12

开始你的大数据之旅

大数据有助于富有见解的业务思考。在历史上，领先的组织一直利用数据和分析，从而比竞争对手更快地识别市场机遇并采取行动。但是在大数据和高级分析的世界里，在转变关键业务流程和创造新的货币化机遇时，数据扮演着最重要的角色。有了丰富的网络、社交媒体、移动、传感器和遥测数据资源，大数据正发掘着关于客户、产品、运营和市场的新的洞见。领先的组织正使用这些洞见重塑它们的价值创造过程，提供有竞争力的差异化并实现更有相关性、更具赢利性的用户体验。

本书提供了技巧、技术和如何做的指导，再加以工作表、案例练习和真实案例，从而帮助组织：

• 确认从哪些方面、如何开始它们的大数据之旅。

• 挖掘可以利用大数据的功能和技术的机会，从而优化现有的业务流程并创造新的货币化机遇。

• 围绕大数据愿景，建立业务和信息技术方面的利益相关者之间的合作。

本章使用大数据故事图（如图12–1所示），它是由易安信公司提供的，用来简述主要的观察和本书中展示的战略。

图12–1 大数据故事图

大数据故事图的目的是提供一种图形可视化，使用隐喻来强调一些在建立成功的大数据战略时必要的、关键的大数据最佳实践。清晰表述一个迷人故事的能力对于赢得业务和信息技术方面的利益相关者的信心是至关重要的，可以吸引他们一起踏上大数据之旅。通过运用充满主题和隐喻的可视化，你可以讲出那样的故事。就像任何一张好的地图，其中一些重要的地标会是你想要访问的。

爆炸性的数据增长推动业务机遇

大数据是深邃而富有洞见的，是广泛而多元化的，是快速而有力的，它可以带来新的业务洞见，这要归功于它的这些功能：

• 从社交、移动和其他外部数据中挖掘客户的兴趣、爱好、社团组织和社交关系。

• 分析机器、传感器和遥测数据，从而支持预见性维护，提高产品性能并优化网络运营。

• 利用行为认知，打造一种更加迷人的用户体验。

组织正在学习欣赏数据并扩展流程以捕捉、管理和增加它们的数据。因此，它们正学习将数据看作一种资产，而不是一种花费。组织也开始抓住由它们的分析模型和洞见提供的竞争优势，将那些分析方法作为知识产权进行管理，这些知识产权需要进行获取、改进并重新使用，有时候还需要从法律途径进行保护。组织正学着接受并培养一种由数据或分析方法驱动的文化——让数据或分析引导决策，而不是依照传统或听取级别最高的人的看法（如图12–2所示）。

图12–2 爆炸性的数据增长推动了业务机遇

市场动态也正在因为大数据而发生变化。大规模的结构化和非结构化数据、广泛多样的内部和外部数据以及高速的数据既可以推动组织变革和业务创新，也可以压垮那些毫无准备的组织。不适应大数据的组织将可能面临：

• 利润和利润率下降。

• 市场份额减少。

• 竞争者创新速度加快。

• 错失业务机遇。

传统的技术和方法难以满足需求

大数据是关于业务转型的。大数据能够帮助组织从一种后视镜视角，批量使用数据子集来监控业务表现，转变为一家具有预见性的企业，实时地利用所有可得到的数据优化业务表现。不幸的是，传统的数据管理和分析技术及方法正妨碍着这种业务转型，因为它们无法管理社交、移动、传感器和遥测产生的数据海啸，也无法及时地从那些数据源中梳理出业务洞见。如图12–3所描绘的，传统的数据仓库和商业智能技术妨碍了业务增长，因为：

图12–3 传统的技术和方法是不够的

• 它们无法存储、管理并挖掘大规模的数据（PB级），这些数据可以从内部和外部的数据源中得到。

• 它们无法将非结构化数据（如消费者的评论、社交媒体、手机、传感器和机器产生的数据）融入现有的数据仓库。

• 它们使用建立在数据集成和数据取样上的数据管理技术，这会混淆那些掩藏在数据中的有价值的细微差别和洞见。

• 它们无法提供可以及时挖掘并发布可操作的业务洞见的实时预测性分析功能。

• 它们以批处理为主的流程架构难以轻松地挖掘出立即可用、随需应变的业务机会。

• 它们的回顾性报告不提供优化关键的业务流程所必需的洞见。

大数据业务模型成熟度索引

关于利用大数据分析来推动价值创造过程，你的组织的抱负是什么？哪些业务流程最适合开发这些大数据功能？你要如何利用关于客户、产品和运营的洞见创造新的货币化机遇？

第1章介绍了大数据业务成熟度索引，它可以被用来衡量一个组织的大数据业务抱负（如图12–4所示）。索引提供了一个如何做的实用指南，指导你的组织按照下面的业务成熟度的各个阶段前进。

图12–4 大数据业务模型成熟度索引

• 业务监控：部署数据仓库和商业智能来监控目前的业务流程的业绩。

• 业务洞见：整合非结构化数据、实时数据反馈和预测性分析，从而挖掘可操作的洞见并生成推荐，这些可以被融入关键的业务流程。

• 业务优化：利用高级分析、操作仪器和实验建立最优化模型，这可以被融入现有的业务流程。

• 数据货币化：利用关于客户、产品和运营的洞见创造新的赢利机会，可以重新包装并转售关键的业务洞见，或者将洞见融入实物产品，打造智能化产品；或者利用对客户和产品的了解，创造更加迷人、更有赢利性的用户体验。

• 业务转型：利用客户的使用模式、产品性能和市场趋势，把组织以产品为中心的业务模式转变为生态系统战略，帮助其他人通过由分析支撑的平台赚钱。

推动业务和信息技术方面的利益相关者合作

为了获得成功，大数据之旅要求业务和信息技术方面的利益相关者建立合作，从而确定从哪些方面、如何开展大数据之旅（如图12–5所示）。本书提供了一种方法和几个案例，关于使用愿景训练流程和排序矩阵法来推动业务和信息技术方面的利益相关者的合作。方法强调了这样一种流程：从方案构想到价值验证的证明再到生产，其中包括以下几个步骤：

图12–5 推动业务和信息技术方面的利益相关者之间的合作

• 确认选定的业务计划。确认既有相关的业务价值又有较高的成功执行可行性的正确的用例——容易实现的业务机会。

• 决定计划要求的洞见。这一环节最适合愿景训练过程，在这一环节展望并集体讨论支持选定的业务计划所必需的洞见，并将这些洞见进行优先级排序。

• 明确数据战略。确认支撑的数据战略，包括数据源（内部和外部的、结构化和非结构化的）、访问方法、获得数据的频率和及时性、指标、维度和测试仪器。

• 建立分析模型。确认、建立并改进支持的分析模型，包括第11章中介绍的分析工具和算法。这也有助于建立一个正在进行的实验战略和流程。

• 实现大数据架构。构建必要的架构来处理ETL/ELT、数据缓存区、数据管理平台、主数据管理功能、商业智能和高级分析平台。

• 将洞见融入应用。处理应用开发的要求和架构，从而确保分析模型和洞见可以落实到生产系统和管理应用中。

在整个大数据之旅中，组织会想要指导数据科学家进行训练和认证。

大数据之旅通过围绕你选定的业务计划来创立业务案例，证明分析模型并提供财务说明，从而加速了大数据的应用。

落实大数据的洞见

成功的组织会明确一个流程，从而持续地挖掘并发布关于业务的新洞见（如图12–6所示）。为了获得成功，组织需要一个明确定义的流程，从而梳理出分析性洞见，并将它们融入运营系统、管理应用。这个流程需要明确地定义关键利益相关者的角色、责任和期望，包括用户、数据仓库小组、商业智能小组、用户体验小组和数据科学家。本书强调了这样一个运营过程：

图12–6 落实大数据的洞见

• 推动与业务利益相关者的合作，从而捕捉正在进行的业务要求。

• 从内部和外部的来源中获得新的结构化和非结构化数据，丰富新的数据，并将其与现有的内部数据进行整合。

• 持续改进分析模型和洞见，接受一种实验的心态，从而确保正在进行的实验的相关性。

• 将分析洞见反馈到运营系统和管理应用中。

• 衡量决策的效果，以便调整分析模型、业务流程和应用。

大数据推动价值创造过程

大数据有可能改变你的组织的价值创造过程。组织需要一种大数据战略，把它们的大数据抱负和首要业务战略及关键业务计划联系起来（如图12–7所示）。这本书中提供了很多，关于组织如何利用数据和高级分析来加强业务领域的价值创造过程的案例，例如：

图12–7 大数据推动价值创造过程

• 收益：明确哪条业务线的运营和产品种类能最有效地促进赢利。

• 采购：明确哪个供应商能够最节约成本地准时派送高质量产品。

• 产品开发：明确了解产品的使用情况，从而加快产品开发并改进新产品的发布。

• 制造：标注出可能导致质量问题的设备和流程中存在的差异。

• 营销：明确哪种营销活动能够最有效地拉动潜在客户和销售。

• 配销：量化最优库存水平和供应链。

• 用户体验：提供一种更相关的、更个性化的客户互动，从而增强长期的客户忠诚度、拥护度和赢利性。

• 运营：优化“容易变质”的商品的价格，例如食品杂货、航班座位和时髦商品。

• 人力资源：明确最有效雇员的特征。

小结

大数据故事图提供了一个全方位的、迷人的隐喻，我将以此来结束这本书。它有助于培养关于大数据对组织的意义的好奇心，并通过生动的故事来帮助你展望哪些领域将会是有可能的。它在一张简单的图中概述了很多关键的大数据最佳实践，在你为大数据之旅寻求组织支持时，可以和你的关键利益相关者分享这张图。现在你已经准备好了开始你自己的大数据之旅。向前进，会有收获的！