数据中台 数据中台

tel 400-002-1024
tel

袋鼠云数据中台专栏2.0 | 数据中台之数据应用元素周期表

2019年6月25日 老虎 文章来源:袋鼠云.

袋鼠云数据中台专栏2.0 | 数据中台 之 数据应用元素周期表

 

数据中台如何定义?

企业数据化与数据中台的关系是什么?

数据中台如何支撑企业战略转型?

袋鼠云近两年来,先后为国内数十家大型龙头企业提供数据中台咨询与实施落地服务,积累了大量的实战经验,同时也在为客户服务的过程中,不断完善和升华自身的数据中台理论体系和实践方法论。希望通过后续文章的分享,与诸位读者交流,共同加快企业全面数据化进程。

本专栏每周更新1-2篇,敬请期待~

1

 

「数据应用是数据产生业务价值的最后一环,也是我们所谓的第五个馒头。

 

一切前面的准备都是为了最后的饱腹感和愉悦感。数据应用在业务场景中可以直接定性或定量的体现业务价值,而前面所有步骤的进行,都是以数据应用能够最终产生业务价值为前提。

 

近年来,随着袋鼠云数据中台项目的实施与应用,积累的数据应用解决方案和产品工具也日渐成熟与丰富。这个过程中,有几个问题是袋鼠云和客户所共同关心的:

 

2

 

第一,当企业进行全面数字化转型的过程中,如何看清、理清各种数据应用?

 

对于一件事物而言,当我们可以对其进行完整的描述和归纳,甚至抽象出背后深层次关联要素时,说明我们对这件事物有了相对完整的认知。

 

数据应用一定是围绕着企业中的“事”和“物”而展开。

 

研发,生产,采购,销售,服务等是“事”,是围绕着一块业务而进行的行为的集合。

 

“人、财、物”或者“人、货、场”或者“产品、资产设备、物料、组织、人员,顾客,客商”等等是“物”,是产生这些行为的客观实体。

 

这两类东西构成了所有数据应用所服务的对象,这些东西是本源。

 

然后就是围绕着这两类事物的数据了:

  • 第一层是所谓的「交易数据」,这些是重要的记录,涉及到钱,涉及到货,涉及到协作和职责,这些记录的数据一个小数点都不应该差,一条信息都不能丢失。

  • 再扩充的就是「行为数据」了,这些数据看似没有那么重要,但却是很多大数据应用的基础和前提。从这些行为上,我们能够定性地总结出很多实体画像和标签,为很多业务进行数据上的建议和推断。

 

在这个数据基础层上,就是数据应用了:

  • 从技术纬度,可以归纳为数据统计,数据分析,数据挖掘,算法类应用。

  • 从业务角度分,可以是看清业务,洞察细节,智慧智能,业务创新。而所有数据应用的最小颗粒度则是众多的指标、标签。

袋鼠云数据中台专栏2.0 | 数据中台 之 数据应用元素周期表

围绕着“事”和“物”的数据应用元素周期表

 

3

 

第二,如何对数据应用的价值进行客观评判,如何递进开展?

 

数据价值是显而易见的,但又是千人千面的。即使是最基础的统计报表,用得好了,也可以发挥巨大的业务价值。但是这个又有一部分取决于企业的数据素养,统计数据呈现在眼前了,有没有用,怎么用都是个问题。

 

传闻说,抗日战争的时候,林彪就注重数据统计,每次战斗结束都会对缴获的枪支弹药进行即刻的盘点。一次,战斗过后,林彪发现缴获的枪支中,短枪比例特别高,立刻判断刚刚的战斗中遭遇的是敌方管理团队,马上组织了进一步的追击。

 

对数据的重视和数据的敏感性,会让我们在经营过程中收获很多意外的惊喜。

 

很多精细的管理者由于企业条件限制,想要而不可得,而很多项目中,我们做好的众多报表却又没有得到很好的利用。

 

企业数据化的第一步,就是能够让企业中各个层级,各个业务线,各个岗位的人员充分享受到数据的支持,让企业先能看清业务。然后才是进一步在数据的海洋中,利用数据发现更深层的业务关联,或者是利用数据给各个岗位以实际的业务指导,降低企业整体的运营难度,甚至将部分简单的工作交给机器自动来完成。

 

数据并不神秘,数据更不是点金棒。

 

一个企业从构建中台,培养数据思维,到用好数据是一个过程,并不是花一笔钱就能够一蹴而就的。所以企业数据化建设是一个整体战略,是一种管理思维的转变,同时当前数据应用的丰富和数据处理技术的提升,也能够让企业获取到比以前更加丰厚的收获。

 

3

 

第三,对于数据服务厂商而言,其自身的定位是什么,如何与甲方形成合力?

 

选择一个有实力的数据服务厂商,可以有效促进企业数据化的进程。而且数据服务厂商,除非有了很特别的原因,一般都是要长期伴随企业服务的。毕竟,一个厂商要从全面了解企业数据化现状和管理情况入手,然后再统一梳理企业内的数据资源,最后才能对整体中台的数据模型烂熟于胸。

 

我们期望数据服务厂商能够具备以下能力:

  1. 懂数据,懂业务,有一定的行业经验

  2. 了解企业业务,了解企业数据,熟悉整体模型

  3. 有一定的数据治理能力,帮助企业提升数据质量

  4. 能够构建完整数据中台,在数据化应用之初奠定良好基础

  5. 有数据应用的规划能力,尽量全面的了解数据应用方式,进行一定的整体设计

  6. 数据应用开发能力(数据开发,应用开发)

  7. 一定的算法能力。虽然不一定算法也要由一家来提供,但是对算法的熟悉能够指引规划

  8. 服务能力。一定的人员保障和核心人员的稳定