我国企业大数据发展现状与应用总揽之分析

飞速发展的大数据产业除了改变人们生活的方方面面、促进社会快速进步之外，也为企业这个社会主体带来了更为直观和有效的影响。　
我国企业大数据发展现状与应用总揽之分析
　　一、我国企业大数据产业发展现状
　　近年，企业级大数据应用逐渐普及，消费者行为分析、精准营销、新业务新产品推广、广告推送、代言人选择、社交媒体、可视化、溢价收益、库存管理、信贷保险等相关应用不断丰富。伴随着一批致力于商业和企业应用服务的大数据初创企业迅速成长，大数据更广泛地应用到各领域企业中。
　　业务转型是目前大多数企业的普遍需求，大数据分析不仅可以优化访问、加快决策、最大程度提高可用性，还可以辅助业务转型。

　　
　　当前，我国企业中已经有越来越多的高管开始关注IT，不仅限于CIO。在信息爆炸的时代，企业需要更多的数据科学家来进行数据分析，甚至一些企业还设立了CDO（首席数据官）的职位，对大数据和分析进行单独的管控。这相对于没有数据提供参考，往往依靠直觉和过往的经验作出决策的企业，他们很容易误入不可挽回的误区，而利用大数据和分析则可以更好、更快速的对业务和市场把脉。
　　虽然大数据应用在新兴企业中受到高度重视，但未来企业大数据交易最大的应用前景会在传统行业。这不仅是由于几乎所有传统产业中的企业都在快速互联网化，更是因为传统产业仍然占据了国内生产总值的绝大部分份额。大数据交易会帮助这些传统企业更快地完成转型升级。
　　目前在传统行业中，金融、电信、制造、交通、医疗类企业已经成为大数据分析使用的主力。以制造企业为例，传统制造企业可以通过大数据交易获得市场终端销售情况，了解自身以及竞争对手的市场表现以及消费者的喜好类型；通过用户购买习惯及购买评价的数据获得，可以针对不同类型、不同区域消费群体实现定制化生产的精准营销；通过交易获得的产业链数据，可以降低生产成本，提升企业整体竞争力。
　　而以新兴的互联网金融为例，通过用户信息的获得，可以从财富、安全、守约、消费、社交等几个纬度来综合评判，为用户建立信用报告，形成以大数据为基础的海量数据库，以此帮助企业降低信贷风险。
　　此外，还有更多的企业正在使用着大数据分析帮助企业决策，提升用户体验，并以客户为中心造就着越来越多的新型商业模式。
　　（1）什么是企业大数据
　　企业大数据最核心的价值就是企业在对于海量数据进行收集、存储和分析之后，通过对这些数据的挖掘与分析，为提高企业运营效率、业务价值和开拓企业新业务提供参考与导向，并为企业未来发展战略提供支持，实现企业整体竞争力的提升。相比起现有的其他技术而言，大数据的“廉价、迅速和优化”使其综合成本是最优的。
　　（2）中国企业大数据产业发展轨迹
　　我国企业对大数据的应用主要可分成三个阶段：在2010年到2012年之间的第一阶段，大数据应用关注数据和机器的关系，由于局限于传统的IT思维，只不过在很多小数据应用上贴上了大数据标签；从2013年开始的第二阶段关注数据与人的关系，可视化和预测应用成为了市场的宠儿；2014年之后，大数据应用的重点已经转向分析数据和数据之间的关系，这要求对企业大数据应用进行开放式的创新：从数据的开放、共享和交易，到基础处理和分析平台的开放，再到价值提取能力的开放。
　　而随着企业业务外延从企业内部不断向外部、向企业所处的产业链和生态圈扩展，企业的数据视野也越来越宽，从主要关注企业内部数据，已经延伸到关注社会数据，包括交易的数据、人工合成的数据、机器的数据、社会网络的数据等在内的企业数据在不断被重新认识。
　　（3）企业大数据发展的意义
　　对于企业而言，应用大数据解决方案主要有三方面的价值。第一，能够处理以前无法处理，或者无法实时与快速处理的海量数据，包括结构化和非结构化数据。第二，企业可以利用大数据解决方案，对分布于社交网络、视频网络等各种互联网中的海量数据进行提取、整理、分析，并进而从这些新的数据中获取新的洞察力，将它与已知业务的各个细节相融合，促进企业产品和服务的营销。第三，还可以利用自己积累的或存在于互联网中的大数据，推出各种新产品和新服务。
　　企业大数据的意义除了重塑客户行为，利用客户交互数据重塑客户行为，这类数据使企业可以预测和引导市场尚未出现的需求，进而创造新的利润外，更多的是增强了数据生态系统的视野，因为企业可以从生态系统中的其他企业处获得补充数据，这种生态系统以适当的合作战略为基础。
　　（4）企业大数据发展存在的问题
　　①仍待落地
　　随着大数据的概念不断宣传推广，现在的企业如果不谈大数据，就会让人感觉落伍，让人感觉企业的管理水平已经落后于时代了。这个现象，固然有理论先行于实践导致的过分概念化的问题，虽然企业确实已经感觉到对数据进行深入使用来帮助企业增强核心竞争力的迫切需要，但如何应用好这些数据仍还处于摸索阶段。
　　②数据孤岛
　　数据孤岛是企业大数据行业发展面临的最大问题。一方面，各行业、企业和政府都在竭尽所能地采集数据、占有数据和利用数据。另一方面，大部分数据被各个行业、企业、机构和政府封锁起来，形成一个个“数据孤岛”，无法自由流通，数据之间缺少连接。
　　③技术鸿沟
　　在当下数据为王的时代，企业若要利用现有资源争取更大的市场，必须自主掌握消费者的大数据。然而，大数据的有限接入产生新的垄断和技术双重鸿沟，大数据的应用同样存在着接入和技能的双重鸿沟，这不仅浪费了数据资源，也给企业精准营销带来了难题。
　　④中小企业之殇
　　对于中小型企业来说，大数据很可能是他们不愿被揭起的“伤疤”：大数据技术是目前对企业发展起着至关重要的技能，但是对他们来说，资金的缺乏和数据联系的不成熟却使他们无法很好地使用大数据。
　　大数据不只是大企业的专利，更是小企业的机遇，在很多情况下，大数据都非常适合小企业使用。但是如果企业无法灵活地采取行动，即使再高明的见解也变得毫无价值。小企业通常有灵活的优势，这令其可迅速高效地完美适应数据驱动的趋势。以智能化、结构化的方式执行数据战略，是区分大数据驱动企业与基于临时想法简单利用数据的企业的最大分别。对于小型、灵活和处于发展状态的企业来说，这些基础与那些已经利用大数据多年的行业巨头来说并无明显差异。
　　⑤企业应如何利用大数据
　　在大数据时代，企业面对众多新的数据源和海量数据，能否基于对这些数据的分析进行决策，进而将其变成一项企业竞争优势的来源，这是对企业高层的挑战。面对大数据给企业带来的诸多好处，企业当前面临的问题是要如何获取与分析数据，以使企业立于不败之地。互联网是大数据的一个主要来源，然而对一些线下的传统企业来说很难获得，对于企业而言可以采取以下策略获得数据化支持。
　　首先、企业必须作出文化层面的调整，建立数据驱动决策的文化。大数据首先是个理念问题，即通过客观的，理性的数据来提供决策的依据。在传统的企业，尤其是取得过成功的企业，往往形成了固定的企业文化和奉为经典的管理经验，流程和制度。建立数据驱动决策的文化，就必须打破原先的以经验，流程和制度为核心的决策机制，将决策的过程数据化，客观化和扁平化。历史经验在新的竞争市场和规则下，往往已经滞后了，特别是进入互联网时代后，互联网以客户为中心，以生态链为运行模式的理念，已经对传统企业造成了颠覆性的影响。因此，只有通过建立以客观数据为驱动的扁平化的决策机制，才能更好地应对快速变化的市场和客户要求。
　　第二、企业要建立对应的数据管理中心的组织架构。没有一个相对完整和专业的数据管理团队，是难以发挥出大数据分析的功效。数据本身只是信息，如果不能将这些有用的信息转化为对企业有价值的决策依据，数据就只是一堆存放在仓库的废纸。要想把数据和信息转化成对企业有用的决策信息，就必须建立专业的数据管理团队，这个团队包括数据采集和处理人员，数据分析人员和数据沟通和展示人员。
　　第三、企业要建立顶层的数据架构设计并加以实施。在规划信息化系统建设时，需要有顶层的信息化战略规划，其中核心一环是数据架构设计和实施线路图。数据构架设计的主要目的，是确保企业的所有数据环节有统一的标准，有唯一的数据设计字典，有核心的主数据管理系统，从而保证企业数据的完整性，一致性和有效性。在有了顶层的数据架构设计后，建立合适的实施线路图，可以帮助企业在清晰的数据架构框架下，逐步建设各个信息化系统，
　　确保同一对象对应唯一的数据源，消除信息孤岛，提升数据的一致性和有效性。
　　第四、企业要建立完善的数据治理体系。如果没有完善的数据治理体系，即使有良好的顶层数据架构设计和严格的系统实施，如果缺乏数据治理的体系，数据的质量很快就会大失所望，也就难以完成驱动决策的使命，即出现“Rubbishin,RubbishOut”的糟糕状况。良好的数据治理体系，覆盖数据完整的生命周期管理，包括数据所有者的职责和权利、数据格式和标准、数据建立和变更流程、数据使用制度、数据安全制度和数据销毁流程等。
　　第五，企业要建立合适的数据分析的技术平台和团队。这一部分，属于传统信息部门熟悉的领域，一般是难度最小的部分。其中的困难点，是如何设计兼容传统内部数据分析和目前在不断出现的海量外部数据分析的需求，最有效地低成本建立技术平台，并且能满足未来扩展性的要求。
　　最后是与大数据分析和挖掘公司合作。目前，许多传统企业没有分析海量数据的能力，但是可以与目前市场上已经有的如用友、IBM等一批提供大数据分析和挖掘服务的公司合作，这是传统企业进行大数据分析可以借助的力量。
　　总而言之，企业应该做好数据管理，要不然只是一家囤积数据的公司。把大数据转化为落地的可以为企业发展提供建议的“小数字”。企业如果能够站在大数据这个风口上顺势而为，也许就真的可以腾飞起来。