可能之前很多傳統(tǒng)企業(yè)習慣于依靠經驗憑直覺分析經營管理中的具體問題，提出相關解決思路并安排改進措施，然后再重復這個循環(huán)，但是在現今的互聯網時代，誰擁有更為精準的數據，能夠描繪更為清晰的用戶畫像，誰就有了競爭優(yōu)勢。
因此當下，大數據尤其重要，而且運用大數據戰(zhàn)略實踐的關鍵問題不是數據規(guī)�；蚋呔饧夹g，而是如何利用數據迅速產生價值，如何用數據改變企業(yè)的經營管理方式。企業(yè)越早從數據中洞察事實，并據此快速做出行動越早受益。
最近跟一家著名互聯網企業(yè)的首席架構師討論起了數據的話題，得知其正為數據迅速膨脹卻無法很快產生價值而發(fā)愁。我開玩笑說：“您這是飽漢子不知道餓漢子饑，我們想數據都想瘋了”。其回復：“這些數據消耗的資源實在太龐大了！若不能產生價值，很難維持這樣的運作模式”。十分認同這個觀點，回顧一年來實施公司大數據戰(zhàn)略中的實踐，關鍵問題的確不是數據的大小，而是如何利用數據迅速產生價值。
一、用數據為經營管理提供幫助
大多數傳統(tǒng)企業(yè)習慣于依靠經驗憑直覺分析經營管理中的具體問題，提出相關解決思路并安排改進措施，然后再重復這個循環(huán)。這種工作方法在過去也曾經十分有效，特別是在企業(yè)問題比較明顯的情況下，能夠快速反應做出調整并取得成效。這種企業(yè)的經營管理方式類似騎自行車，憑經驗直覺就可以安全地前進了。
信息化時代市場競爭進一步加劇，企業(yè)的運作越來越復雜，充滿了各種風險和不確定性，企業(yè)核心能力的主要差異越來越體現在各個細節(jié)之中。企業(yè)需要快速且安全的發(fā)展，其經營管理猶如駕駛汽車，沒有儀表盤肯定無法做到安全高速的行駛�；ヂ摼W時代下，數據收集更為方便，數據更能夠反映企業(yè)的具體運營細節(jié)狀況，相當于可以建立企業(yè)經營的駕駛儀表盤。
若仍依靠定性和數據統(tǒng)計簡單分析，憑經驗大致判斷問題形成改進方案的做法，沒有客觀的評價基準，無法準確判斷問題程度和改進效果，不能讓參與各方形成統(tǒng)一的共識，難以在現代市場競爭中取得優(yōu)勢地位。必須引入量化分析管理的方法，通過數據從具體細節(jié)中發(fā)現衡量問題，協同各方實施有針對性的優(yōu)化措施。
用數據建模的方式自動識別問題并采取行動，可以更好地為企業(yè)經營管理服務。類似汽車輔助自動駕駛功能，汽車里的電腦根據駕駛者的要求，對汽車各種傳感器收集上來的自身及周邊各項數據進行模型計算，確定汽車相應的方向和速度，保證車輛高效安全的行駛。未來金融企業(yè)經營更像駕駛噴氣式飛機，沒有基于數據建模的輔助駕駛系統(tǒng)幫助，肯定無法航行。
未來的金融競爭一定會比拼數據建模能力，若不盡快在精準營銷、風險識別、產品個性化定價等方面開展數據建模實踐，就很難形成相應的核心競爭力。
傳統(tǒng)企業(yè)中基于經驗習慣的工作方法已經運作了很長時間，讓其改變?yōu)榛诹炕治龊蛿祿５墓ぷ鞣椒〞掷щy。這就要求企業(yè)最高決策領導提出硬性要求，將數據應用作為關鍵工作部署下去，并在企業(yè)各部門的年度考核目標中增加相應的指標，逐漸形成使用數據的經營管理文化。
二、數據應用要面向解決企業(yè)問題
企業(yè)為迎接數據時代的到來，需要建立一支數據分析隊伍，并設置獨立的部門。他們的職責任務就是用數據幫助尋找和解決企業(yè)經營管理中存在的問題，提升企業(yè)的核心競爭能力。數據分析人員不同于IT人員，他們更多需要具有科學抽象思維能力，而非工程思維能力。部門建設初期可以從外部引進人才，也可以從企業(yè)內部尋找有數學、物理、統(tǒng)計學歷背景的員工加入進來。
數據專業(yè)人員由于專業(yè)特點的局限，對業(yè)務知識掌握和理解存在缺陷。因其分析對象更多為企業(yè)專業(yè)的內容，若不能與業(yè)務專業(yè)形成很好的互動，數據分析工作很難開展，搞不好會陷入自我孤立的狀況。企業(yè)的業(yè)務人員雖然對業(yè)務本身非常熟悉，但對數據應用缺乏概念。必須讓數據人員前置到業(yè)務一線中，與業(yè)務人員共同面對企業(yè)的日常經營活動，雙方取長補短逐步嘗試利用數據去改進業(yè)務工作。
數據人員要主動學習業(yè)務知識，嘗試在某一局部用數據發(fā)現和解決業(yè)務問題，然后與業(yè)務人員交流討論，看是否能夠對業(yè)務有些幫助。業(yè)務人員要主動學習理解數據應用的知識和方法，結合自身業(yè)務情況進行思考，努力嘗試運用數據提升經營管理效率。可以考慮客戶數字畫像、風險定價、營銷轉換，甚至是內部員工挽留、辦公物品合理使用、成本績效等等各方面的數據應用。
剛開始做出來的成果很可能會非常粗糙，或根本不靠譜，但經過數據與業(yè)務人員反復探討打磨，相關的數據應用會逐步取得成效。通過在業(yè)務實際工作中的數據應用，觀察其效果，再逐步完善，直至最終固定到業(yè)務日常工作中。局部突破后，逐步擴大數據應用的范圍，獲取更大的效益。
數據應用先不要涉及解決復雜的問題，避免起步階段遲遲無法打開局面。最好從解決簡單問題做起，可以考慮直接引入其他外部公司的成功實踐，迅速產生實際成果，讓大家快速看到數據應用帶來的成效。根據二八原理，這些簡單的數據應用很可能會產生意想不到的效果。通過對這些成功數據應用案例的宣傳，引導大家進一步認識到數據所能夠帶來的價值，加大在數據應用方面投入資源，啟動更多的相關項目。
三、面向問題收集和管理數據
傳統(tǒng)金融行業(yè)因為過去IT資源相對昂貴，本著節(jié)省開銷的考慮，只記錄與金融交易相關的數據。內容主要為客戶狀況、合約和相關交易服務狀況，而其他過程行為數據一般不做記錄。這造成其數據所覆蓋的范圍較窄，難以支撐大規(guī)模的數據應用�，F代IT技術降低了IT成本，同時隨著數據應用帶來價值的提升，各金融企業(yè)擴大數據收集范圍和粒度的意識普遍提高，為更大規(guī)模和更加深入的數據應用創(chuàng)造了條件。
要根據所涉及業(yè)務領域的相關問題，提出需要增加收集哪些數據，然后由IT人員在現有系統(tǒng)中進行埋點，做數據記錄。金融機構所擁有的客戶行為數據比較有限，無法滿足很多算法預測模型的要求，可以考慮在法律容許的范圍內，與外部數據公司合作，獲取更多的數據支持。
數據有其時效性，不能立即使用的數據會隨著時間的推移逐步失去其自身價值，且還會占用大量的IT資源。那種先獲取數據后考慮數據應用場景的做法，成本比較高。因此要避免沒有數據應用目標就大量獲取數據的做法。
數據整理和數據質量管理也要面向解決實際問題的需要，避免盲目追求完美。雖然數據整理和數據質量管理對于后續(xù)的數據應用會帶來很大幫助，但其也會消耗很多資源。特別對于業(yè)務部門來說，提高數據的質量意味著大量工作，甚至可能會影響業(yè)務流程的效率�？梢杂嬎阆嚓P成本與后續(xù)可能帶來的收益進行比較做出決定。
比如為了讓客戶準確填寫電話號碼，有些企業(yè)要求客戶發(fā)短信確認碼。這顯然降低了業(yè)務操作的流暢程度，但若電話號碼是后續(xù)服務所必不可少的，那么這樣的改變就應該盡快實施。
四、確定數據的擁有者
企業(yè)會產生大量數據，不同業(yè)務單元和部門所產生的數據不同，數據使用的情況也不同，很可能會形成企業(yè)內的數據交叉使用。為避免內部的數據使用沖突造成數據的混亂，就需要明確各數據的主人，賦予其管理數據的責任和權利。原則上誰產生的數據誰就擁有這些數據，誰就對這些數據負責，其他人要使用數據必須經過數據擁有者的同意。
數據擁有者要管理保護好自己的數據，同時要考慮如何讓這些數據產生更大的價值。可以考慮在企業(yè)內部形成數據使用的模擬收費機制。確定一合理的價格，讓其他部門的數據使用方支付給數據擁有方相應的費用，取得數據的使用權，并在數據擁有方的監(jiān)督下合理使用數據。
數據使用方的資金額度由企業(yè)根據需要劃定，鼓勵其更經濟地開展項目。通過考核數據擁有者收費的情況，對其相關服務工作予以獎懲。鼓勵數據擁有者將數據提供給大家使用，創(chuàng)造更大的價值。質量越高的數據越有人愿意使用，數據擁有者會不斷提高數據的數量和質量，滿足數據使用者的需要。
五、共享數據平臺支持服務
數據應用需要配套的軟硬件環(huán)境支持，需要在企業(yè)內建設一套共享的數據應用平臺環(huán)境，并安排專業(yè)團隊提供服務支持。采用同一個數據應用環(huán)境，不但可以大幅度節(jié)省采購、建設及運維成本，還可以保證各業(yè)務部門數據相互間的共享使用，也可以非常便捷地開展數據應用交流和相關應用模型的借鑒復用。
數據平臺建設要循序漸進，配置夠近期使用就可以了，后續(xù)逐年確認是否需要擴容和升級。使用過好的設備和軟件工具，過大的配置，很可能因數據量和應用程度無法達到預期，造成相關投入閑置浪費。隨著技術的快速進步，設備及軟件工具會越來越高效，單位處理能力的價格也會越來越低。
而數據應用的不斷深入，各個平臺使用者會對平臺的數據存儲量、計算能力及建模工具等方面提出更高要求，更多成功的數據應用會使得公司愿意增加平臺投入。最經濟的做法是根據數據應用的情況及用戶的需要，逐步擴充或更換設備，采購更加先進的軟件工具。
數據平臺存放著公司全部數據資產，如果數據失密，不但給公司商譽帶來重大的損害，也會影響到客戶的切身利益。公司必須明確平臺管理者數據安全的管理責任和權力，提出數據安全目標要求。要建立數據安全的管理規(guī)章制度，嚴格遵照執(zhí)行。
數據平臺要有完善的安全管控設計，數據使用必須在授權狀況下進行，所有數據操作行為均要記載下來，以供后續(xù)審計檢查使用。要做好數據網絡隔離措施，抵御網絡數據攻擊。重要敏感數據要進行加密或變形，避免直接暴露在外。
大數據工作的重點不是數據規(guī)�；蚋呔饧夹g，而在于用數據改變企業(yè)的經營管理方式。企業(yè)越早從數據中洞察事實，并據此快速做出行動越早受益。不要將資源投放在建設豪華的設備環(huán)境和隊伍上面，不用先準備大規(guī)模數據，只要開始實踐就會有收獲。想在水中遨游？那就趕快找個安全的水池，跳下去吧！
