第1章
企業大數據戰略定位

企業大數據的戰略定位，決定了企業大數據發展的可行性、持續性、穩定性和高效性，但如果要明確大數據戰略定位，我們首先要了解什么是大數據，大數據平臺技術與傳統數據庫的區別是什么？為什么要做大數據，大數據可以解決什么問題？

本章將從宏觀和微觀兩個層面介紹企業大數據的戰略定位，試圖剖析如何將大數據擺在企業發展的正確位置上，以及如何統籌不同資源協同大數據的工作關系并最大化大數據價值。

1.1 宏觀

大數據定義多種多樣，其中較為典型的有：

研究機構Gartner給出了這樣的定義：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。

麥肯錫全球研究所給出的定義：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。

筆者認為：大數據是指無法用常規數據工具軟件進行獲取、存儲、計算和管理的數據集合，是需要新IT技術才能使其具備更好的洞察發現力、流程優化能力，并提供智能決策力，以此來適應大量、高增長、多樣化和有價值的信息資產。

大數據具有如下特征：

?容量（Volume）：傳統數據庫容量一般以MB和GB為計量單位，而大數據是以GB、TB和PB為計量單位。

?種類（Variety）：數據類型多種多樣，包含結構化、半結構化和非結構化，例如文本、日志、圖片、音頻和視頻等。

?速度（Velocity）：指數據的響應速度，包括數據獲取速度和數據輸出速度都要優于傳統數據庫。

?真實性（Veracity）：大數據存在噪聲較多，需要經過篩選、填充和刪除的過程，確保數據的真實性和有效性。

?復雜性（Complexity）：數據量巨大，來源多渠道，包括自有數據、網絡數據、合作伙伴數據，同時數據質量和類型又加深了大數據的復雜性。

?價值（Value）：大數據蘊藏著既定的價值，價值程度取決于應用數據的對象，通過合理的商業目標即可挖掘出數據潛藏的金礦。

大數據平臺技術與傳統數據庫的差異如表1-1所示。

大數據具有很多傳統數據庫不具備的優點，那么大數據可以解決哪些問題？

?連接數據孤島：將企業各個孤立的信息孤島進行連接，實現數據信息正向和反向的查詢，由原來的單一信息查閱，變為全景式的鳥瞰企業數據內容。

?整合信息資源：通過虛擬化技術，整合IT信息資源，有效地展現軟硬件和網絡資源的使用和計算情況，更加合理地規劃和使用IT資源。

?內部效率提升：通過信息孤島的連接，縮短了往常數據提取、存儲、整合和計算的時間，根據業務需求的難易程度，通過合理分配離線和實時計算，能夠大幅度提高內部效率。

?供應鏈優化：數據連接不是局限于企業內部，而是延伸到企業的上下游，為合作伙伴提供數據共享平臺，有利于提升供應鏈上下游的協同合作，進一步提升供應鏈效率和效果。

?企業業績增長：大數據的模型算法包含有指導和無指導兩種類型，有指導的算法能夠幫助企業優化現有的業務流程，從中找到業務規律，更有效地幫助業績增長，而無指導的算法結合全景式的數據，可以幫助企業找到業務增長或創新點，更好地幫助企業拓寬業務范疇。

?用戶體驗提升：用戶包含內部和外部，內部指企業自有的管理人員以及員工，而外部則包含企業面對的客戶，以及供應鏈上下游的合作伙伴，通過大數據全景式的數據集市，為企業用戶提供更加完善和流暢的服務，有助于提升整體的體驗。

?產業服務全景化：企業除了縱向地與上下游伙伴進行數據共享，還有另一種狀態，即通過橫向與其他伙伴進行數據連接，從而實現全產業的全景數據化。因為大數據最重要的理念是開放、共享和協作，只有連接更多有效有價值的數據才能使企業甚至整個產業屹立不倒。

了解了大數據能夠解決的問題，那么企業的大數據戰略應該是什么樣子的，應該如何對企業大數據戰略進行定位？我們需要考慮以下問題，如圖1-1所示。

企業大數據戰略定位可以自下而上或者自上而下地來進行確定，兩種方式各有利弊，自下而上容易造成總體戰略不明確，從而導致整體戰略定位的失敗，但自下而上的方式通常是更容易落地執行的辦法；自上而下則相反，根據企業在市場中所處的地位、競爭對手情況、宏觀經濟環境、供應鏈狀態和市場用戶的實際需求，大數據的總體目標更能符合企業總體發展戰略，但如果戰略沒能貫徹到底或者在沒有獲得認可的情況下，這個戰略最后是很難落地執行的。因此通常是以自上而下為主，通過自下而上的辦法來修正總體大數據戰略定位的方式。不論企業最終以哪種方式來確定大數據的戰略定位，以下內容都是必須在制定戰略時考慮的：

（1）考慮企業有什么數據

數據分為三種類型，第一方數據（企業自有數據）、第二方數據（合作伙伴數據）和第三方數據（互聯網數據），企業需要評估自身具備的數據條件（包括數據來源渠道可靠性、數據更新及時性、數據質量有效性、數據內容完整性等），來考慮或者設計規劃總體大數據的戰略定位，正所謂巧婦難為無米之炊，數據是大數據戰略的根本，不清楚數據源的情況，就無法確定整體的大數據戰略定位。

（2）通過哪些技術實現

大數據的處理技術多種多樣，有硬件虛擬化技術、數據存儲技術、數據檢索技術、數據計算技術、數據挖掘技術和分布式協調技術等，同時每種技術中也包括各種不同功能的組件，企業應該根據自身的實際需求來選擇，盲目貪多，容易導致架構不清晰，甚至影響整體的運行效率，拖累企業大數據戰略進程。

（3）如何保證大數據順利完成

有了數據源和實現技術，企業還需要考慮如何保證大數據戰略定位的有效落地，因此，需要加入監督體系，主要是從應用需求的角度出發，明確應用需求的管理模式、管理職能和管理流程，監督體系還應該包含獎懲機制，有效的獎懲機制能夠促進整體戰略更加快速的推進。因此，通過相應的監督管理機制才能確保整體戰略執行的有效性、持續性、穩定性和高效性，同時也可避免技術資源和人力資源的分散所導致的整體戰略執行效率低下等問題。

（4）企業大數據的應用策略有哪些

企業大數據的應用策略是與各個職能部門相關的內容，應用策略需要從各職能部門中發起，同時又需要符合企業總體的大數據戰略定位，應用策略的把控一般是通過PMO（項目管理辦公室）來實現，而PMO需要對企業總體戰略以及大數據戰略定位非常清晰，這樣才能有效地把控各個職能部門的應用策略能夠在遵循總體方針的前提下，有效地執行下去，讓大數據的應用戰略真正地為企業帶來效率和效益提升。