泰一指尚封雷：助力傳統(tǒng)企業(yè)降低大數據應用門檻
互聯網IDC圈4月27日報道，互聯網的發(fā)展使得大數據引起人們廣泛關注?，F如今大數據技術早已滲透到金融、通訊等行業(yè)以及生物學、物理學等領域。大數據在容量、多樣性和高增速方面的爆炸式增長全面考驗著現代企業(yè)的數據處理和分析能力，與此同時也為各個行業(yè)帶來了準確洞察市場行為的機會。迄今為止大數據技術與產品有哪些創(chuàng)新，工業(yè)大數據應用面臨哪些挑戰(zhàn)，金融行業(yè)大數據應用現狀如何等。圍繞這一系列問題，4月27日至28日，由工業(yè)和信息化部指導、中國信息通信研究院主辦的"2016大數據產業(yè)峰會"在北京國際會議中心盛大召開，會上，泰一指尚大數據事業(yè)部總經理、公司首席技術架構師封雷，以《助力傳播企業(yè)降低大數據應用門檻》為主題做了精彩的演講。
泰一指尚大數據事業(yè)部總經理、公司首席技術架構師封雷
以下是封雷演講實錄：
封雷：我們首先來看一下，伴隨著傳統(tǒng)企業(yè)IT建設的日趨完善，企業(yè)積累了很多有價值的數據，但是這些傳統(tǒng)企業(yè)往往會面臨一個非常復雜的場景，就像剛才這位演講嘉賓介紹的一樣，就是數據這么多的情況下，這么多的技術，這么多的認證，如下把這些數據運用在這些傳統(tǒng)企業(yè)上，讓這些企業(yè)真正能夠體現他自己的數據能力，這是現在這些企業(yè)面臨的一系列問題。今天我就圍繞著能力、數據這兩個象限來給大家做一個分享，通過一系列的實在案例，讓大家感受到現在傳統(tǒng)企業(yè)怎么一步步去接近于大數據的應用能力。
我們先來看一下有數據但是缺乏大數據應用能力的一些企業(yè)，比如說咱們的政府部門，比如說我們一些傳統(tǒng)的大型企業(yè)，他們沉淀了很多的數據，我們會幫他怎么來做呢？第一步我們先得找到一個應用的切入點，往往這些客戶他首先會想到的第一個場景是你讓我要去建一個巨大的大數據平臺，你讓我要去把什么Hadoop、Spark、Kafka這些建立起來，對我到底有什么幫助？這是企業(yè)面臨的痛點，我們首先找到一個應用的點。圍繞這個點再去分析哪些數據是需要的，這是第二步。第三步，幫助這些企業(yè)去構建他的數據思維邏輯，進而他自己想明白了以后，能夠基于整個數據的開放平臺來構建他自己的大數據應用生態(tài)。
我們先來講第一個案例，首先看一下政府部門。前一段時間我們跟質監(jiān)在進行溝通，質檢總局他們面對著霧霾的事情，面對空氣凈化器這個行業(yè)，說我的監(jiān)管應該怎么做？我現在擁有超海量的稽查的數據，線上的這些數據該怎么利用？我們圍繞這個課題幫他做了一個分析報告。這個分析報告里面，從大數據里面的線上數據，包括線下的數據進行有效整合，通過語義分析、智能歸類等等一系列數據挖掘的算法幫他做了這么一份報告。這里面我分析了整個市場的行情，也分析了產品質量現在到底缺陷在哪里，國際上面的一些品牌的優(yōu)勢在什么地方，我們自身的品牌到底有哪些地方是需要彌補的。從消費者的角度來看，消費者的核心訴求又是什么。
針對于這一系列的分析，其實也是佐證了他自己的一套想法，其實他也有完整的線下的體系，他對于線下用戶的信息把握還是非常足的。也就是說，通過線上的數據，去有效的佐證了線下的場景。然后通過宏觀政策應該怎么去做，對于質檢部門的監(jiān)管和服務應該怎么做，進而在面向整個行業(yè)市場，面向傳統(tǒng)中國的企業(yè)應該去做什么樣的扶持，怎么去避免這種產能過剩，怎么有效的構建這些基本產品質量的提升。另外面向消費者應該提供什么樣更加有助于不同類型消費者的一些產品，這就是我們在跟他分享這個東西。
這個報告一出來以后，在“兩會”上面得到了比較好的肯定。質檢總局就想我們是不是也能油這樣一系列的分析報告，對于我們的監(jiān)管和執(zhí)行會有很好的抓手。他又想到了一個場景，我們是不是能夠基于物聯網的貼標的技術，加上大數據分析的能力，是不是就能夠建立起一個自動的質量監(jiān)察。比如說打假等一系列的場景。這樣的話，實際上我們是幫助質監(jiān)在構建這么一種數據思維能力。這種場景的案例很多，我們這一段時間也在跟稅務的相關部門正在探討這個話題。我們通過企業(yè)圖譜，人際關系的圖譜構建一張很大的網。我們發(fā)現一個很有意思的現象，從某一個經濟發(fā)達的A城市到某一個以旅游著稱的B城市，這兩個地方發(fā)票開的是最多的。我們就在琢磨，這個事情不至于，每天都去旅游了，這么多的錢花在旅游上面，這里面是不是有偷稅漏稅或者是洗錢的嫌疑？是不是有開發(fā)票的亂象，這就是一個有力的抓手。
我們舉一個例子吉利，吉利汽車是一個著名的品牌，最近幾年他們的產品迭代非?？欤@個品牌發(fā)展得非常不錯。但是他們也會面臨這樣一個局面，幾千萬的用戶規(guī)模在那里，數據量也是相對比較大的。那么怎么把這些數據運用在整個生產過程當中？我們就借助于一個事件，上個月月底他們有一個新車發(fā)布，叫博越，他們老板很想關注，說我做了這個線上發(fā)布會的效果好不好。通過這樣一個數據分析以后，發(fā)現了三個問題：第一個問題，互動性很差，發(fā)布會當天峰值，之后馬上下落。他自己官網上宣布的是“你好，博越”這樣一個主題，互動性一般。其中一個網友在一個論壇上面發(fā)了一個“今天終于見識到吉利水軍了”這么一個帖子，反而是熱議話題，是當天最好的一個帖子。他們就會考慮，我是不是可以分析一下新品發(fā)布的策略，大家都知道，現在新車發(fā)布周期還是比較短的，也就是一兩個月。第二個問題，他自己宣傳這款車的賣點是“三好”SUV：好看、好開、好智能。但是這“三好”沒有得到大家的互動，媒體也沒有宣傳這些內容，網友也沒有跟他互動這些話題，也就是說他主打的方向跑偏了。第三個問題更加有意思，他一直在關注媒體怎么看待他這個新車發(fā)布，競爭對手到底有哪些舉措，消費者有哪些聲音，忘記了自己這些老的受眾。他前一段時間剛剛推出了一個叫博瑞的一款車，那款車的受眾就跳出來了，覺得不滿。通過這樣一個場景，實際上對于吉利來講也是一樣，構建了一種數據的思維模式。他自己就開始去考慮，說我是不是應該在新品發(fā)布的環(huán)節(jié)，在我們整個對媒體，對網友的一些互動環(huán)節(jié)，包括對競爭對手的研判環(huán)節(jié)構建起自己的一套智庫。這樣的話，大數據的應用就有了比較好的切入點。
看完了第一個場景，我們接下來進入到第二個場景，我們來看一下有數據，也有能力的企業(yè)，比如數據源公司，三大運營商，歌華有線、華數等等，這些老牌的公司，包括一些傳統(tǒng)企業(yè)，這些傳統(tǒng)企業(yè)在大數據方面的投入也是非常巨大的。面對這些企業(yè)應該怎么去辦？首先第一步是建立聯合的數據實驗室，一般企業(yè)內部所擁有的數據，剛才前面一位演講嘉賓也講到了數據孤島的問題，也是一樣的，雖然說他的數據非常海量，但是面向于要做商業(yè)化，還是有一定的缺失，還是有一定的缺位。首先第一個要做數據聯合的實驗室，去研判里面的數據。第二個場景才是構建數據商業(yè)化的能力，第三步才會到了建立整個營銷閉環(huán)能力，因為你把數據變現了，要把數據售賣給這些傳統(tǒng)企業(yè)，這時候這個數據有什么價值，能幫企業(yè)帶來什么東西，我們是圍繞這樣一些話題進行展開。
我們往下看一個案例，這個案例是浙江移動。浙江移動現在的上網用戶規(guī)模在4500萬，每天日活用戶在2500萬，每天的上網記錄是100億條，雙11時候達到600億條，每天的增量數據大概在30個T左右。面對這么海量的數據，首先面對的問題是怎么在這些數據里面挖金礦，我們在跟他們聯合著研究這樣一些場景。比如舉個例子，網友聽歌，通過這么一個行為，我們可以研究出一個場景來，他是哪一個明星的粉絲，是哪一個歌手的粉絲，他聽的是狂放性、小清新還是屌絲，透露出了這個人的性格。我們就可以大概研判他的性別是什么，可能跟他的購物場景結合，他可能的購物傾向，是沖動型的還是理性型的，還是貨比三家的等等。通過這樣數據標簽化的梳理，也就具備了數據商業(yè)化的能力，這個前提是合理合法的，就是在數據脫敏的場景下進行運作。第二個場景就是幫他做數據變現，后面的版本就水到渠成了?，F在浙江移動的IT部門從一個歷史上的成本部門，終于已經轉變?yōu)榱艘粋€盈利部門。
我們再來看一下助力傳統(tǒng)企業(yè)構建閉環(huán)能力。比如說華為手機現在賣得非常火，比如說海信、美的這樣的家電大佬，他們這幾年在這個大數據領域投入巨大，動輒是幾千萬，甚至是上億規(guī)模的應用在做大數據方面的應用。對于他們來講，他們心里是非常清楚的，我知道只有有什么，我知道自己缺什么，我知道這個數據要用來干嗎，要做企業(yè)的決策智庫，通過聯動整個事業(yè)部的集群，去有效的串聯各個部門形成聯動力，來提前整個工作效率。這個時候我們實際上幫助他要構建的事情是，第一個解決這些數據價值問題，也就是說我們把標簽維度設立的是否精確，是不是能真實的刻畫出這一批消費者的場景，也就是剛才講過的數據質量檢查的場景，也是希望作為這樣一種標準構建。這里面實際上就會涉及到互斥邏輯、排他性等等一系列的數據質量的檢查，包括樣本的測試等等，首先要確定這些數據是不是能用。第二步要通過這個網站的測試模型，包括行業(yè)模型導入一個營銷的策略模型導入，來構建整個營銷的實踐。通過這種實踐的方式，來建立起一個營銷的閉環(huán)。當然最終的分析結論以后，也要通過這種智能的對于他的數據模型，對于他的行業(yè)模型，對于他的策略模型進行持續(xù)優(yōu)化的這么一個過程，來不斷的完善他整個的營銷閉環(huán)的圈子，這是面對于超大型企業(yè)的一些做法。
面對數據缺失，技術能力也缺失的企業(yè)我們怎么做？一般的這種企業(yè)我們定位為中小型企業(yè)。面對他們很簡單，第一步是數據能力開放，技術能力開放，應用模式開放，這個一般是服務于中小企業(yè)一個比較好的場景。現在在國際上，SaaS的這種模式已經非常流行了，前兩天剛剛看到一份報告，基本上美國的這種中大型企業(yè)都愿意每年花費1萬到60萬美金之間的費用來買單于SaaS的服務。但是出于中國的國情，現在中國的大型企業(yè)還不愿意或者不敢把這些數據進行公開，會擔心自己的一些策略失控。也就是說，面向于中小企業(yè)，反而是這種方式的一種受益者。通過輕量級的SaaS帳號的模式，把大數據的應用能夠有效的提供給他，這樣的話能夠極大的降低中小企業(yè)的大數據應用門檻。
面向能力很強，但是缺少樣本數據的公司應該怎么去辦？比如說高等院?！，F在咱們有各種各樣的高等院校，都具備各自所擅長的算法能力，他們缺少的就是數據資源。比如說一些原來服務于行業(yè)里面的IT集成公司，一些合作伙伴。他們面臨的場景是我對這個業(yè)務非常了解，但是我要在大數據方面有一個轉身，實際上這里還是有相當的門檻的。
面向這樣的企業(yè)，我們有一個合作伙伴，他是在銀行這個圈子里面已經耕耘了十幾年、二十年了，對于銀行業(yè)務非常熟悉。但是針對于銀行這邊網格化的營銷場景，實際上對他來說是比較困惑的地方，我怎么樣的方式能夠LBS定位到周邊的受眾，我怎么樣來幫助客戶經理，片區(qū)經理構建他自己的一個營銷網絡，怎么樣去進行一系列的考核落地，能夠把績效有一個正向的反饋，這些都是面對的一系列的問題。面對這樣的場景，我們會選擇一種聯合的方式，有數據能力的公司，有技術能力的公司，疊加對行業(yè)了解的公司，三方實際上是能夠形成一個共贏的局面。這就是我們現在做的這幾個方面，助力于一些企業(yè)的方式。
泰一指尚是浙江省大數據應用產業(yè)聯盟的發(fā)起單位，我們還是浙江省大數據重點研究院的授權單位。我們現在秉承這么一種原則，能夠希望跟業(yè)界的這些合作伙伴形成強強聯合的方式，幫助我們傳統(tǒng)企業(yè)降低大數據應用的門檻。我的演講到此為止，謝謝大家！
文章標題：泰一指尚封雷：助力傳統(tǒng)企業(yè)降低大數據應用門檻
文章鏈接：http://m.jiaotiyi.com/article/scdoji.html