大數(shù)據(jù)助力數(shù)字化轉型還需練好內(nèi)功

　　當今，對大數(shù)據(jù)的價值早已無需爭論，關鍵是如何挖掘大數(shù)據(jù)價值，其中的投入產(chǎn)出比是否“劃算”。由于數(shù)據(jù)挖掘過程復雜、專業(yè)度高、周期長，很多分析結論得出之后早已失去時效性，造成企業(yè)對數(shù)據(jù)又愛又恨，分析人員和業(yè)務人員滿腹牢騷的窘境。

　　針對以上行業(yè)痛點，帆軟日前舉辦的2017百城巡展上海站千人大數(shù)據(jù)峰會給出了行業(yè)內(nèi)外一個清晰的回答。憑借從2006年成立至今積累的上千家客戶的服務經(jīng)驗和200余行業(yè)的涉獵，向行業(yè)內(nèi)外表明，大數(shù)據(jù)助力企業(yè)數(shù)字化轉型還需特別修煉好幾道內(nèi)功。首先，過程數(shù)據(jù)需喚醒，借助數(shù)據(jù)庫直連挖掘巨大潛力。其次，大數(shù)據(jù)的呈現(xiàn)應該區(qū)別化的“可視化”，未來或可加大與GIS底圖的連接。最后，數(shù)據(jù)加密和數(shù)據(jù)保護是重點，適當“上云”保護數(shù)據(jù)方利益。

　　喚醒“過程數(shù)據(jù)” 數(shù)據(jù)庫直連建立“高速路”

　　在很多企業(yè)初次嘗試數(shù)字化轉型、數(shù)據(jù)分析時，都會面臨一個難題，就是數(shù)據(jù)分析結論的時效性。在費心費力收集數(shù)據(jù)、綜合分析之后，很多結論早已不是當前業(yè)務人員所需，或者其中的過程數(shù)據(jù)早已發(fā)生變化，讓很多結論變?yōu)閺U紙。因此，就有業(yè)內(nèi)人士指出，信息和垃圾只是一念之隔，無用的數(shù)據(jù)甚至還不及垃圾。

　　其實，并非數(shù)據(jù)本身無用，而是真正有價值的過程數(shù)據(jù)或行為數(shù)據(jù)沉睡在服務器或文檔中，當時作為中間變量被忽視，但對結果追蹤卻意義重大。過程數(shù)據(jù)指的是在初步收集數(shù)據(jù)、進行統(tǒng)計后的數(shù)據(jù)。舉例來說，對服裝面料的進貨量和成衣數(shù)量進行統(tǒng)計后，可以得出成衣率，讓服裝企業(yè)了解某種面料的利用率。成衣率的數(shù)據(jù)通常作為過程數(shù)據(jù)，對更進一步的成本和利潤核算有較大影響。但其本身通常是在統(tǒng)計時簡單記錄在表格中的過程數(shù)據(jù)，數(shù)據(jù)記錄形式不統(tǒng)一、保存時間短、是否記錄很難統(tǒng)計，在后期的監(jiān)管中很難落地執(zhí)行。

　　據(jù)上海東方國際品牌創(chuàng)業(yè)管理股份有限公司信息部經(jīng)理邵佳宇介紹，在該企業(yè)利用大數(shù)據(jù)實現(xiàn)轉型中，就對過程數(shù)據(jù)進行很好監(jiān)管，在數(shù)據(jù)庫系統(tǒng)中對過程數(shù)據(jù)建立單獨管理平臺，在統(tǒng)計中及時保存過程數(shù)據(jù)，以統(tǒng)一格式呈現(xiàn)過程數(shù)據(jù)，便于后期追蹤。而且，看到過程數(shù)據(jù)對數(shù)據(jù)分析的巨大價值后，很多部門會主動要求加入數(shù)據(jù)共享，比如原有的服裝“吊牌”數(shù)據(jù)非常繁雜，但借助多個過程數(shù)據(jù)的輔助，很多終端實體店可以直接打印吊牌，不再需要人工從海量庫存數(shù)據(jù)中費力挑選，這就大大提升吊牌數(shù)據(jù)入庫的積極性，讓數(shù)字化轉型落實到小處和實處。

　　此外，邵佳宇解釋道，該公司的數(shù)據(jù)庫還建立直連通道，讓數(shù)據(jù)分析全程介入數(shù)據(jù)收集過程，在收集同時完成分析，建立高速通道第一時間為用戶提供決策支撐，杜絕“過時結論”。

　　可視化需區(qū)別對待 GIS底圖是新趨勢

　　在當前企業(yè)運行中已經(jīng)產(chǎn)生了海量大數(shù)據(jù)，加上被喚醒的過程數(shù)據(jù)，大數(shù)據(jù)體量幾何倍增長。這其中就需要可視化、立體呈現(xiàn)數(shù)據(jù)分析結論，讓非技術專業(yè)的普通人員也能讀懂結論。

　　對于可視化的理解，不應是簡單的把數(shù)據(jù)以圖表形式呈現(xiàn)，把分析結論變?yōu)楸壤?。進一步說，更應該把數(shù)據(jù)以適當形式呈現(xiàn)給對應人員。舉例來說，對分析人員來說，可以利用ETL工具對數(shù)據(jù)深度分析，輸出專業(yè)化程度高的可視化結果。而對普通業(yè)務人員來說，應該減少SQL代碼的輸入量，讓業(yè)務人員借助字段自動化轉換一目了然獲取分析結論，比如把“customer”變?yōu)轭櫩偷闹形淖侄?，讓輸出的Excel表格通俗易懂。

　　對此過程，帆軟FineBI產(chǎn)品經(jīng)理薛高陽介紹道，企業(yè)內(nèi)部運營數(shù)據(jù)和外部客戶數(shù)據(jù)管理都需要“區(qū)別化”的可視化過程，特別是對技術人員分析數(shù)據(jù)，該公司的最新產(chǎn)品FineBI就加強了技術人員利用FineIndex和FineDirect專業(yè)分析的輔助功能，但對普通業(yè)務人員來說，則提供了統(tǒng)一模板讓他們自行靈活輸出可視化表格，這樣不僅能加快數(shù)據(jù)分析過程，而且也大大縮短了兩方互相溝通、甚至扯皮的時間，全面提高企業(yè)日常效率。

　　在各行各業(yè)形成大數(shù)據(jù)后，跨界開始成為主流趨勢。其中，GIS與大數(shù)據(jù)的交叉分析成為助力企業(yè)多角度看待大數(shù)據(jù)、多角度實現(xiàn)轉型的法寶。舉例來說，很多商場可將商鋪位置和銷量交叉分析，從而靈活配置商鋪，讓“冷門商品”換到適當位置，提高曝光率時也提高商鋪利用率，還能更加符合用戶購買偏愛，不再需要轉圈尋找所需商品。類似分析還可用于出租樓宇的利用率分析、零售商業(yè)智能選址等服務中，讓GIS成為大數(shù)據(jù)底圖，多個角度看數(shù)字化轉型。

　　當然，在目前的大數(shù)據(jù)分析軟件中，還是更多注重宏觀分析和宏觀呈現(xiàn)，地圖并不追求過高精度，因此在帆軟軟件和其他同行業(yè)的軟件產(chǎn)品中都選擇自行研發(fā)底圖，最多是在用戶有特殊需求時搭載互聯(lián)網(wǎng)地圖的某些圖層進行渲染，而核心引擎還是自主研發(fā)，最大程度保證企業(yè)級用戶需求，也和服務C端用戶的互聯(lián)網(wǎng)地圖錯位競爭。

　　在談到數(shù)字化轉型的老生常談問題——數(shù)據(jù)安全之時，帆軟聯(lián)合創(chuàng)始人兼CEO陳炎談到，數(shù)據(jù)傳輸信道是加密的，而且很多用戶將數(shù)據(jù)存儲在私有云之上，或者選擇安全度極高的知名公有云平臺上，這都能最大限度保證數(shù)據(jù)安全。當然，并非一定“上云”才是數(shù)據(jù)分析或數(shù)字化轉型的關鍵，也要冷靜對待“上云”的火熱。數(shù)據(jù)分析軟件更應該做好在用戶選擇服務器上云或終端上云之后的連接工作，雖然目前SaaS端上云的連接還存在一定挑戰(zhàn)，但未來一定會盡快攻關。

　　面對大數(shù)據(jù)行業(yè)的火熱，數(shù)據(jù)分析更應該從用戶需求入手做好分內(nèi)事，最大限度挖掘各種數(shù)據(jù)價值，讓數(shù)據(jù)分析得以實時呈現(xiàn)，各個業(yè)務部門簡單調(diào)用，合理“上云”提高效率。唯有如此，才能讓數(shù)字化轉型不再是用戶又愛又恨的對象，而是變?yōu)樘岣咝实闹匾a(chǎn)力，讓大數(shù)據(jù)輔能、華麗變身。