實(shí)現(xiàn)有效的智慧數(shù)據(jù)生命周期管理，依托大數(shù)據(jù)分析技術(shù)及移動(dòng)互聯(lián)，最終智慧數(shù)據(jù)的價(jià)值將無(wú)處不在、觸手可及。

上期與大家憧憬未來(lái)，暢想以數(shù)據(jù)孕育智慧并指導(dǎo)企業(yè)活動(dòng)和人類(lèi)生活，接下來(lái)與大家探討智慧數(shù)據(jù)的本質(zhì)及價(jià)值。

數(shù)據(jù)成為資產(chǎn)已為企業(yè)和組織所認(rèn)可，分析和智能成為主流。從服務(wù)數(shù)百萬(wàn)商家的淘寶“數(shù)據(jù)魔方”，到著名的“百度遷徙”，再到大數(shù)據(jù)分析替代章魚(yú)和熊貓成為巴西世界杯的賽事預(yù)測(cè)主流，人類(lèi)越來(lái)越廣泛地利用著智慧數(shù)據(jù)。從集成制造智能到企業(yè)管理儀表盤(pán)，從基礎(chǔ)的財(cái)務(wù)報(bào)表到全面績(jī)效管理，從銷(xiāo)售分析到預(yù)測(cè)和對(duì)潛在客戶(hù)的發(fā)掘，從P C終端到移動(dòng)設(shè)備，企業(yè)運(yùn)作的流程中也隨處交織著數(shù)據(jù)的智慧。

了解智慧數(shù)據(jù)的本質(zhì)

在量子計(jì)算機(jī)商用之前，0和1的序列還是計(jì)算世界的數(shù)據(jù)主流。這些數(shù)據(jù)不僅形成在企業(yè)運(yùn)行的計(jì)算機(jī)管理系統(tǒng)中，互聯(lián)網(wǎng)和社交網(wǎng)絡(luò)中更存在著大量的相關(guān)數(shù)據(jù)，而當(dāng)非0和1的內(nèi)容轉(zhuǎn)化、協(xié)調(diào)并納入數(shù)據(jù)體系中時(shí)，智慧數(shù)據(jù)的來(lái)源就更為廣泛和多樣。新數(shù)據(jù)時(shí)代智慧數(shù)據(jù)本質(zhì)在于以大數(shù)據(jù)為原力，以分析和挖掘?yàn)榉椒?，以客?hù)為中心，建立實(shí)時(shí)的客戶(hù)洞察，變被動(dòng)模式為主動(dòng)模式，實(shí)現(xiàn)數(shù)據(jù)和決策正循環(huán)，驅(qū)動(dòng)智能工廠化和客戶(hù)體驗(yàn)提升。

智慧數(shù)據(jù)不僅是對(duì)歷史數(shù)據(jù)的統(tǒng)計(jì)分析，更應(yīng)從歷史中總結(jié)經(jīng)驗(yàn)、挖掘規(guī)律，并應(yīng)用在實(shí)時(shí)業(yè)務(wù)處理和對(duì)未來(lái)的感知、預(yù)測(cè)，所以真正從數(shù)據(jù)中形成智慧，其核心在于深度全面的分析挖掘，推動(dòng)機(jī)器學(xué)習(xí)和算法模型應(yīng)用。從實(shí)效性看，需應(yīng)用適當(dāng)?shù)臄?shù)據(jù)處理、存儲(chǔ)和分析方式，區(qū)別對(duì)待熱數(shù)據(jù)和冷數(shù)據(jù)、快數(shù)據(jù)和慢數(shù)據(jù)。從時(shí)效性看，需適當(dāng)拋棄冗長(zhǎng)的數(shù)據(jù)加工過(guò)程，在數(shù)據(jù)產(chǎn)生的時(shí)間和地點(diǎn)進(jìn)行分析，實(shí)時(shí)應(yīng)用于生產(chǎn)及客戶(hù)觸點(diǎn)。從適用性看，不僅服務(wù)于企業(yè)管理層面，還應(yīng)服務(wù)于生產(chǎn)一線及所有客戶(hù)交互過(guò)程中。

通過(guò)高效的數(shù)據(jù)管理和大數(shù)據(jù)分析技術(shù)，則有可能將分析和智能工廠化，并全面接入業(yè)務(wù)流程、生產(chǎn)過(guò)程及客戶(hù)交互中，從而快速高效地進(jìn)行數(shù)據(jù)和智能的生產(chǎn)，并服務(wù)于企業(yè)前臺(tái)營(yíng)銷(xiāo)和服務(wù)、中臺(tái)生產(chǎn)管理及供應(yīng)鏈、后臺(tái)財(cái)務(wù)管控及產(chǎn)品創(chuàng)新。以客戶(hù)分析為例，在營(yíng)銷(xiāo)、服務(wù)各領(lǐng)域，以實(shí)體、代理、B2B/B2C等平臺(tái)，通過(guò)移動(dòng)、互聯(lián)網(wǎng)、O2O等技術(shù)形成了無(wú)數(shù)客戶(hù)觸點(diǎn)，或許企業(yè)可提供在移動(dòng)應(yīng)用上購(gòu)物的驚喜折扣，但糟糕的售后服務(wù)體驗(yàn)所影響的不僅是一個(gè)客戶(hù)一次服務(wù)，在社會(huì)網(wǎng)絡(luò)化的環(huán)境下，影響可能快速加倍擴(kuò)展。假設(shè)企業(yè)能建立統(tǒng)一的客戶(hù)洞察，綜合分析客戶(hù)對(duì)購(gòu)買(mǎi)和服務(wù)的偏好，預(yù)測(cè)客戶(hù)可能的行動(dòng)，在所有的客戶(hù)觸點(diǎn)采取協(xié)調(diào)一致的響應(yīng)，或可避免類(lèi)似情況。

實(shí)現(xiàn)智慧數(shù)據(jù)的管理

智慧數(shù)據(jù)的應(yīng)用看起來(lái)很美，但必須建立在良好的大數(shù)據(jù)管理基礎(chǔ)之上。很多企業(yè)和組織在其數(shù)據(jù)應(yīng)用發(fā)展過(guò)程中都形成了一定程度的“數(shù)據(jù)孤島”，導(dǎo)致分析和決策的局限。通過(guò)工作流、總線打通孤島間的業(yè)務(wù)關(guān)聯(lián)，通過(guò)ETL、數(shù)據(jù)倉(cāng)庫(kù)技術(shù)實(shí)現(xiàn)數(shù)據(jù)整合和集中分析是通常的選擇。

大數(shù)據(jù)的多樣化、多態(tài)性和大容量帶來(lái)了更大挑戰(zhàn)，卻又缺乏好的工具和方法。唯一可見(jiàn)的出路則是建立混合數(shù)據(jù)模型，統(tǒng)一管理元數(shù)據(jù)，理清數(shù)據(jù)通路，以數(shù)量換質(zhì)量，以速度換效率，并逐漸完善數(shù)據(jù)管理體系。傳統(tǒng)的ITIL、COBIT、CMMI、SIEM等管理規(guī)范或也將更新?lián)Q代，并適應(yīng)于大數(shù)據(jù)綜合管理。

發(fā)掘智慧數(shù)據(jù)的價(jià)值

數(shù)據(jù)規(guī)模爆炸性增長(zhǎng)，但數(shù)據(jù)價(jià)值并未同步增加，反而有可能降低。企業(yè)期望通過(guò)大數(shù)據(jù)的挖掘和分析支撐企業(yè)決策、創(chuàng)新，推進(jìn)商業(yè)模式、運(yùn)營(yíng)模式、生產(chǎn)模式和營(yíng)銷(xiāo)模式。

智慧數(shù)據(jù)的價(jià)值來(lái)自對(duì)無(wú)序數(shù)據(jù)的整理分析所形成的智慧，并應(yīng)用于決策，將分散的分析和智能統(tǒng)一化形成一致決策則將其價(jià)值倍化，將服務(wù)于管理的分析和智能拓展至業(yè)務(wù)流程各層級(jí)節(jié)點(diǎn)，則將其價(jià)值擴(kuò)大，將管理、績(jī)效相關(guān)數(shù)據(jù)拓展至所有與業(yè)務(wù)、客戶(hù)相關(guān)的數(shù)據(jù)則將其價(jià)值泛化?？傊腔蹟?shù)據(jù)的價(jià)值將無(wú)處不在，但待你挖掘。