大数据的理想与现实之间

另一个场景,每个月市场部分析人员获取数据编写分析报告,经营分析会开过之后,就“尘埃落定”了。数据部门加班为市场部人员提供的数据及材料,每年都花费了大量的费用。而这些支出到底创造了什么价值?是不是就是为了领导听起汇报来赏心悦目?我们真的需要坐下来好好想想了。曾经见过一个市场部的同事,使用Excel做了一个很复杂的模板,就为了把每月的数据汇总成逐月的数据,然后计算同比、环比、构成、绘制趋势图,而这些东西,用技术手段很容易实现的。为什么他们不把这个模板变成系统能力,让系统帮他?

之前曾经有技术弟跟我说,现在懂业务的人才是最有价值的,没有技术实现不了的事儿,主要是要知道用技术做什么。再好的技术也要想好了要做什么,能做什么。个人认为,系统要做的事情就是复制、流程和积累,人都没有解决的问题,系统也不可能替你解决。如果你已经拥有成熟的模板,系统就可以把它复制用于各月、全国,在提高效率的同时,避免了人为操作的错误。如果你制定了完善的闭环流程,系统就能帮助你严格地执行。但是,最最有价值的还是积累,不仅数据应用、流程的积累,还有固化在系统中的“知识”的积累。它帮助后来的人熟悉数据,也不会因为人员的变动让工作归零。“积累”,是需要时时刻刻想到的事儿。

大数据层次

上面这张图,从大数据应用价值、系统能力层次的角度显示了能力积累的层级,也帮助我们很快地定位到我们目前能够达到的层级,清楚自己努力的目标。我们是在满足于提供数据粗加工的原材料,还是已经嵌入到企业的生产环节中,形成了商业合作模式?

  5、数据专业发展的关键是什么?~~人,还是人。

从2008年联通公司重组到2012年数据中心成立,经过了4年的时间,期间多少艰辛不用多说。(此处略去301个字。)做什么事儿也离不开人,特别是数据专业,需要一批懂数据、用数据、踏实肯干、耐得住寂寞的人,团队才是最宝贵的资源。而人才队伍的建设必须具备的条件包括:

(1)支持优胜劣汰的干部任免制度;

(2)支持留住最优质的员工薪酬体系;

(3)帮助员工快速成长的有效的培训交流、知识积累机制;

(4)支持我们拥有竞争力的自主开发团队的薪酬体系;

(5)支持我们选择最优质的合作伙伴的招标流程;

(6)合作伙伴意识到自身的不足,专心积累,认真做事,和我们一起成长。

  6、总结

最后,按照“自己的事儿、别人的事儿、老天爷的事儿”的分类方法,说说我们能做点儿什么“自己的事儿”吧:

(1)首先要有稳定的数据管理架构,包括了数据、应用、系统、制度。这样的架构与公司战略目标相结合,形成演进路线和年度工作目标,通过年度目标的达成,循序渐进地逐步实现。数据管理架构需要在数据中心内部(集团、省级分公司),以及公司管理层、信息化部内部、其他业务部门之间达成共识,并坚定地、不打折扣地一起去推进实施。

(2)明确岗位职责和分工界面(集团、省级分公司),并保持相对稳定,避免“临时的因事儿设岗”。定期组织员工培训、沟通,做好知识传递、信息共享,年度工作目标在员工层面达成共识,使新来的员工尽快进入新角色。通过专题研究组的形式邀请省公司参与数据的能力建设,调动省公司层面的积极性,养成数据中心人人“看数据、用数据”、“发现问题、解决问题”的良好习惯,做好自我完善、形成有效积累,形成“成长型”数据专业团队。

(3)建立定期的用户(数据服务对象)沟通制度,主动介绍我们的数据架构和系统能力的提升情况,职责分工及年度工作目标,在用户层面达成共识。引导用户更多地使用系统能力并从中获益,让用户真实地感受到效率的提升,并愿意和我们一起来积累。

(4)多方位整合身边资源,在完善自身能力、提高方法论、产品化水平等方面与合作伙伴达成共识,共同进步。引进咨询机构及高校专业人士参与开展综合指数、客户指标体系等多项专题研究,提升数据产品化和创新能力。

(5)建立一个闭环的工作流程,使相对后端的数据流程参与到企业运营的前端流程中,以便及时反映企业的经营的变化,定期更新指标体系、报表架构及相关应用,避免前后脱节的问题,有效实施数据及应用的生命周期管理。