布的人口數據、經濟數據以及權威機構發布的研究數據等。

企業制定戰略、研究投資等方面是，需要考慮深度分析這些數據。這些數據一般都有固定的開放平臺，包括國家統計局網站、權威數據機構網站、官方媒體等。尤其是貴陽大數據中心，有眾多公共開放數據資源，同時也有不少可交易的企業數據。其中，人口數據對于大多數公司制定發展戰略、確定年度目標有重要參考意義。
外部公共開放數據雖然在逐年增加，大基本保持平穩，統計方法基本不變。企業如果需要，應該積極主動的去利用這些數據。


3 我們該怎么做：立即開始積累企業大數據
從帆軟研究院過去3年多的調研來看，企業不舍得投資管理信息系統和數據積累，主因是沒有充分認識到這些業務生產、經營、管理的數據的價值，不知道數據有什么用。當前，企業中還是實用主義至上，企業管理者當前看不到數據的價值，就不注重數據的收集和管理。可以說，這是企業管理者“短視”導致的必然結果，同時也為未來企業競爭動力不足留下隱患。

其實，我們企業不是沒有數據，而是沒有對數據進行有效管理。我們不可能分析和挖掘沒有的數據。現在不積累數據，會陷入“先有雞還是先有蛋”的怪圈。未來的市場競爭環境完全不同以往，靠經驗做決策風險非常高，企業需要積累數據，“以史為鑒”，避免“重蹈覆轍”，做到“心中有數”。

根據管理學大師彼得·德魯克的經驗，企業最大的經營風險來自于外部和內部環境的不確定性，越是復雜多變的市場環境下，企業要想持續經營就越加需要注重確定性，而提高企業經營和管理確定性的基礎就是數據。

企業數據化管理做不成，是有方法診斷“病因”的，我們主要從“不會”和“不為”兩個方面診斷。
一是：不會。確實，大數據概念太新，相關知識、書籍 、培訓課程不足，問題客觀存在。同時，我們也應該看到，帆軟等大數據分析解決方案服務商，探索在前，有成功經驗可以借鑒。
二是：不為。我們需要繞過最大阻力：“你不可能叫醒一個裝睡的人”，很難教會一家不愿意推數據化管理的企業。企業的大數據積累和沉淀需要企業全員的數據思維和數據意識。如果中層管理者和基層員工缺乏數據思維和意識，企業高層難以推動。

最后，筆者整理總結了一張圖，方便大家系統了解“企業大數據”。