《大數(shù)據(jù)時代》的作者維克托·邁爾·舍恩伯格被譽為大數(shù)據(jù)商業(yè)應(yīng)用第一人，他從2010年就開始在《經(jīng)濟學(xué)人》上發(fā)布對大數(shù)據(jù)應(yīng)用的研究報告。2012年底《大數(shù)據(jù)時代》引進中國，從此開始開啟了中國人言必稱大數(shù)據(jù)的時代，該書一直位于京東當當?shù)臅充N書之列，可以說這是一本大數(shù)據(jù)的啟蒙教科書。

　　也是從13年開始各種大數(shù)據(jù)的書籍層出不窮，各種大數(shù)據(jù)培訓(xùn)、講座、論壇隨便就能忽悠一大票人，就連自媒體文章標題不加上“大數(shù)據(jù)”三字兒就會out。

　　大數(shù)據(jù)都忽悠了這么多年了，很多人談大數(shù)據(jù)還是那幾個老掉牙的案例：啤酒與尿布濕，塔吉特預(yù)測少女懷孕，google成功預(yù)測流感，微軟大數(shù)據(jù)成功預(yù)測奧斯卡21項大獎，大數(shù)據(jù)拍《紙牌屋》，大數(shù)據(jù)助力奧巴馬連任。ps：可是你是否知道今年大數(shù)據(jù)預(yù)測就折在美國總統(tǒng)預(yù)測上了（相關(guān)文章：選舉日，大數(shù)據(jù)預(yù)測失靈了嗎？）。

　　從最近來看，無論是百度指數(shù)還是微博指數(shù)，關(guān)鍵詞“大數(shù)據(jù)”都趨于穩(wěn)定，過去那種言必稱大數(shù)據(jù)的情形越來越少了，忽悠的少了，踏實下來研究的多了。這對大數(shù)據(jù)來講是一件好事，畢竟大數(shù)據(jù)這種東西不是吹牛吹出來的（不過有些創(chuàng)意確實是可以經(jīng)過吹牛后變成現(xiàn)實的，這就像早期的科幻電影，如星球大戰(zhàn)系列，有些當年的科幻情節(jié)已經(jīng)變成現(xiàn)實一樣的道理）。

　　百度指數(shù)

　　企業(yè)管理者們需要冷靜的下來思考一下，你的企業(yè)離大數(shù)據(jù)還有多遠？看看你的企業(yè)處在數(shù)據(jù)驅(qū)動的那個層次。

　　一、養(yǎng)數(shù)據(jù)階段

　　大部分企業(yè)處在這個階段，企業(yè)內(nèi)部只有少的可憐的基礎(chǔ)數(shù)據(jù)，例如零售企業(yè)只有進銷存的數(shù)據(jù)，工廠也只有原材料、半成品、成品的加工數(shù)據(jù)，客服中心只有一大堆錄音記錄。

　　如果你的企業(yè)只有進銷存的數(shù)據(jù)千萬別提大數(shù)據(jù)驅(qū)動，丟人。進銷存的數(shù)據(jù)再大，哪怕你開到10萬+門店，也只是小數(shù)據(jù)。你連消費者的行為數(shù)據(jù)都沒有，連一個簡單的消費者畫像都做不出來，談什么大數(shù)據(jù)？靜下心來好好的養(yǎng)數(shù)據(jù)吧。

　　養(yǎng)數(shù)據(jù)的三個層次：

　　完善數(shù)據(jù)結(jié)構(gòu)，把數(shù)據(jù)做大

　　提高數(shù)據(jù)質(zhì)量，把數(shù)據(jù)做精

　　養(yǎng)成數(shù)據(jù)入庫的習(xí)慣

　　對于這樣的企業(yè)首要工作是養(yǎng)數(shù)據(jù)，并做好數(shù)據(jù)分析的工作，而不是不切實際的引進大數(shù)據(jù)，妄想要做數(shù)據(jù)驅(qū)動業(yè)務(wù)。

　　二、數(shù)據(jù)分析階段

　　我相信現(xiàn)在的企業(yè)或多或少都在做數(shù)據(jù)分析，只是有些人用計算器，有些人用Excel，有些用專業(yè)的分析軟件。這個階段最大的特點是基于歷史數(shù)據(jù)做分析，一般來講傳統(tǒng)的分析方法和工具就足夠了，因為我們大量時間是花在“發(fā)現(xiàn)事實”而不是洞悉關(guān)系上。

　　通過數(shù)據(jù)分析，企業(yè)會發(fā)現(xiàn)自己在數(shù)據(jù)方面的短板，有前瞻性的老板會重新去布局企業(yè)的數(shù)據(jù)需求，繼續(xù)養(yǎng)數(shù)據(jù)。所以說第一、二階段一般是互相交錯的，很難涇渭分明的分開。

　　其實數(shù)據(jù)分析的目的是為了提升營運水平，重點是應(yīng)用。就像我微信名“數(shù)據(jù)化管理“，數(shù)據(jù)驅(qū)動是一種管理方法，而不僅僅只是一個分析的動作。

　　三、BI階段

　　不少企業(yè)都有這樣的幾個場景，同一個指標不同的部門算出來是不一樣的結(jié)果，企業(yè)管理者們每天只能看到幾張羅列著各種數(shù)據(jù)的表格，數(shù)據(jù)驅(qū)動業(yè)務(wù)完全談不上。

　　這個時候商業(yè)智能應(yīng)運而生，商業(yè)智能（BI，Business Intelligence）。早期的BI主要指企業(yè)的報表規(guī)范，標準化，試圖解決企業(yè)不同的層級使用同一套報表達到規(guī)范管理的目的，主要解決前文中的第一種場景。

　　試圖用幾張或幾十張報表去洞悉商業(yè)顯然是不現(xiàn)實，也不能算作商業(yè)智能。隨著大數(shù)據(jù)處理工具的發(fā)展，洞悉關(guān)系變得容易，這個階段一大批大數(shù)據(jù)處理的公司出現(xiàn)，一大批BI工具也隨之涌出。數(shù)據(jù)的秒級響應(yīng)，各種關(guān)聯(lián)數(shù)據(jù)很方便的整合在一起，半結(jié)構(gòu)或非結(jié)構(gòu)化數(shù)據(jù)的處理能力也容易實現(xiàn)。

　　這個階段主要是工具的發(fā)展提升了企業(yè)對數(shù)據(jù)的處理能力，但是最大的問題數(shù)據(jù)的業(yè)務(wù)化不夠，大部分的BI工具都是標準版而不是分行業(yè)版本（因為這樣開發(fā)成本和銷售成本最低），雖然這些工具也標榜業(yè)務(wù)化，其實這只是IT部門眼中的業(yè)務(wù)化。曾經(jīng)見過一個企業(yè)的BI系統(tǒng)，程序員在柱狀圖中添加了一條平均線就號稱業(yè)務(wù)化的可笑案例。

　　看過很多企業(yè)BI產(chǎn)品，發(fā)現(xiàn)幾個特點：

　　現(xiàn)在大都是多屏、交互的形式了；

　　以IT主導(dǎo)的BI產(chǎn)品，優(yōu)點是體驗感不錯，缺點是又臭又長沒有重點，不夠業(yè)務(wù)化；

　　以業(yè)務(wù)為主導(dǎo)的BI產(chǎn)品往往形式較死板，但貼近業(yè)務(wù)；

　　所有BI產(chǎn)品在業(yè)務(wù)預(yù)警和診斷功能都太弱，不能讓數(shù)據(jù)自己說話。

　　所以好的BI產(chǎn)品應(yīng)該是技術(shù)和業(yè)務(wù)的完美結(jié)合

　　四、數(shù)據(jù)化管理階段

　　我對數(shù)據(jù)化管理的定義是指運用分析工具對客觀、真實的數(shù)據(jù)進行科學(xué)分析，并將分析結(jié)果運用到生產(chǎn)、銷售等各個環(huán)節(jié)中去的一種管理方法！請注意這個定義的落腳點是管理方法，也就是數(shù)據(jù)驅(qū)動營運，驅(qū)動管理。數(shù)據(jù)分析再好，BI工具再好如果不能幫助管理就是耍流氓。

　　這個階段的數(shù)據(jù)應(yīng)用不僅僅是量化管理，預(yù)測未來和洞悉關(guān)系這么簡單了，幫助企業(yè)營運，提升管理水平才是重點。在這個階段有兩個要求，一是數(shù)據(jù)分析不僅僅是一種職位，而是每個企業(yè)員工都應(yīng)該具備的基本能力；二是企業(yè)的數(shù)據(jù)分析師要非常懂業(yè)務(wù)，我喜歡那種從業(yè)務(wù)出生的數(shù)據(jù)分析師，而從數(shù)據(jù)分析出生的人則需要去打造自己的業(yè)務(wù)深度。

　　今年年初給一個企業(yè)做培訓(xùn)時，他們給我看了一下他們IT部門打造的高端大氣上檔次多屏使用的日報系統(tǒng)。管理層每天都可以收到這份報表，這套報表的特點是數(shù)據(jù)全，非常全，基本上是要什么報表就有什么報表。在手機端我試了一下從這套報表的第一張圖不間斷的劃到最后一張圖需要大約兩分鐘的時間，兩分鐘��！各位想想，我只是劃動圖表還沒有去解讀數(shù)據(jù)就花了兩分鐘，業(yè)務(wù)部門的人要看完全套圖表至少得半小時吧？

　　我們指望這樣的報表去驅(qū)動業(yè)務(wù)嗎？這樣的圖表業(yè)務(wù)部門是不看的！很多企業(yè)的BI產(chǎn)品是以IT主導(dǎo)設(shè)計的，優(yōu)點是體驗感不錯，缺點是又臭又長沒有重點，不夠業(yè)務(wù)化，在業(yè)務(wù)預(yù)警和診斷功能都太弱，不能讓數(shù)據(jù)自己說話。

　　專業(yè)的數(shù)據(jù)分析師如何打磨自己的業(yè)務(wù)深度呢？

　　對于初級的數(shù)據(jù)分析師有條件的可以考慮到業(yè)務(wù)部門實習(xí)一段時間，銷售、市場、營運部門都可以待一段時間，這對提高業(yè)務(wù)理解度會有直接的幫助的。就像我的書《數(shù)據(jù)化管理：洞悉零售及電子商務(wù)營運》中的主人翁柯北和星星一樣，成為正式的數(shù)據(jù)分析師之前先到各部門輪崗。

　　當然企業(yè)主管也可以創(chuàng)造一些機會給這些初級數(shù)據(jù)分析師輪崗，這也是為日后分析師更能接地氣打基礎(chǔ)的工作，值得做甚至形成制度在企業(yè)推行。

　　對于高級數(shù)據(jù)分析師可以通過多參加跨部門會議，想辦法成為企業(yè)各種項目成員，也可以參加行業(yè)論壇等方法來提高自己的業(yè)務(wù)深度。

　　對于數(shù)據(jù)挖掘工程師來說業(yè)務(wù)理解度要求應(yīng)該更高，可以把數(shù)據(jù)模型、數(shù)據(jù)成果放到業(yè)務(wù)單位去試錯、測試和驗證，還需要想盡辦法去挖掘業(yè)務(wù)人員的需求（因為大部分業(yè)務(wù)人員并不能準確的說出自己的需求）。

　　只有基于業(yè)務(wù)化的管理模型才能真正的驅(qū)動企業(yè)的營運和管理，而數(shù)據(jù)分析師的使命就是推動這個進程的快速發(fā)展。

　　五、數(shù)據(jù)生態(tài)階段

　　數(shù)據(jù)生態(tài)這是最近兩年伴隨著企業(yè)生態(tài)體系的打造而出現(xiàn)的詞匯，企業(yè)的生態(tài)體系歸根結(jié)底是數(shù)據(jù)的一體化，這里我不具體闡述了。來看看羅輯思維的老羅對阿里數(shù)據(jù)生態(tài)的分析吧。

　　【黃成明　CIO之家】