據(jù)中臺(tái)、數(shù)智化轉(zhuǎn)型的討論也是非�；馃帷�幾乎每個(gè)企業(yè)都在關(guān)心如何構(gòu)建自己的數(shù)據(jù)中臺(tái)，如何利用數(shù)據(jù)中臺(tái)構(gòu)建企業(yè)自己的數(shù)據(jù)銀行。

01 從 IT 到 DT 時(shí)代，亟需 AI 賦能

IT 時(shí)代由人編輯數(shù)據(jù)庫，而在 DT 時(shí)代由機(jī)器編輯數(shù)據(jù)庫。三年前馬老師講，DT 時(shí)代中國(guó)是可以直道超車的，因?yàn)橹袊?guó)有人口基數(shù)的優(yōu)勢(shì)，產(chǎn)生的數(shù)據(jù)最多。阿里巴巴 CEO 張勇也提到了我們從五新邁向了百新，五新里面最核心的是新能源，而新數(shù)據(jù)就是新能源。中國(guó)有十幾億人口，每天產(chǎn)生新能源、新數(shù)據(jù)也最多，所以人工智能一定在中國(guó)先誕生，并且人工智能的技術(shù)會(huì)復(fù)制到全球，全球優(yōu)秀的企業(yè)都會(huì)采用中國(guó)的大數(shù)據(jù)和人工智能技術(shù)。同時(shí)，數(shù)據(jù)中臺(tái)將是每一個(gè)企業(yè)做戰(zhàn)略轉(zhuǎn)型和整個(gè)業(yè)務(wù)轉(zhuǎn)型的一個(gè)基礎(chǔ)設(shè)施。企業(yè)數(shù)字化、智能化就是一種必然的趨勢(shì)。

02 數(shù)智化轉(zhuǎn)型中的四大常見誤區(qū)

1、拿來主義

在拜訪客戶時(shí)，客戶會(huì)問有沒有數(shù)據(jù)可以給自己用，這著實(shí)有些讓人哭笑不得，答案想必是否定的。因?yàn)閿?shù)據(jù)是最核心的資產(chǎn)。自己業(yè)務(wù)系統(tǒng)產(chǎn)生的數(shù)據(jù)先用起來，形成閉環(huán)以后才能慢慢地看怎么把三方的數(shù)據(jù)融合起來，并把自己的數(shù)據(jù)和別人做簡(jiǎn)單的碰撞和交換，數(shù)據(jù)一定是和應(yīng)用場(chǎng)景相結(jié)合才能被應(yīng)用起來，拿來主義要不得。

2、業(yè)務(wù)和 IT 部門誰主導(dǎo)

數(shù)智化轉(zhuǎn)型過程應(yīng)人人參與，各司其職。其實(shí) IT 很多時(shí)候是對(duì)業(yè)務(wù)的理解，只是在前面十年 IT 的建設(shè)中對(duì)業(yè)務(wù)有很強(qiáng)的理解，以往業(yè)務(wù)和 IT 之間的溝通有所限制。事實(shí)上 IT 在整個(gè)過程中通過機(jī)器發(fā)現(xiàn)了很多業(yè)務(wù)，這個(gè)時(shí)候需要有一種新的機(jī)制和組織來保障運(yùn)行，應(yīng)是一個(gè)相輔相成的關(guān)系。IT 要更多地理解業(yè)務(wù)痛點(diǎn)，通過跨部門的協(xié)作和整個(gè)行業(yè)內(nèi)的數(shù)據(jù)協(xié)作找到業(yè)務(wù)曾經(jīng)發(fā)現(xiàn)不了的規(guī)律。

3、切入點(diǎn)怎么找

在找切入點(diǎn)的過程中，經(jīng)常說先建一個(gè)平臺(tái)，把所有數(shù)據(jù)聚進(jìn)來，再慢慢清洗整理，或是先做一個(gè)小的數(shù)據(jù)應(yīng)用看它跑得如何。我們說人都是千人千面的，每一家企業(yè)當(dāng)然是不一樣的，切入點(diǎn)通常是在大家共同的探討之后，通過一些方法論找到最適合自己的切入點(diǎn)。企業(yè)要做的首先是把不同的業(yè)務(wù)部門的數(shù)據(jù)做體系化的梳理，并且找到創(chuàng)新業(yè)務(wù)最需要的業(yè)務(wù)應(yīng)用點(diǎn)，再反推到怎么建數(shù)據(jù)中臺(tái)。所以我們常說以用帶通、以通帶存，以存帶采。

4、有存、無通、想用

現(xiàn)在大部分企業(yè)有把數(shù)據(jù)存下來的意識(shí)，他們也會(huì)找一些數(shù)據(jù)公司把存量的數(shù)據(jù)用起來，但所有的數(shù)據(jù)都沒有通起來，真正能夠通起來的企業(yè)非常少。很多客戶覺得數(shù)據(jù)只有大而全才可以用，其實(shí)不然。我們發(fā)現(xiàn)其實(shí)數(shù)據(jù)是有多少就可以用多少，關(guān)鍵看你怎么用。

解開以上四大誤區(qū)的五個(gè)方子：

1、采集并用好自有數(shù)據(jù)，再結(jié)合三方

2、IT 與業(yè)務(wù)深度融合

3、以用帶通、以通帶存，以存帶采

4、數(shù)據(jù)可以不全，但可以有多少用多少

5、面向數(shù)智化轉(zhuǎn)型的組織保障

03 賦能商業(yè)，助推企業(yè)降本增效

 

 

我常說自己承擔(dān)了技術(shù)和商業(yè)落地的翻譯官的工作。上圖從數(shù)據(jù)采集開始，大家之前都是業(yè)務(wù)系統(tǒng)里有很多的數(shù)據(jù)，并且這個(gè)數(shù)據(jù)很多時(shí)候維度比較單一，也比較少。我們會(huì)通過互聯(lián)網(wǎng)的數(shù)據(jù)和三方數(shù)據(jù)做一些數(shù)據(jù)升維，數(shù)據(jù)不全、數(shù)據(jù)質(zhì)量差，數(shù)據(jù)沒有被充分利用都是沒法做好數(shù)智化應(yīng)用。

 

 

我們?cè)谏罡麛?shù)據(jù)智能應(yīng)用，也就是我剛才說的 IT 到 DT 時(shí)代的核心改變，我們把智能應(yīng)用分為人、貨、場(chǎng)。在人貨場(chǎng)里面做了人貨關(guān)系、貨場(chǎng)關(guān)系之間的數(shù)據(jù)智能應(yīng)用。在這個(gè)智能應(yīng)用之下到數(shù)據(jù)的通、存、采集，它才能夠跟行業(yè)做更多結(jié)合。但這是遠(yuǎn)遠(yuǎn)不夠的，我們認(rèn)為今后的數(shù)據(jù)智能應(yīng)用將會(huì)是它的幾百倍甚至幾千倍。而我們?cè)跀?shù)智化應(yīng)用之上，也為零售領(lǐng)域各行業(yè)客戶數(shù)智化轉(zhuǎn)型賦能，助推企業(yè)降本增效。在此分享兩則我們賦能客戶數(shù)智化轉(zhuǎn)型的案例：

1、某家居標(biāo)簽體系建設(shè)及精準(zhǔn)營(yíng)銷

我們?yōu)槟臣揖咏ㄔO(shè)統(tǒng)一的客戶標(biāo)簽體系，實(shí)現(xiàn)了：

• 數(shù)據(jù)中臺(tái)總數(shù)據(jù)量達(dá)到 100T，客戶數(shù)量達(dá)到 3000 萬;

• 新增有效客戶標(biāo)簽 200 個(gè)以上;

• 基于統(tǒng)一的算法標(biāo)簽實(shí)現(xiàn)客戶精準(zhǔn)投放，渠道投放成本每年節(jié)省 500 萬元;

• 基于精準(zhǔn)營(yíng)銷，復(fù)購率比原來提升 4%，營(yíng)收比原來增加 2 億元左右。

2、某商超數(shù)據(jù)中臺(tái)構(gòu)建

我們?yōu)槟成坛�建設(shè)業(yè)務(wù)應(yīng)用和數(shù)據(jù)中臺(tái)，實(shí)現(xiàn)了：

• 數(shù)據(jù)中臺(tái)應(yīng)用，結(jié)合企業(yè)微信管理，員工報(bào)表使用率提升 20%;

• IT 運(yùn)維成本下降，通過雙中臺(tái)的升級(jí)，設(shè)備故障率下降為 0;

• 財(cái)務(wù)處理人員成本下降，通過數(shù)據(jù)中臺(tái)中提供的財(cái)務(wù)及發(fā)票的數(shù)據(jù)智能處理，每年節(jié)約 30 萬左右的人力成本;

• 通過數(shù)據(jù)中臺(tái)中智能化，支持優(yōu)化新業(yè)務(wù)拓展流程，每個(gè)新業(yè)務(wù)(需求)建設(shè)平均時(shí)間原來為 15-30 多天，現(xiàn)在下降為 3-15 天。

04 構(gòu)建一個(gè)面向未來的數(shù)據(jù)中臺(tái)

數(shù)據(jù)中臺(tái)是企業(yè)數(shù)智化轉(zhuǎn)型的必然選擇。作為一個(gè)企業(yè)，不管是業(yè)務(wù)方還是 IT 方，或是董事長(zhǎng)、CEO，一定要構(gòu)建一個(gè)面向未來的數(shù)據(jù)中臺(tái)，而不是一個(gè)小型的數(shù)據(jù)倉庫。因?yàn)楝F(xiàn)在是數(shù)據(jù)大爆發(fā)的時(shí)代，業(yè)務(wù)系統(tǒng)數(shù)據(jù)到互聯(lián)網(wǎng)數(shù)據(jù)再到 5G 和萬物互聯(lián)的數(shù)據(jù)，數(shù)據(jù)應(yīng)該是大于指數(shù)級(jí)的增長(zhǎng)，怎么樣從海量的數(shù)據(jù)中找到優(yōu)化業(yè)務(wù)和精細(xì)化運(yùn)營(yíng)的點(diǎn)。這是我們?cè)?AI+ 算法定義的世界里面要孜孜不倦去挖掘和發(fā)現(xiàn)的一個(gè)持續(xù)十年不斷努力的過程。

作者介紹

劉瑩，現(xiàn)任奇點(diǎn)云聯(lián)合創(chuàng)始人兼 COO，曾是阿里云成都分公司創(chuàng)始人，阿里云華東地區(qū)政府業(yè)務(wù)、生態(tài)運(yùn)營(yíng)業(yè)務(wù)負(fù)責(zé)人，阿里云大數(shù)據(jù)創(chuàng)新業(yè)務(wù)代言人，IBM 全球副總裁總助，中華區(qū)行業(yè)銷售運(yùn)營(yíng)總經(jīng)理，IBM 政府、教育、醫(yī)療等行業(yè)銷售經(jīng)理，智慧城市解決方案經(jīng)理。致力于在大數(shù)據(jù)和人工智能道路上精益求精，追求卓越。

標(biāo)簽： 數(shù)據(jù)中臺(tái) 

版權(quán)申明：本站文章部分自網(wǎng)絡(luò)，如有侵權(quán)，請(qǐng)聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀點(diǎn)！
本站所提供的圖片等素材，版權(quán)歸原作者所有，如需使用，請(qǐng)與原作者聯(lián)系。