开启大数据应用之旅

文 本刊记者 郭嘉凯

从概念的炒作到对数据价值的重视、再到与企业业务需求的结合，大数据在短短两三年内完成了重要转折。目前，已有越来越多的垂直行业用户，已经或准备开始自己的大数据应用之旅。不过，对于大数据产业的发展而言，这只是刚刚开始。

2014年巴西世界杯激战正酣。从比赛的精彩程度以及球员们的表现来看，这届世界杯堪称近几届中的翘楚。而日耳曼战车德国队的表现，则是一如既往的稳定、优异，这也让很多喜欢德国队的球迷欣喜不已。不过，可能很少有球迷知道，在德国队精彩表现的背后，大数据分析起到了不可忽视的作用。

不再需要“小纸条”

可能很多球迷还记得，在2006年世界杯德国队和阿根廷队进行点球大战时，德国队门将莱曼接到卡恩给他的一张小纸条。据悉，这张小纸条上，写的是阿根廷队每个罚点球队员的罚球习惯、技术特点等。在看完小纸条后，莱曼成功地扑出了阿根廷队的两个点球，并将阿根廷队淘汰出局。

不过，在8年之后，德国队再遇到罚点球时，已经不需要小纸条了，因为他们已经应用了大数据分析系统。

在2014年巴西世界杯开赛前，德国足球队就和S A P公司联合宣布，德国队将会采用 SA P Match I nsights 足球解决方案来用于世界杯期间的训练和比赛分析。据悉，该解决方案是 SA P 和德国足协联合创新项目的成果，它基于SA P HA NA 平台运行，旨在为训练、备战和比赛情况的分析工作提供便利。此外，该解决方案还可以协助教练和球探处理海量数据，发现并评估每场比赛的主要状况，从而提升球员和球队的成绩。

事实上，在世界杯开始前，德国队就已使用S A P M a t c h I n s ight s进行训练数据的分析。球员的鞋内、护胫中被放置了传感器，偌大的训练场地内也到处布满传感器。通过这些装置，SA P的系统得以捕捉球员的各种细节动作与位置变化。他们的跑动及传球路线被实时传回到SA P HA NA平台上。而经过后台迅速处理后，教练只需手持一个平板，就能在Match I n sight s的界面上获得球员的全部数据和录像。

身为SA P品牌大使的德国国家足球队经理奥利弗·比尔霍夫评价称：“SA P 的参与改变了教练、队员、球迷和媒体的足球体验。设想一下：十个球员用三个球进行有球训练，十分钟就能产生超过七百万个数据点，这个数字是多么庞大。然而，SAP HANA 可以实时处理这些数据。在 SAP 的协助下，我们球队可以实时分析这些海量数据，从而制定培训计划并备战下场比赛。”

大数据与体育的结合

英特尔公司中国区产品市场部总监杨彬认为，随着大数据应用的发展，大数据技术正在和体育进行融合。“对众多体育从业者而言，数据分析是非常重要的技术，会有巨大的价值。对于运动员而言，体育与科技的典型结合就是类似于智能手表或者其他监测设备，他们可以让运动员了解速度、距离、心跳等重要的数据，并对其进行分析，以提高和改善训练质量。对于管理者和教练而言，科技与体育的结合价值更多体现在实时分析、球员与球员表现的对比，甚至是获得赛场内实时情况监控和分析能力等。”

在杨彬看来，对于体育迷而言，大数据技术与体育的结合还体现在观赛体验上，“比如现在有越来越多的球迷通过各种智能终端设备看球、评球，这会产生大量的数据，如果利用大数据技术对这些数据进行分析，就可以让球迷的观赛体验更好。”

事实上，杨彬所说的通过大数据分析来提升球迷观赛体验，已经成为现实。I B M和腾讯此前就宣布，IBM将作为大数据技术供应方，支持腾讯开展一系列体育赛事的深入报道，包括2014年巴西世界杯。通过I BM大数据分析、云计算等领先技术能力提供社交和移动等数据分析支持，为用户打造全新的体育观赛体验。

随着大数据应用的发展，大数据技术正在和体育进行融合。

在IBM软件集团下一代生态系统信息与分析部总经理、大中华区软件集团大数据与分析负责人钟泽敏看来，在社交网络上，球迷及体育爱好者产生了海量的非结构化数据，这些数据的价值亟待开发。“通过I B M的文本分析及语义分析等技术，针对中文社交网络上球迷的关注话题、球迷分类、球迷性格特点等进行精准分析并提供实时洞察。该系统将帮助腾讯通过中国社交网络上数以百万计的粉丝声音创造全新的体验。”钟泽敏说。

重新认识大数据

大数据与体育的结合，其实只是大数据应用在各个行业逐步落地的一个具体体现。事实上，随着大数据技术的发展，以及行业用户数据应用意识的提升，大数据已经在越来越多的行业中落地应用，并开始产生价值。

I D C于2 014 年6月最新发布的“中国大数据技术与服务市场2013–2017预测与分析”中研究分析了2011—2017年的中国大数据技术与服务市场，并预测：中国大数据技术与服务市场将从2012年的1.65亿美元增长到2017年的8.5亿美元，复合年增长率（CAGR）达38.7%。

该报告认为，在中国，大数据应用将更多地运用在具有以下特征的垂直行业：已建立成熟的IT系统并积累了大量数据的垂直行业；以客户为导向的垂直行业；以及在应对市场变化时面临更多挑战的垂直行业。许多垂直行业的客户都已经开始了自己的“大数据之旅”，而且对待大数据技术和产品也更加理性。

例如，在互联网行业，已经有多家互联网公司开始参与大数据市场的竞争，试图成为行业领导者，并已开发出自己的大数据产品；在金融行业，一些银行已经在与客户及G RC（治理、风险控制和合规）相关的方面开始利用大数据相关技术服务开发和部署相关应用程序；而在电信行业，也已经开始利用大数据分析来提升客户服务质量，并进行有针对性的精准营销；就连一些政府部门，也已经开始采用大数据技术为政府提供决策参考或进行舆论监督。应该说，我们越来越多地看到，大数据在中国多个垂直行业的应用已逐步变为现实。

确实，一个明显的变化也能说明这一点：在2012年时，谈到大数据，更多的还是在讲4 个V，以及H a d o op。当时，在很多人的认识中，H a doop就是大数据。然而到2 013年，这一现象已经有了根本性的改变，企业开始更加理性认识大数据市场:他们开始关注数据价值，也意识到大数据不仅仅是Hadoop。中国企业的首席信息官开始对基于大数据平台的、能够帮助他们提高决策效率的业务应用感兴趣，从而帮助企业更加专注于现有业务流程的优化和客户参与度的提高。

“在我们和银行用户的接触中，现在已经很少有人再谈4个V了。更多的是在谈数据的价值，数据能够为他们带来什么帮助？能够为他们带来怎样创新的商业模式？”文思海辉技术有限公司商业智能事业部副总裁贾丕星说道。

如何获取“数据红利”

确实，数据是企业内部一座蕴藏着巨大财富的金矿。对于数据所能够产生的价值，已经成为越来越多行业用户的共识。

微软大中华区副总裁兼市场营销及运营总经理严治庆介绍说，微软委托I D C对全球20个国家的2000多家大中型企业进行的一项研究表明，企业如果能够采用包括数据采集、整合、筛选、分析、分享在内的全套大数据解决方案，那么在未来4年中，全球企业将共同分享大约1.6万亿美元新增收入的“数据红利”（见图1）。而中国将从中收获大约5180亿元人民币。

那么，对于国内的企业用户而言，究竟能够从数据上得到多少价值呢？或者说，如何才能从数据中获取到价值呢？

严治庆认为，国内有远见的企业正在从管理数据中收获数据红利，并将其转化为自己的竞争优势，整合多样数据来源，采用新型分析工具，从而向更多的人传递有价值的数据洞察。而中国企业可以从以下四个关键领域实现数据红利的增长，包括：

第一，优化战略规划、人力资源管理、IT管理，提高生产效率；

第二，改进包括供应链、需求链、物流体系的管理，改善运营效率；

第三，在服务、科研、开发领域不断创新；

第四，提升服务支持，赢取和维护客户关系。

在严治庆看来，为了让数据物尽其用，国内需继续加强各关键领域信息化建设，因为这是应用大数据的基础。此外，要从现实的流程、设施或资源入手，思考数据如何能够更好地改善现状。移动设备和传感器可以收集、传播实时数据。通过结合云服务和分析技术，数据得以被识别、分析，并将洞察传递给人们。这就构成了解决一系列挑战、提高运营效率的基本框架。另外，确保数据和技术使用一致的语言也是实现一切的基础，而一个成熟的、开放的、端到端密切配合运行的云平台是真正把这些技术衔接起来的唯一途径。最后，更重要的是，全社会应当推行数据文化的建设，让数据流得以顺畅收集、传输和利用。

重视数据文化建设

在“移动为先、云为先”的世界中，数据消费的速度和数据产生的速度呈指数级增长。运算变得无处不在。从汽车仪表盘、照明开关、中央空调到运动鞋，几乎所有人与人、人与电脑，以及电脑之间的互动和体验都已经数字化了。可以说，数据已经无处不在。因此，对于企业用户而言，要想应用好大数据的关键，首先必须在企业内建立数据文化。

那么，究竟什么是数据文化呢？有人认为，数据文化就是要掌握更先进、更复杂的大数据分析技术。确实，在大数据应用中，将数据转化为驱动环境智能所需的动力并不容易，要开发出这样的技术更是一项巨大的挑战。这要求技术能理解背景、推断意图，并将有用的信息从无用的噪音中分隔出来。应该说，在大数据应用过程中，技术起到的作用是十分重要的，但技术是不是决定大数据在企业中应用的最关键因素呢？

在采访中，一些企业用户在谈到大数据时，经常会说：“我们公司的IT技术力量有限，没办法做大数据。”

这种说法虽然有一定的道理，但如果进行仔细分析，就会发现其中所存在的问题。首先，技术虽然重要，但对于企业而言，可以通过和IT服务商合作，来获得技术方面的支持。其次，有些大数据应用，并不一定需要很复杂的技术，关键是企业能否发现自身的需求。

IBM软件集团下一代生态系统信息与分析部总经理、大中华区软件集团大数据与分析负责人钟泽敏：“在社交网络上，球迷及体育爱好者产生了海量的非结构化数据，这些数据的价值亟待开发。”

在贾丕星看来，大数据应用并不是技术问题，更多的是意识、流程以及管理等方面的问题。而这些问题的出现，显然是对于数据的价值和重要性没有足够的认识。

例如，一些银行在做信用卡发卡业务时，无法分析出开卡的用户究竟是哪一次营销活动带来的，因而对于营销活动的效果也就无法进行评估。之所以会这样，是因为用户在填写申请单时，申请单上并没有“因为哪次活动而申请信用卡”这一项。

“其实只要在申请单上加上这一项，银行就可以根据用户填写的信息，对每个营销活动的效果进行分析，从而制定有针对性的营销策略。但前台营销部门和后台管理运营部门之间的脱节，使得营销部门只管打单，而对于后台运营管理部门的需求基本没有什么了解。显然，这并不是技术层面的问题，而是因为管理方面的问题所导致的。”贾丕星认为，所谓的数据文化，其实就是企业要充分重视数据的价值，并从管理、流程、人员等各个方面，去适应和配合数据价值的挖掘及应用。

文思海辉技术有限公司商业智能事业部副总裁贾丕星：“在我们和银行用户的接触中，现在已经很少有人再谈4个V了。更多的是在谈数据的价值，数据能够为他们带来什么帮助？能够为他们带来怎样创新的商业模式？”

中国邮政储蓄银行行长吕家进则在一次演讲中表示，银行要想利用大数据进行金融创新，必须具备数据的思维，“大数据时代重要的特征就是社会数字化。一切社会现象的解释、监控、预测和规划，都离不开对数据足迹的收集、整理和分析。因此，商业银行需要具有数据的思维，强化数据制衡的理念，推动决策从经验的依赖性向数据依靠性转变。”

“当然，数据文化不仅是部署技术而已，而是要让数据唾手可得，并切实帮助每个团队、每个人成就大事。换言之，就是要将大众、IT技术与开发者汇聚在一起，促成与系统和基础设施升级同等重要的文化革新。在数据文化中，随着提问和应答的人持续增多，每个人都将从中受益，群体组织的整体效率也将获得不断提升。这种变化在企业中的作用尤为明显，每名员工都将可以驾驭从前只有数据专家才能掌控的数据威力，可以使用自然语言和自助式的操作，通过Office这样人们所熟悉的应用，获得业务洞察和可视化的呈现效果。”严治庆如是说道。

寻找合适的业务点

建立数据文化，认识到数据的价值后，对于企业而言，接下来需要考虑的就是：如何切入大数据应用？或者说如何开始企业的大数据应用之旅？

“首先，企业要找到适合的场景，并非所有的业务都需要大数据。而且，也要根据业务的现状和问题，来看应用大数据的投资回报率。其次，找到需求之后，再根据需求去确定，实现这一需求，需要什么样的数据。再次之后再去确定，对这些数据进行分析，需要什么技术和系统。最后，选择用什么平台来进行分析。”钟泽敏表示，这是I BM在为用户做大数据应用时，通常采取的四个步骤。

值得注意的是，在和用户沟通业务需求时，和以往传统的IT项目有很大的不同。以往IT服务商在和企业沟通需求时，更多的是通过IT部门来了解。但在做大数据应用时，则更多的是跟用户的业务部门、财务部门进行沟通。“IT部门虽然也会参加，但项目的主导权是在业务和财务部门手中。”在钟泽敏看来，之所以会产生这样的变化，是因为大数据应用和业务的关联更为紧密，而且，大数据应用能否真正落地，产生价值，最关键的就是其与业务需求的契合度如何。

对于这一点，贾丕星也十分认同：“以银行为例，有些业务就不适合大数据应用，比如银行内部的核心系统。因此，在做大数据项目时，我们要和银行一起，来寻找一些有价值的业务点来切入。比如，市场营销、风险控制等业务，就比较适合采用大数据应用。”

在严治庆看来，企业在选择切入点时，不一定要制定多么宏大的大数据应用战略，或者是大张旗鼓、兴师动众的变革措施，从小处着手的战略反而可以更快捷地付诸实施，从而为企业带来立竿见影的实惠和数据红利。以零售商为例，可以通过以下几种途径，获取数据红利。

例如，整合数据流。首先要弄清楚与自身业务相关的数据有哪些，像商品类别、供货情况、促销活动的成果等。然后是找到将它们整合到一起的方法，比如某一款产品在不同区域销售情况的对比，会员卡注册情况与预订商品退货率之间的关联性等。正确看待数据的价值，将帮助你更一针见血地提出业务相关问题。再比如，用更加细致的分类取代粗枝大叶的统计，用更多筛选条件划定出更具体、特征更鲜明的目标人群。

"举例来说，我们不再需要‘年龄在18到35岁之间、年收入在7.5万－9.9万美元之间的女性消费者’这样粗略的数据分组；而是要进一步将其细分为年龄在25到29岁、生活在某个特定街区、喜欢听乡村音乐、每月购物5次、覆盖了店内最畅销产品1/3销量的那群女性消费者。只有如此细致的定义，才能帮助零售商有针对性地提供真正个性化的产品和服务，进而增加销售额。”严治庆分析道。

利用外部数据资源

在找到合适的切入点后，企业需要做的就是找到合适的数据源。对于这一点，目前业内也存在着一些争论和误区。现在一些用户在做大数据应用时，更多的是对企业内部已有的数据进行分析，但很多企业的数据在质量、规模、种类上都存在问题，因而得到的分析结果往往也不能让企业满意。

“在数据源的选择上，企业内部的数据虽然也有一定的价值，但对于用户而言，来自互联网、外部的数据价值会更高。”在钟泽敏看来，来自于互联网和外部的数据，更能够帮助企业去了解消费者，对于企业的业务发展价值更大，见效也更快，“因此，我们在为用户做大数据应用时，都会向用户建议，更多的选择来自外部的数据源。”

微软大中华区副总裁兼市场营销及运营总经理严治庆：“为了让数据物尽其用，国内需继续加强各关键领域信息化建设，因为这是应用大数据的基础。”

“大数据时代，数据是资本，商业银行需要提升数据获取管理和整合能力，不仅要完成银行内部数据的整合，更重要的是和大数据链上其他外部数据的整合，建立自己的数据参考。”吕家进说道。

确实，企业在大数据应用上，不能再局限于经营管理、客户服务、产品设计以及营销成果的统计分析，更多地是要通过大数据技术预测未来的经营市场、客户群体和市场发展趋势。而要做到这几点，单靠企业内部的数据显然很难实现。

可能有的用户对此会产生一些疑问：来自于外部的数据，企业自身并不了解，那么，如何才能选择到合适的数据源，并将外部数据和企业的需求结合起来呢？

其实，用户对此不必担心。首先，很多公共数据是可以免费查询到的，而且其格式也能够被直接导入到电子表格或其它的应用程序中，企业完全可以利用它们对自己的数据进行补充。比如，零售商可以将气象台发布的气象数据与店铺的日销售数据相结合，就可以了解天气状况对于人们购物行为的影响；人口普查数据能够显示出不同地区增长最快的群体是哪些人；而来自社交媒体的数据则可以迅速展现消费者的反馈和态度，为销售趋势提供先期洞察——对于那些无法从过往销售数据中获得参考的新技术或新类型的产品来说，这种手段尤其适用。

另外，IT服务商也可以帮助企业来完成这一过程。“以文思海辉为例，我们对于银行的业务需求十分了解，同时对于外部的各种数据源也比较熟悉。因此，我们能够帮助银行去寻找合适的外部数据，并将数据和银行的业务需求进行匹配，这正是根植于行业的IT服务商，在大数据产业链上的价值所在。”贾丕星分析道。

建立大数据应用体系和机制

在选择合适的数据源，并对数据进行分析后，企业会得到数据分析结果。接下来，对于企业而言，十分关键的是如何快速地将这些分析结果和企业的业务、生产、营销等结合起来，为企业带来价值。

事实上，这一点往往是被一些企业所忽略的。有这样一则真实的故事：一家银行，在斥巨资请国际知名IT服务商建立了大数据分析系统后，得到了十分详尽的客户消费行为分析结果，但由于银行内部管理和执行方面的问题，这一分析结果一直存在电脑里，并没有被应用到银行的业务拓展和营销活动中。

大数据分析的真正价值在于其同业务决策和发展的结合，如果做不到这一点，那么再好的分析结果，也只是一堆数字和信息而已。因此，企业还必须建立一整套大数据应用体系和机制。通过体系和机制，不仅能够保证大数据分析结果快速地应用和执行，同时也能够对大数据应用的效果进行评估和分析，并根据评估和分析，对大数据系统进行完善和补充，这样才能形成一个良性的大数据应用循环。

“大数据是一个旅程。大数据应用的普及，不仅仅是IT服务商或者是企业用户的事情，它需要大数据产业链上各方的紧密合作。大数据虽然已经开始在国内企业中落地，但这仍然只是刚刚开始。”钟泽敏说道。