06-02

    玩轉數據,如何從頂層設計到實施落地?

    瀏覽次數:

    2021年是國家“十四五”規劃的開局之年,“數字化”浪潮是數字化轉型的起點,“數字化”強調數據就是資產,“數字化”推崇數據能夠產生巨大的價值。因此,“數字化”是企業基于深入的數據分析,建立數循環框架,周而復始,實現自身提質增效的基礎。數據時代的到來,企業的經營效率實現了大幅度提升,時間成本實現了大幅度降低,例如:零售行業通過銷售數據的分析精準的捕獲消費者的買賣偏好;制造企業通過分析生產流水線數據對生產情況及時做出調整以提高生產效率;金融行業通過客戶的交易數據規范客戶行為,保障銀行資金的安全。數據逐漸成為與人才、技術和資本同樣重要的第四大核心競爭力,“數字化”的過程是數據資產循環使用的過程,是不斷給企業創造價值的過程。

    數據化、應用智能化、效益數據化、功能數字化等需求都使得數據成為推動企業發展的關鍵因素,但數據推動企業價值提升是一個長期的過程。2013年艾瑞某家電行業的客戶通過自研建立了完善的端到端信息化系統,發揮數字化轉型過程中數據治理的價值,實現企業提質增效;2018年該企業將自身體系輸出打造了工業互聯網平臺;2020年末企業加速推進生態構建、組織架構調整和戰略升級助力數據平臺打造。總結來說2013年至今,該企業初步實現了從數據抓取到分析再到賦能形成新的數據產業數字化運轉的閉環,覆蓋了消費者從購買到售后、生產車間從計劃生產到物流運輸的全流程管理。

    image.png

    一、企業為什么要重視數據價值?

    (一)企業運營支持和管理決策的需要

    數據充斥在運營支持和管理決策的各個環節,所以成功的運營有賴于數據的有力支持。在運營的各個環節,都需要以數據為基礎。當我們有了足夠的數據之后,我們可以不再依賴主觀判斷,而讓數據成為企業里的裁判。理想情況下,如果能夠追蹤一切數據,那么企業所有的決策都可以理所當然地基于數據,從整體戰略到目標設定再到驅動商務運營的方法,最后采用一定的評估方法來衡量數據運營的效果。數據資產的出現與發展,主要目的是實現數據的增值和變現,這對傳統企業提出了將業務與數據進行結合,實現企業經營決策與持續發展的變革要求,核心也就是“業務管理數字化“?!皹I務管理數字化”的基礎需要打通數據,制定統一的數據標準,提升數據的質量,發揮數據的價值。

    image.png

    (二)企業業務轉型和創新的需要

    由于面臨的市場壓力與挑戰,越來越多的企業通過數據所產生價值來牽引和實施戰略轉型、思維轉型及業務轉型,從而尋求全新的商業模式,數據價值的實現是企業價值實現和創新轉型的基礎。數據是數字化轉型過程中關鍵的基礎性要素,數據實現價值的過程是打通企業內部不同層級、不同系統之間的數據壁壘,全面提升數據質量,實現對企業內部業務創新的支撐?;诖?,實現數據潛在價值向實際業務價值的轉化。據Gartner數據統計,截至2020年,80%的企業將會致力于提升其數據能力,從而提升企業的組織變革和業務創新能力。某零售龍頭企業業務不斷創新的過程也即數據價值化的過程,該企業前端門店通過存貨精準跟蹤+消費者信息有效抓取+向總部及時反饋數據保持高效庫存周轉+總部可及時針對數據做出反應,實現數字價值最大化;中端供應鏈通過搭建與供應商之間關于前端門店多維度數據信息的共享機制,將前端數據轉化為物流相關控制,并且引進“Isotrack[1]”,實現節能創新。

    (三)產業鏈對外賦能的需要

    數據的價值除了作為數據資產服務自身內部業務的發展之外,更多的是賦能上下游產業鏈。通過跨領域、跨界的數據整合,構建基于大數據的生態鏈,成為大數據產業鏈中的一環,從而有可能創建新的業務模式和商業模式。上下游產業鏈使用數據資產可以通過形成數據產品、數據服務等在外部市場銷售。生產數據的企業除了可以利用數據提升自身的業績,同時這些數據對其他企業也會具有相應的價值。例如:4S店在了解了客戶的購車習慣之后,不僅可以進行針對性的進行客戶維護和營銷活動,還能在合法合規的前提下,把相關數據提供給保險公司作為其分析客戶購買車險的行為,尋找目標客戶的重要信息。

    二、企業數據資產如何來實現價值?

    (一)數據戰略

    艾瑞數字化戰略咨詢團隊基于企業業務戰略制定的數據戰略來自于對業務戰略中固有的數據需求的理解,它反映了企業所應具備的支撐業務的數據使用和處理的高階能力的要求,并據此制定清晰的數據化能力體系框架。業務的不斷發展和信息化的不斷深入,需要建設的業務系統越來越多。因此,構建專業的數據治理組織,設置合適的崗位權責,建立相應的管理流程和制度,讓數據標準貫徹到每個業務環節是當務之急。在數據源頭加強企業數據的管理,讓常態化管理成為日常業務,從根本上徹底解決企業數據質量的各種問題,讓數據真正轉化為數據資產,實現數據驅動流程優化、數據驅動業務創新、數據驅動管理決策。

    1、企業戰略驅動:十四五時期,企業面臨著發展戰略的變化與調整,數據資產推動業務變革,提升管理和經營效率,實現價值。

    2、政策和監管驅動:政策和監管的要求,政策從數據治理架構、質量控制、數據價值實現、監督管理等方面規范了金融機構等的數據管理活動。

    3、使用規范驅動:數據資產是重要的資產,企業需要安全地保管自身及客戶的信息,良好的數據治理環境可以規范數據的管理和使用。

    4、風險評估驅動:運用大數據、數據挖掘、機器學習、反欺詐、區塊鏈等技術來對風險進行綜合評估,這些有賴于數據能夠良好地運用于數據模型。

    數據戰略從公司戰略出發,以數據資產盤點與分析、投入資源/產出預測為主要工作步驟;以支撐公司各細分策略的視角,制定數據資源規劃、應用規劃、資產規劃等為重點內容;以數據資產的安全、有效管理為實現目標;最后通過降低企業運營成本、提升經營效率、拓展業務模式來創造價值。例如:某保險公司圍繞數據中臺,建設數據管理體系與數據價值應用,提升數字化風控能力,實現覆蓋客戶全流程的數據管理。利用“規則+經驗”和數字化賦能運營和風控等業務全鏈條,利用數據分析甄別詐騙騙保行為。數據管理的真正的價值點在于數據,而體現數據價值離不開數據戰略。最初企業數據規范缺失、組織架構尚不清晰,數據戰略意識缺失,需要有人來時刻關注數據運營的質量。因此企業需要盡早建立完善的數據戰略,賦予數據更好的管理理念和運營模式。

    image.png

    (二)數據收集

    1、為何收集數據?

    首先,要想清楚為何收集數據,也就是希望從數據中獲得哪些信息?可能是為了了解用戶的行為習慣;也可能是想要了解用戶的態度與期望;也可能想要了解用戶的感受等。

    2、何時收集數據?

    首先,確定收集數據的時間間隔,其次確定收集數據的類型等。

    3、如何收集數據?

    通過自述報告或觀察可以收集數據,自述報告的數據包含詢問用戶的問題及用戶的一些回答,觀察用戶行為能夠獲取觀察數據。另外,通過第三方平臺或者一定的技術手段也可以收集相應的數據。

    4、收集什么數據?收集多少數據?

    收集數據的內容和體量需要依賴于所要收集數據的目標及為了實現最終目標所做出的決策。

    數據收集是使用數據的基礎,從源頭上理順數據收集的渠道、時間、方法、類型和體量等才能真正的使用數據,發揮數據的價值。

    (三)數據治理

    數據治理是整個數據戰略的底層支撐,數據戰略指導建立完整的數據管理體系,實現以數據治理為基礎的從數據架構到數據質量等的全面管理。數據和信息質量決定了信息能否發揮價值,實現應用。另一方面,數據和信息需要被標準化,規范化,并且被作為服務從而變得易于使用。數據標準定義統一的數據口徑與規范,數據架構可以確定、開發合理的信息模型以支持業務操作和分析。數據治理用來管理優先級、計劃、業務流程、應用和數據,使得數據組織與相關職責更規范,并提供數據政策和制度的保障。數據治理的目標是為了保證“正確的信息,以正確的形式,在正確的時候,交付給正確的人”,有助于增強企業靈活性,最小化決策成本和風險。

    通過數據治理來實現數據價值的案例很多,例如:某醫療企業IT系統以業務為主導、比較傳統,隨著信息系統的不斷增多,復雜度也越來越高,信息孤島現象頻現,數據的利用效率比較低。企業為了改善問題進行了數據管理的轉變,通過建立主數據庫和統一的數據中心構建以患者為中心的主索引,為患者提供從注冊到治療等一系列全流程的智能匹配和標準規范,為企業構建數據倉庫,整合分散存儲的數據,提高數據利用率。最后患者擁有自己完整的電子健康和醫療檔案,并可以通過索引在各個醫療機構調取自己相關的信息,實現跨區域、跨機構終生的醫療信息共享,對醫療機構可以實現患者統一高效的管理,確保了信息交換的準確性和一致性。

    (四)數據應用

    企業內部使用自身運營產生的數據服務自身的經營決策和業務發展。數據價值的實現最終取決于數據的應用場景,單一的數據應用于單一的場景,數據的多維結合使得數據應用發揮單一數據直接相加的價值。例如:移動、聯通及電信運營商定期分析成熟客戶的套餐、消費及使用異常等情況,適時地采取客情維系策略,通過制定相應的個性化優惠政策吸引老客戶的需求,延長收益?;ヂ摼W電商平臺通過大量的平臺交易數據精細分析,制定長期的營銷策略。

    數據應用的另一個體現是數據資產化向生產資料化轉變,通過規范的數據管理,將企業內部的數據實現統一標準整合應用,實現數據的資產化,促進降本增效、實現業務驅動。數據生產資料化的本質是將企業所擁有的數據資產活化,數據資產有別于其他傳統意義的資產,其重要的特征就是在于其生產出來的瞬間價值最高,并隨時間的推移逐漸減值,只存不用的思路是不能夠支撐企業進行數字化轉型過程中,快速變化的業務需求的。例如:客戶購買了一件商品,是否能夠通過交叉銷售,推薦購買其他產品;或者客戶在服務場景中,是否能夠快速準確的定為客戶問題,都充分說明數據實時場景是數據價值最高的地方。而將數據生產資料化后,所帶來的好處是,不僅在當前場景下,可以充分發揮數據價值,還可以通過在生態內外部進行打通,從而進一步發揮數據價值。例如:阿里集團將其生態內的數據進行生產資料化以后,可以更快速的在生態內以數據打通各個業務,形成對多業務的支持及擴展。這就是基于數據生產資料化所帶來的價值,同時這也是數據被稱為生產要素的重要原因。

    從認識到數據的價值到真正實現數據的價值,需要企業持續投入積累沉淀,以產品運營的思路運營數據產品,聚焦行業應用和典型場景打造數據產品。數據資產化只是在企業內部形成共同的“數據語言”,在運營過程中還需要實時對數據進行收集匯總分析,以產品運營的理念運營數據資產,梳理挖掘行業/應用的典型場景,使數據管理由成本單元轉變為利潤單元,形成新的商業模式和收入來源。通過不斷的數據更新和積累、持續的數據運維,幫助企業提高數據業務的質量和市場競爭力,獲得持續的市場收益,從而實現數據產品化和數據價值最大化。企業同步擁有和強化數據生產資料的存量價值,以及對其分析、挖掘的能力,進而極大提升核心競爭力。

    三、數據使用過程中應該注意什么?

    數據使用的安全性。數字化時代,數據的安全使用是數據發揮價值的前提,無論是歐盟還是國內對保護數據的安全都給予了足夠的重視。2016年歐盟議會與理事會通過了《歐盟一般數據保護條例》(GDPR),確保在歐盟內部實行統一的數據保護標準,對個人數據保護法律進行規范,嚴格規定了控制和處理個人數據的組織應承擔的義務。2020年《中華人民共和國數據安全法(草案)》全文在中國人大網公開征求意見,提出國家將對數據實行分級分類保護、開展數據活動必須履行數據安全保護義務承擔社會責任。因此,在數字化轉型發展過程中,企業對數據的使用是具有邊界的,必須嚴格按照數據資產的產權進行數據的維護和使用,確保數據使用的安全。

    數據使用的合規性。數據合規性是負責任且可持續地使用業務產生的數據,如果數據合規性方面的問題得不到正確的解決,那么很多數據通常也會成為問題。另外,如果數據中包含一些個人信息,那么數據利用合規的第一個前提就是要尊重國家關于個人信息保護的所有法律規范,不能因為強調數據擁有者的權益,就忽視了個人信息保護的合規。數據資產發揮價值既包含數據存儲、管理、應用的相關軟硬件平臺的建設和維護,也需要配套相應的管理制度、流程、人員,每一個環節都必須在符合規定的前提下運轉,保證數據管理正常進行,真正發揮出數據管理在企業數字化轉型過程中的基礎性作用。

    數據使用的時效性。數據的使用和發揮價值是有一定的時間限制的,如果超出了相應的時間,數據價值將不存在或數據價值減少。例如:每年去醫院就診人次是一個非常驚人的數字,但相應的醫院所能承載的就醫人數是非常有限的,如果某地突發大規模的流感,可能就會讓當地的醫院承受巨大的壓力,造成患者無法及時入院就診。衛生防疫部門可以通過大數據的方法及時跟蹤流感等高發疾病的發病情況,但是這些數據必須在很短的時間內得到處理,并實時得出某些醫療數據才能夠很好的發揮作用。這從側面說明了數據具備較強時效性,數據的使用受時間的限制。

    數據資產在企業數字化轉型的過程中,無論對于企業的日常經營還是業務創新都具備戰略性的指導意義。因此,在數據時代,每個企業都必須構建一整套適配企業發展的包括數據組織,數據架構,數據治理和數據能力在內的數據戰略,建立以數據為基礎的決策文化,定期收集有價值的數據,方能在競爭中搶得先機。


    [1]“Isotrack”是某零售龍頭企業采用的一項節能新技術,通過安裝在運輸車里的小型電腦對車輛的行車路線進行實時優化。

    (文章為作者獨立觀點來源網絡,不代表翔宇咨詢立場)
    一级毛片一级毛片一级毛片看一下