五个步骤搭建企业的“大数据视野”

发布时间：2017-10-05 作者：From Internet 来源：大数据DATA

关键字：大数据大数据视野

收藏好文推荐打印

波士顿咨询公司（Boston Consulting Group）最近的一项调查显示，公司拥有的大数据能力与他们渴望在三年内拥有的大数据能力之间存在着巨大的差距。其中一项能力——优先级能力——的不足影响尤甚，因为它是成功的根本。

4.获得“加速器”

传统来说，确定数据方案一般由业务人员主导。但是，如果以高效、有效的方式，让分析专家参与到方案的创意、安排优先级、以及最终决策中，会带来一些益处。我们发现，经典的“辐轴式”（从中心辐射到四周）运营模式可以确保公司获得这些益处。

“辐轴”的中心由一个核心的数据分析团队组成，团队成员具备大数据的才能以及技巧。这并不是一个“数据部”，而是一个轻量级的组织，是负责设计和执行高级分析的数据科学家，以及负责收集清洗数据、实施数据管理以及数据安全、并定义数据架构的数据工程师的家园。而一条条从中心发散出去的轮辐则是各个业务部门。

纳入分析专家的益处之一是，他们可以提升企业处理优先级的能力，以及命中大数据机会的可能性。该模型通过促进数据分析团队和业务部门之间的交互与协作来确保这一点。比方说，当分析团队的负责人及其专家参与优先级讨论时，可以更精确地为利益标准制定权重。

另一个优点是，分析专家可以帮助企业提升对大数据的认识和了解。再一次，该模型的互动和协作可以帮助业务部门的领导者更好地理解大数据能做什么，不能做什么。同时，分析专家对业务需求以及如何满足这些需求有更好的知识储备。

但也许分析专家带来的最大的好处是“速度”。通过与业务部门合作，分析团队可以帮助加快大数据方案的实施以及能力建设。事实上，我们倾向于将分析团队简单地描述为“加速器”。它可以通过几种重要方式达到目标：

加快确定新机遇的速度。作为大数据方案的中心，加速器可以看到所有项目的成果。因此，它可以通过两种方式激励他人：分享业务部门的项目经验与见解，以及酝酿新的举措。了解其他举措的结果将有助于业务部门产生新的想法；了解所有的大数据方案将有助于加速器确认机会。

快速访问内部和外部资源。作为人才和工具的焦点，分析团队可以协调内部资源。这不仅可以确保技巧、可用数据和技术在整个公司内得到更有效的使用，而且有助于将业务部门引导至他们甚至可能不知道的资源（例如数据或见解）。作为外部资源和伙伴关系的协调者，加速器可以将业务部门引导到更广泛的分析生态系统，以访问内部可能不可用的数据与功能。没有这种协调，外部资源往往以随性的、而且往往并非最佳的方式被使用。

以智慧和协调的方式建立能力。一步一个脚印是困难的。确实很容易就脱离了轨道。一方面，如果一家公司过分注重大数据方案的即时利益，选择建设提供价值、但却不需要发展新技能、新资源的方案，那么在未来某个时刻，当你需要某些关键能力的时候，就会发现有很大的缺口。另一方面，如果一家公司过分强调建设长期能力，但不能创造近期价值，那么就有建立一个累赘的风险：投入了大量的时间、金钱与人力，却部署了一个看起来不错但基本没有得到充分利用的设施。

“加速器”通过帮助避免这些陷阱，来加快企业能力的发展。通过对整体能力和全面机会的了解，企业可以确保以协调的方式实施各项举措和能力，从而使公司迅速迈向长期愿景。

5.敏捷，采用“测试-学习”方法

以敏捷的方式工作是实施大数据方案的关键。在敏捷模式下，小型跨职能团队通过快速、频繁的迭代开发和测试，利用经验教训来改进这些项目，并探索新项目。

在我们的调查中有一个有趣的发现，总的来说，并不是最大的公司才拥有最成熟的分析能力或最大的野心。相反，这是一群介于最大和最小受访者之间的公司。他们比小型企业拥有更多的资源，但与此同时，又没有大企业那么多的层级结构，受到传统结构的层层阻碍。简而言之，他们往往更有能力实施敏捷模式。

虽然没有业务部门与加速器如何协同工作的标准案例（公司跟公司之间会有所不同），但有一个通用的流程：构思－策划－研发以及部署－ownership。无论是业务部门，还是“加速器”，都能为项目带来关键技能。业务单位提供业务专家和产品所有者；加速器提供分析专家、数据专家和开发主管。在一起，他们通过频繁的周期来开发、测试与学习构建最小可行性产品。

最小可行性产品发布后，业务部门将全面接管产品，并在必要时进一步开发产品。与此同时，“加速器”则用从经验中获取的见解来确定组织其他部分的新举措——一个新的循环开始了。

实际上，实现大数据视野的途径本身就由一系列的迭代组成。每个方案都会影响到下一个方案的方向。这个过程可以比喻成经过每一个转弯都变得更聪明一点的GPS，为更好的目的地绘制更快的路线。

“辐轴式”模型已经成功实施。一位行业领先的金融服务提供商的首席财务官认识到，分散的分析工作无法对公司产生真正的影响。该公司建立了由75位专业人士组成的卓越中心（CoE），其中包括数据科学家、数据工程师和业务分析师。该小组与业务部门的领导紧密合作，确定解决关键业务难点的大数据方案，根据明确和可衡量的回报优先考虑这些举措，并使用跨职能团队实施举措。该CoE显著地加速了价值的交付，同时使公司能够规模化、标准化地利用其分析方案。

该模式还具有很大的灵活性：可以根据公司的具体要求和特点，以各种方式实施。例如，在某个领先的欧洲银行，大数据功能的成熟度在各个业务领域有很大差异。于是，该银行建立了一个大约40人的数据中心，主要分为两个组——高级分析师和数据工程师——为每个业务线提供所需的支持。比如在零售银行方面，分析被广泛应用于运营和决策，因此其大数据功能已经非常强大。因此，中心主要为更高级的方案提供补充援助。相比之下，在财富管理方面，分析并没有得到广泛的应用，所以中心提供了更全面的支持，实际上“外借”了全面的专家小组来创建分析模型，然后负责实施和监督。

现在：开始启动

对于快速实现大数据视野，并将其转化为公司寻求的价值来说，聚焦和加速至关重要。

我们建议企业首先选择一个灵活、轻便的商业分析平台，然后利用某个项目，逐步推进“数据分析＋业务”的跨部门协作，一步一个脚印地实现自己的大数据视野。

毕竟，在商业的战场中，数据观跟世界观一样重要。

共2页

上一页 1 2

第1页：五个步骤搭建企业的“大数据视野”(1)
第2页：五个步骤搭建企业的“大数据视野”(2)

本文来源于互联网，e-works本着传播知识、有益学习和研究的目的进行的转载，为网友免费提供，并以尽力标明作者与出处，如有著作权人或出版方提出异议，本站将立即删除。如果您对文章转载有任何疑问请告之我们，以便我们及时纠正。联系方式：editor@e-works.net.cn tel：027-87592219/20/21。