實(shí)戰(zhàn)：對(duì)于企業(yè)大數(shù)據(jù)到底如何用

實(shí)戰(zhàn)：對(duì)于企業(yè)大數(shù)據(jù)到底如何用？

目前國(guó)內(nèi)外關(guān)于大數(shù)據(jù)的談?wù)摵芏啵蠖嗍钦勥\(yùn)營(yíng)級(jí)別的，或者說(shuō)從服務(wù)端、服務(wù)方提得較多一些。筆者要跟大家交流的問(wèn)題是作為各類(lèi)企業(yè)尤其是客戶(hù)方的企業(yè)來(lái)說(shuō)，大數(shù)據(jù)跟他們有什么關(guān)系，或者說(shuō)作為企業(yè)方怎樣去參與，這是企業(yè)方現(xiàn)在面臨的最大問(wèn)題。這個(gè)問(wèn)題的答案重點(diǎn)在于大數(shù)據(jù)應(yīng)該從小數(shù)據(jù)開(kāi)始。因?yàn)楝F(xiàn)在很多企業(yè)面臨的最大問(wèn)題不是怎么用大數(shù)據(jù)，而是內(nèi)部的一些小數(shù)據(jù)整合出現(xiàn)問(wèn)題，或者小數(shù)據(jù)都沒(méi)用好的情況下怎么用大數(shù)據(jù)。大數(shù)據(jù)應(yīng)該是從小數(shù)據(jù)逐漸演變上去的，是一個(gè)正常的生態(tài)，而不是瞬間變化的。大數(shù)據(jù)這個(gè)概念跟自媒體的概念類(lèi)似，需要企業(yè)自己去建設(shè)，而不是從一開(kāi)始就想著依靠別人。很多企業(yè)在談自媒體的時(shí)候，像談別人的事情一樣。比如一談自媒體，就覺(jué)得那是第三方提供的一個(gè)平臺(tái)，大家在那兒發(fā)發(fā)牢騷。自媒體是自己的媒體，企業(yè)自己也要參與進(jìn)去。同樣大數(shù)據(jù)不是別人的大數(shù)據(jù)，我們假設(shè)有一個(gè)第三方提供了大量的數(shù)據(jù)，有很多很多信息，CI、BI之類(lèi)的很多模塊化東西供我們來(lái)用。如果這樣的話(huà)，你有，競(jìng)爭(zhēng)對(duì)手也有，你能得到的東西，競(jìng)爭(zhēng)對(duì)手也能得到的情況下，就不能稱(chēng)之為核心競(jìng)爭(zhēng)力。大數(shù)據(jù)作為企業(yè)來(lái)說(shuō)要變成自身的一個(gè)競(jìng)爭(zhēng)力，企業(yè)必須得建立自己的企業(yè)級(jí)的數(shù)據(jù)。要做大數(shù)據(jù)，首先要了解自己的企業(yè)，或者自己所在的行業(yè)的核心是什么。我們現(xiàn)在經(jīng)常發(fā)現(xiàn)，有很多企業(yè)在競(jìng)爭(zhēng)的過(guò)程中，最終不是被現(xiàn)在的競(jìng)爭(zhēng)對(duì)手打敗，而是被很多不是你的競(jìng)爭(zhēng)對(duì)手所打敗。很簡(jiǎn)單的一個(gè)例子，大家都認(rèn)為亞馬遜是做電商的，但這是錯(cuò)的，它現(xiàn)在最主要的收入來(lái)自于云(云服務(wù))。也就是說(shuō)企業(yè)需要找到自己的核心數(shù)據(jù)(價(jià)值)，這個(gè)是最關(guān)鍵的。只有在這個(gè)基礎(chǔ)上，建立自己的大數(shù)據(jù)才有可能，才能做一些延伸。其次，要找到內(nèi)部的一些外圍相關(guān)數(shù)據(jù)，去慢慢地成長(zhǎng)它。有點(diǎn)像滾雪球，第一層是核心，第二層是外圍相關(guān)的數(shù)據(jù)。第三層是什么？就是外部機(jī)構(gòu)的一些結(jié)構(gòu)化數(shù)據(jù)。第四層是社會(huì)化的，以及各種現(xiàn)在所謂的非結(jié)構(gòu)化的數(shù)據(jù)。這幾層要一層一層地找到它，而且要找到與自己相關(guān)的有價(jià)值的東西。這樣你的大數(shù)據(jù)才能建立起來(lái)。第一步，找到核心數(shù)據(jù)。核心數(shù)據(jù)現(xiàn)在對(duì)很多企業(yè)來(lái)說(shuō)實(shí)際上就是CRM，自己的用戶(hù)系統(tǒng)，這是最重要的。第二步，外圍數(shù)據(jù)。比如企業(yè)經(jīng)常會(huì)在線(xiàn)上線(xiàn)下舉辦一些活動(dòng)，在做活動(dòng)的時(shí)候，消費(fèi)者的信息只是簡(jiǎn)單地提供在表單里面，還是進(jìn)入了CRM的系統(tǒng)里？第三步，常規(guī)渠道的數(shù)據(jù)。舉例來(lái)說(shuō)一個(gè)銷(xiāo)售快銷(xiāo)品的企業(yè)，能不能夠得到沃爾瑪?shù)臄?shù)據(jù)，家樂(lè)福的數(shù)據(jù)？很多國(guó)外大數(shù)據(jù)的案例，說(shuō)消費(fèi)者買(mǎi)啤酒的時(shí)候也會(huì)購(gòu)買(mǎi)剃須刀之類(lèi)，或者一個(gè)母嬰產(chǎn)品的消費(fèi)者她今天在買(mǎi)這個(gè)產(chǎn)品，預(yù)示著她后面必然會(huì)買(mǎi)另一個(gè)產(chǎn)品。這就有一個(gè)前期的挖掘。這些價(jià)值怎么來(lái)的，這就需要企業(yè)去找常規(guī)渠道里面的數(shù)據(jù)，跟自己的CRM結(jié)合起來(lái)，才能為自己下一步做市場(chǎng)營(yíng)銷(xiāo)、做推廣、產(chǎn)品創(chuàng)新等建立基礎(chǔ)。第四步，外部的社會(huì)化的或者非結(jié)構(gòu)化的數(shù)據(jù)，即現(xiàn)在所謂的社會(huì)化媒體數(shù)據(jù)。這方面信息的主要特征是非結(jié)構(gòu)化，而且非常龐大。這對(duì)企業(yè)來(lái)說(shuō)最大的價(jià)值是什么？當(dāng)你的用戶(hù)在社會(huì)化媒體上發(fā)言的時(shí)候，你有沒(méi)有跟他建立聯(lián)系？這里有個(gè)概念叫做DC(digitalconnection)。所謂的互聯(lián)網(wǎng)實(shí)際就是一種DC，但是通?；ヂ?lián)網(wǎng)上的那種DC是在娛樂(lè)層面。用到商業(yè)里面的話(huà)，就是企業(yè)必須得跟消費(fèi)者建立這種DC關(guān)系，它的價(jià)值才能發(fā)揮出來(lái)。否則，你的數(shù)據(jù)以及很多的CRM數(shù)據(jù)都是死的。就像國(guó)外CRM之父PaulGreenberg寫(xiě)的四本CRM相關(guān)書(shū)籍，前面三本都是在講數(shù)據(jù)庫(kù)、系統(tǒng)之類(lèi)的。第四本書(shū)的時(shí)候，就沒(méi)有再講那些東西，講什么？講互動(dòng)，講DC，講怎么跟消費(fèi)者建立關(guān)系。有了這個(gè)數(shù)據(jù)庫(kù)去進(jìn)行數(shù)據(jù)挖掘，或者在建立數(shù)據(jù)的過(guò)程中，企業(yè)需要從什么方向去探索，也不是漫無(wú)目的的。首先應(yīng)該跟著你的業(yè)務(wù)，業(yè)務(wù)現(xiàn)在有哪些問(wèn)題，或者說(shuō)這個(gè)行業(yè)里面主要的競(jìng)爭(zhēng)點(diǎn)在哪里，這是很關(guān)鍵的。有了這個(gè)業(yè)務(wù)關(guān)系以后，再形成假設(shè)，也就是說(shuō)未來(lái)的競(jìng)爭(zhēng)點(diǎn)可能在哪里，大到未來(lái)的戰(zhàn)略競(jìng)爭(zhēng)，小到哪些方面。然后下一步要怎么做，這些形成一個(gè)假設(shè)，其次做一些小樣本的測(cè)試。很多企業(yè)一看大數(shù)據(jù)就很恐怖，說(shuō)我也買(mǎi)不起那些大數(shù)據(jù)，也雇不起那么專(zhuān)業(yè)的團(tuán)隊(duì)，怎么辦？自己做一些小樣本的測(cè)試，甚至通過(guò)電子表格Excel都可以做數(shù)據(jù)挖掘。不一定非要那么龐大、那么貴的數(shù)據(jù)。然后再做大樣本的驗(yàn)證，驗(yàn)證出來(lái)的結(jié)果就可以應(yīng)用到現(xiàn)實(shí)中去。在大數(shù)據(jù)尤其是互聯(lián)網(wǎng)時(shí)代還有一個(gè)最重要的點(diǎn)，就是失效預(yù)警。即你發(fā)現(xiàn)一個(gè)規(guī)律，在現(xiàn)實(shí)中應(yīng)用了，但是你一定要設(shè)立一些預(yù)警指標(biāo)。就是當(dāng)指標(biāo)達(dá)到什么程度的時(shí)候，之前發(fā)現(xiàn)的規(guī)律失效，那你就必須發(fā)現(xiàn)新的、相關(guān)的，否則也會(huì)造成一種浪費(fèi)。筆者看到一篇文章，其中有一個(gè)重要結(jié)論。大家都在說(shuō)大數(shù)據(jù)的價(jià)值很有用的時(shí)候，很多企業(yè)說(shuō)我積累了多少TB，多少PB，但是你基于老的數(shù)據(jù)得出的很多結(jié)論實(shí)際是在浪費(fèi)你的資源。你挖掘出來(lái)很多數(shù)據(jù)、很多規(guī)律，如果錯(cuò)了，明天按這個(gè)去做，就是浪費(fèi)。因此需要有一個(gè)失效預(yù)警。在這樣的過(guò)程中，最終你需要對(duì)應(yīng)建立起內(nèi)部團(tuán)隊(duì)，他們對(duì)數(shù)據(jù)的敏感度也才能培養(yǎng)起來(lái)。這時(shí)候你再去買(mǎi)大數(shù)據(jù)服務(wù)的時(shí)候才是有價(jià)值的。所有這些工作作為企業(yè)來(lái)說(shuō)是需要內(nèi)部去做的，最終才能開(kāi)花結(jié)果，有一些收獲。企業(yè)大數(shù)據(jù)起步，要從小數(shù)據(jù)開(kāi)始。二、決策科學(xué)及大數(shù)據(jù)在金融行業(yè)的應(yīng)用今天我想和大家聊的題目有關(guān)金融、決策科學(xué)(DecisionScience)和大數(shù)據(jù)，這就是我在美國(guó)多年的工作領(lǐng)域，不僅是我的初戀，而且還嫁的無(wú)怨無(wú)悔(哈哈)，今天在各位專(zhuān)家面前班門(mén)弄斧了，希望大家多多指教，想和大家討論以下幾個(gè)話(huà)題：(1)決策科學(xué)是什么、為什么重要、給我們的啟示(2)如何理解并踏實(shí)地真正理解大數(shù)據(jù)(3)大數(shù)據(jù)在金融行業(yè)應(yīng)用方面的案例分享(1)決策科學(xué)：先說(shuō)說(shuō)決策科學(xué)吧，就是DecisionScience，在美國(guó)大公司工作的朋友們對(duì)此應(yīng)該都不陌生。顧名思義，它就是運(yùn)用科學(xué)的理論和方法做決策，而非主觀意識(shí)、完全憑經(jīng)驗(yàn)。聽(tīng)上去很簡(jiǎn)單，但是內(nèi)容很多，在美國(guó)，它是高校單獨(dú)的一個(gè)科目、一個(gè)系，它被稱(chēng)為跨學(xué)科專(zhuān)業(yè)(transdisciplinarymajor)，學(xué)生要學(xué)習(xí)一些統(tǒng)計(jì)、數(shù)學(xué)、工程、計(jì)算機(jī)語(yǔ)言等，同時(shí)又要學(xué)習(xí)管理、經(jīng)濟(jì)、行為學(xué)、甚至心理學(xué)。MIT、CarnegieMellonUniversity、GeorgeWashingtonUniversity等都有決策科學(xué)專(zhuān)業(yè)，Harvard、Stanford有決策科學(xué)實(shí)驗(yàn)室，歐美國(guó)家都有自己的決策科學(xué)學(xué)會(huì)或機(jī)構(gòu)。在大學(xué)的網(wǎng)站上，想吸引生源的決策科學(xué)部門(mén)會(huì)問(wèn)“Doyouwanttobealeader?”，就好像說(shuō)想當(dāng)領(lǐng)導(dǎo)者，一定要學(xué)決策科學(xué)，因?yàn)檫@是時(shí)代趨勢(shì)，的確，在一年一度的美國(guó)國(guó)家大學(xué)協(xié)會(huì)和雇主工薪調(diào)查中，決策科學(xué)榮登了去年8大最高工薪的非傳統(tǒng)高校專(zhuān)業(yè)排行榜。這個(gè)專(zhuān)業(yè)成為傳統(tǒng)的工商管理和工程學(xué)的橋梁，滿(mǎn)足了市場(chǎng)對(duì)綜合能力、決策能力的需求。人們渴望通過(guò)決策科學(xué)實(shí)現(xiàn)的是，在尊重經(jīng)驗(yàn)、感知的前提下，把Science引薦到人文、社會(huì)、政治、商務(wù)、決策等領(lǐng)域，并讓之可行可靠，推動(dòng)決策的科學(xué)性、準(zhǔn)確性、有效性、時(shí)效性等，最終的目的，是減少?zèng)Q策的風(fēng)險(xiǎn)，制定出好的、能創(chuàng)造巨大價(jià)值的決策。如同ComputerScience一樣，國(guó)外的DecisionScience已經(jīng)有了很長(zhǎng)的歷史，并且走人了各行各業(yè)。美國(guó)一流金融公司決策科學(xué)的大規(guī)模開(kāi)始，大約在1985年左右吧，從累加的邏輯規(guī)則飛躍到單一評(píng)估、模型的使用，再飛躍到貫通的、多元行為的分析，發(fā)展之迅猛令人感嘆。今天，一流公司在做優(yōu)化，各種優(yōu)化軟件、系統(tǒng)層出不窮，比如風(fēng)險(xiǎn)定價(jià)、offer設(shè)置，可以因人而異，公司的網(wǎng)頁(yè)信息，可以根據(jù)登入信息不同而有不同呈現(xiàn)等等。在中國(guó)我的觀察是各大公司也越來(lái)越注重?cái)?shù)據(jù)分析、用科學(xué)方法判斷風(fēng)險(xiǎn)、創(chuàng)造收益了。這與我十幾年前離開(kāi)中國(guó)的時(shí)候有了很大進(jìn)(2)大數(shù)據(jù)時(shí)代不管我們是否已經(jīng)準(zhǔn)備好了，大數(shù)據(jù)時(shí)代已經(jīng)到來(lái)了。最近大數(shù)據(jù)非常時(shí)髦，大家都在談它，有人說(shuō)：大數(shù)據(jù)到底是什么呢，它代表著一個(gè)時(shí)代，就是一個(gè)數(shù)據(jù)量已經(jīng)到了大小超過(guò)了現(xiàn)有典型的數(shù)據(jù)庫(kù)軟件和工具的處理能力，而必須使用在數(shù)十、數(shù)百甚至數(shù)千臺(tái)服務(wù)器上同時(shí)平行運(yùn)行的軟件來(lái)處理。摩根大通近一兩年已經(jīng)調(diào)整了IT部門(mén)的組織架構(gòu)，并投資進(jìn)行系統(tǒng)更新。摩根大通使用的決策科學(xué)工具非常多，比如數(shù)據(jù)庫(kù)解決方案用的是被譽(yù)為“商業(yè)并行處理的領(lǐng)導(dǎo)者”的Teradata系統(tǒng)，傳統(tǒng)的數(shù)據(jù)分析平臺(tái)是SAS，還有用戶(hù)界面用Tableau，Cognos以及Qlikview等等。這些平臺(tái)工具，使得數(shù)據(jù)分析、決策科學(xué)大放光彩。然而求索的腳步是不會(huì)停歇的，在已經(jīng)很前沿的基礎(chǔ)上，國(guó)外一流公司進(jìn)而在研究非傳統(tǒng)性數(shù)據(jù)的采集、讀取、錄入，比如社交媒體數(shù)據(jù)、網(wǎng)絡(luò)日志、語(yǔ)音視頻數(shù)據(jù)等等，新時(shí)代的大數(shù)據(jù)平臺(tái)要能夠完美接受非結(jié)構(gòu)化數(shù)據(jù)、使之可用，并實(shí)現(xiàn)數(shù)據(jù)實(shí)時(shí)性。比如現(xiàn)在機(jī)構(gòu)都有了微信，大家在微信或facebook里討論了一款產(chǎn)品，分析人員要去讀取、輸錄、之后分析。未來(lái)這些信息可直接推送出結(jié)論，比如某產(chǎn)品差評(píng)過(guò)多，某產(chǎn)品引來(lái)市場(chǎng)熱議等。國(guó)內(nèi)目前即使是很好的金融機(jī)構(gòu)，可能不少還停留在有了數(shù)據(jù)庫(kù)和存儲(chǔ)數(shù)據(jù)能力，但是數(shù)據(jù)使用不多，工具不多，普及也不廣的狀態(tài)。同時(shí)我們每天又在各種新聞中體會(huì)著無(wú)比絢麗、神奇的未來(lái)，也有著時(shí)不待人的急迫感。所以我個(gè)人認(rèn)為，當(dāng)前，我們要心懷偉岸的夢(mèng)想，腳踏實(shí)地的先做好最基礎(chǔ)的工作，比如搭建數(shù)據(jù)分析平臺(tái)，建立決策科學(xué)環(huán)境，利用現(xiàn)有數(shù)據(jù)，增加決策科學(xué)思維，“為飛奔的汽車(chē)換輪胎”，不斷努力，不斷進(jìn)取。我就帶著這樣的心懷夢(mèng)想、腳踏實(shí)地的心態(tài)，回了家，今天能在早餐會(huì)上和這么多專(zhuān)家、精英們相識(shí)，特別榮幸，先感謝大家的支持、幫助、鼓勵(lì)，希望和大家一起努力，踏實(shí)做些事情。(3)大數(shù)據(jù)及決策科學(xué)在金融行業(yè)的應(yīng)用和有四、五十年歷史的美國(guó)知名的卡組織Visa、Mastercard一樣，銀聯(lián)是中國(guó)的卡組織。在短短的十二年里，銀聯(lián)已經(jīng)成為世界第二大的卡組織，40億張卡片，400家發(fā)卡機(jī)構(gòu)，140多個(gè)國(guó)家，1400多萬(wàn)商戶(hù)，年交易100億條以上，已經(jīng)成為中國(guó)知名品牌，在世界上有著越來(lái)越大的影響力。這是寶貴的財(cái)富，尤其是我們自己的卡組織的寶貴財(cái)富。銀聯(lián)的大數(shù)據(jù)，如果有效開(kāi)發(fā)利用，可以帶給中國(guó)政府、企業(yè)、銀行、機(jī)構(gòu)、商戶(hù)等很大價(jià)值。比如Visa和Mastercard，他們利用美國(guó)市場(chǎng)的交易數(shù)據(jù)，做出各種零售消費(fèi)分析，做類(lèi)似美國(guó)政府的消費(fèi)者信心指數(shù)，幫助沒(méi)有實(shí)力搭建高端決策科學(xué)平臺(tái)的小企業(yè)主做精準(zhǔn)營(yíng)銷(xiāo)，極大的減少營(yíng)銷(xiāo)成本。他們的防欺詐模型，通過(guò)對(duì)每一筆、每一次交易的行為、規(guī)律、時(shí)間、地點(diǎn)、用途、金額等多維度的規(guī)律的判斷，來(lái)評(píng)估欺詐的風(fēng)險(xiǎn)。如果風(fēng)險(xiǎn)傾向高，那么防欺詐部門(mén)立刻行動(dòng)，凍結(jié)這筆交易，電話(huà)客戶(hù)驗(yàn)證客戶(hù)身份。全程1-3分鐘，通過(guò)驗(yàn)證則交易通過(guò)，否則交易失敗。大數(shù)據(jù)良好的應(yīng)用，最終使公司、消費(fèi)者都受益。我現(xiàn)在任職的公司，銀