出處：大數據戰略：企業要警惕三大坑
這條音頻我們要說的是，企業在實施大數據戰略時需要注意的三個大坑。
最近，360大數據中心副總經理傅志華有一個演講，用他多年的大數據從業經驗，
為我們總結了企業實施大數據戰略時經常會掉進去的三個大坑，
還提出了兩點建議，用來解決這三個難題，我們一起來聽一聽。
首先，傅志華總結出大數據和人工智能的關鍵技術，
包括圖像識別、語音識別、語意理解、深度學習、用戶畫像等等，
而且還離不開外部數據打通。
但大家在這些技術的實施過程中可能會陷入最常見的三個誤區，就是傅志華說的三個大坑。
第一個大坑，業務部門不知道大數據有什麼用，
也不知道在業務的哪些場景裡能用到大數據。
第二個大坑，企業內部數據孤島非常嚴重，
不同業務部門的數據庫各自為政，跨部門使用數據非常困難。
第三個大坑，組織架構不合理。
這三個最常見的大坑，要怎樣繞過去呢？有沒有解決辦法呢？傅志華分享了兩點建議。
第一點，做好數據的業務規劃。
有些企業還不知道要用大數據做什麼，就先拉起一個大數據團隊，
讓他們自己去研究，這樣大數據團隊就很難辦了，最後可能產出不明顯，
出來了一些成果也不知道有什麼用，這種情況到最後往往就失敗了。
所以，應該反過來，先從結果出發，從應用場景來看，大數據能幫我做什麼？
我需要哪些數據？這需要企業領導人、業務負責人和大數據專家一起認真探討規劃，
尤其要根據企業的現狀和未來兩到三年的發展規劃，
看大數據在哪些應用上對我的發展規劃是有幫助的？
是效率方面的提升還是業績的直接提升？
確定了大數據的應用場景之後，根據場景去看數據模型怎麼建、需要哪些數據，
如果數據不夠，再去和外面合作或者交易需要的數據。
那大數據在企業裡一般都有哪些應用場景呢？
傅志華總結出了一個“大數據與人工智能——企業應用場景金字塔模型”。
這個模型有一個底座，是數據基礎平台，這個是地基；
往上數還有七層，我們從下往上看，
第一層是產品研發，第二層是業務運營監控，
第三層包括了客戶洞察、體驗優化與智能客服，
再往上是精細化運營與營銷、業務市場傳播、業務經營分析，一直到最頂層的戰略分析。
傅志華具體解釋了其中的一些應用場景，比如金字塔的底座“數據基礎平台”，
這個應用場景非常重要，是把客戶的數據形成一個客戶畫像存在公司級的數據庫裡面。
金字塔的第一層是“產品研發”，大數據應用在這裡，
一方面可以提升產品研發效率，另一方面是可以做熱門的個性化產品研發，
通過規模化的手段實現個性化的定制。
金字塔的第二層是“業務運營監控”，就是通過大數據去監控異常變動，
比如通過大數據來及時監測KPI，快速生成可視化圖片，
一看就明白哪個點出了問題，就可以及時避免損失。
說完了第一點“做好數據的業務規劃”，我們來談談傅志華的第二點建議：調優組織架構。
他舉了兩種常見的錯誤結構形式，一種是每個部門裡都有數據團隊，
但不同部門的數據庫標準都不一樣，沒法做關聯，導致數據資產流失；
另一種是所有數據都放在一個中央級的數據部門裡面，做集中化管理，
這樣數據是在一起了，但是人沒有和數據在一起，業務部門覺得數據部門高高在上，
數據部門又不了解業務，發揮不了數據的價值。
那麼，怎麼調整組織架構呢？
首先要設立一個中央級的數據部門，同時每個事業部裡都要有數據團隊，但分工有差異。
中央級的定位更多是數據的整合、數據產品的建設、平台的建設等等，
事業部門要考慮更多的是，公司級大數據資產怎麼在業務部門快速響應業務需求、
推動業務的發展。當然，CEO的角色也很重要，他來親自管理這個大數據部門，
這樣一方面可以讓大數據在決策層發揮威力，
另一方面，大數據整合往往有很多部門層級，CEO親自管理可以提高溝通的效率。
剛才說的兩點具體操作，是做好數據的業務規劃和優化組織架構。
傅志華還從三個層面總結了自己的建議：
第一，盡可能多地獲取相關數據，這個數據盡量讓用戶來提供，
還要打通數據，通過技術提升數據質量，而不僅僅依靠規範來提升；
第二，從戰略上規劃大數據業務的切入點，切入有利於業績提升的場景；
第三，建立容易讓大數據落地的組織架構，採用集中+分佈式策略，
就是剛才說的要有中央級數據部門、每個事業部還要有數據團隊。
以上就是傅志華關於大數據戰略實施的思考，供你參考。
本文源自：微信公眾號“筆記俠”（ID：notesman）（360傅志華：企業實施大數據戰略時，有哪3個大坑？）
稿：楊霽琳
轉載:得到
--------------------
主旨：
最常見的三個誤區。
1. 業務部門不知道大數據有什麼用，也不知道在業務的哪些場景裡能用到大數據。
2. 企業內部數據孤島非常嚴重，
不同業務部門的數據庫各自為政，跨部門使用數據非常困難。
3. 織架構不合理。
如何解決？
1. 做好數據的業務規劃
先從結果出發，從應用場景來看，大數據能幫我做什麼？
我需要哪些數據？這需要企業領導人、業務負責人和大數據專家一起認真探討規劃，
尤其要根據企業的現狀和未來兩到三年的發展規劃，
看大數據在哪些應用上對我的發展規劃是有幫助的？
那大數據在企業裡一般都有哪些應用場景呢？
總結出了一個“大數據與人工智能——企業應用場景金字塔模型”。
這個模型有一個底座，是數據基礎平台，這個是地基；
往上數還有七層，我們從下往上看，
第一層是產品研發，第二層是業務運營監控，
第三層包括了客戶洞察、體驗優化與智能客服，
再往上是精細化運營與營銷、業務市場傳播、業務經營分析，一直到最頂層的戰略分析。
2. 調優組織架構
首先要設立一個中央級的數據部門，同時每個事業部裡都要有數據團隊，但分工有差異。
中央級的定位更多是數據的整合、數據產品的建設、平台的建設等等，
事業部門要考慮更多的是，公司級大數據資產怎麼在業務部門快速響應業務需求、
推動業務的發展。當然，CEO的角色也很重要，他來親自管理這個大數據部門，
這樣一方面可以讓大數據在決策層發揮威力，
另一方面，大數據整合往往有很多部門層級，CEO親自管理可以提高溝通的效率。
這條音頻我們要說的是，企業在實施大數據戰略時需要注意的三個大坑。
最近，360大數據中心副總經理傅志華有一個演講，用他多年的大數據從業經驗，
為我們總結了企業實施大數據戰略時經常會掉進去的三個大坑，
還提出了兩點建議，用來解決這三個難題，我們一起來聽一聽。
首先，傅志華總結出大數據和人工智能的關鍵技術，
包括圖像識別、語音識別、語意理解、深度學習、用戶畫像等等，
而且還離不開外部數據打通。
但大家在這些技術的實施過程中可能會陷入最常見的三個誤區，就是傅志華說的三個大坑。
第一個大坑，業務部門不知道大數據有什麼用，
也不知道在業務的哪些場景裡能用到大數據。
第二個大坑，企業內部數據孤島非常嚴重，
不同業務部門的數據庫各自為政，跨部門使用數據非常困難。
第三個大坑，組織架構不合理。
這三個最常見的大坑，要怎樣繞過去呢？有沒有解決辦法呢？傅志華分享了兩點建議。
第一點，做好數據的業務規劃。
有些企業還不知道要用大數據做什麼，就先拉起一個大數據團隊，
讓他們自己去研究，這樣大數據團隊就很難辦了，最後可能產出不明顯，
出來了一些成果也不知道有什麼用，這種情況到最後往往就失敗了。
所以，應該反過來，先從結果出發，從應用場景來看，大數據能幫我做什麼？
我需要哪些數據？這需要企業領導人、業務負責人和大數據專家一起認真探討規劃，
尤其要根據企業的現狀和未來兩到三年的發展規劃，
看大數據在哪些應用上對我的發展規劃是有幫助的？
是效率方面的提升還是業績的直接提升？
確定了大數據的應用場景之後，根據場景去看數據模型怎麼建、需要哪些數據，
如果數據不夠，再去和外面合作或者交易需要的數據。
那大數據在企業裡一般都有哪些應用場景呢？
傅志華總結出了一個“大數據與人工智能——企業應用場景金字塔模型”。
這個模型有一個底座，是數據基礎平台，這個是地基；
往上數還有七層，我們從下往上看，
第一層是產品研發，第二層是業務運營監控，
第三層包括了客戶洞察、體驗優化與智能客服，
再往上是精細化運營與營銷、業務市場傳播、業務經營分析，一直到最頂層的戰略分析。
傅志華具體解釋了其中的一些應用場景，比如金字塔的底座“數據基礎平台”，
這個應用場景非常重要，是把客戶的數據形成一個客戶畫像存在公司級的數據庫裡面。
金字塔的第一層是“產品研發”，大數據應用在這裡，
一方面可以提升產品研發效率，另一方面是可以做熱門的個性化產品研發，
通過規模化的手段實現個性化的定制。
金字塔的第二層是“業務運營監控”，就是通過大數據去監控異常變動，
比如通過大數據來及時監測KPI，快速生成可視化圖片，
一看就明白哪個點出了問題，就可以及時避免損失。
說完了第一點“做好數據的業務規劃”，我們來談談傅志華的第二點建議：調優組織架構。
他舉了兩種常見的錯誤結構形式，一種是每個部門裡都有數據團隊，
但不同部門的數據庫標準都不一樣，沒法做關聯，導致數據資產流失；
另一種是所有數據都放在一個中央級的數據部門裡面，做集中化管理，
這樣數據是在一起了，但是人沒有和數據在一起，業務部門覺得數據部門高高在上，
數據部門又不了解業務，發揮不了數據的價值。
那麼，怎麼調整組織架構呢？
首先要設立一個中央級的數據部門，同時每個事業部裡都要有數據團隊，但分工有差異。
中央級的定位更多是數據的整合、數據產品的建設、平台的建設等等，
事業部門要考慮更多的是，公司級大數據資產怎麼在業務部門快速響應業務需求、
推動業務的發展。當然，CEO的角色也很重要，他來親自管理這個大數據部門，
這樣一方面可以讓大數據在決策層發揮威力，
另一方面，大數據整合往往有很多部門層級，CEO親自管理可以提高溝通的效率。
剛才說的兩點具體操作，是做好數據的業務規劃和優化組織架構。
傅志華還從三個層面總結了自己的建議：
第一，盡可能多地獲取相關數據，這個數據盡量讓用戶來提供，
還要打通數據，通過技術提升數據質量，而不僅僅依靠規範來提升；
第二，從戰略上規劃大數據業務的切入點，切入有利於業績提升的場景；
第三，建立容易讓大數據落地的組織架構，採用集中+分佈式策略，
就是剛才說的要有中央級數據部門、每個事業部還要有數據團隊。
以上就是傅志華關於大數據戰略實施的思考，供你參考。
本文源自：微信公眾號“筆記俠”（ID：notesman）（360傅志華：企業實施大數據戰略時，有哪3個大坑？）
稿：楊霽琳
轉載:得到
--------------------
主旨：
最常見的三個誤區。
1. 業務部門不知道大數據有什麼用，也不知道在業務的哪些場景裡能用到大數據。
2. 企業內部數據孤島非常嚴重，
不同業務部門的數據庫各自為政，跨部門使用數據非常困難。
3. 織架構不合理。
如何解決？
1. 做好數據的業務規劃
先從結果出發，從應用場景來看，大數據能幫我做什麼？
我需要哪些數據？這需要企業領導人、業務負責人和大數據專家一起認真探討規劃，
尤其要根據企業的現狀和未來兩到三年的發展規劃，
看大數據在哪些應用上對我的發展規劃是有幫助的？
那大數據在企業裡一般都有哪些應用場景呢？
總結出了一個“大數據與人工智能——企業應用場景金字塔模型”。
這個模型有一個底座，是數據基礎平台，這個是地基；
往上數還有七層，我們從下往上看，
第一層是產品研發，第二層是業務運營監控，
第三層包括了客戶洞察、體驗優化與智能客服，
再往上是精細化運營與營銷、業務市場傳播、業務經營分析，一直到最頂層的戰略分析。
2. 調優組織架構
首先要設立一個中央級的數據部門，同時每個事業部裡都要有數據團隊，但分工有差異。
中央級的定位更多是數據的整合、數據產品的建設、平台的建設等等，
事業部門要考慮更多的是，公司級大數據資產怎麼在業務部門快速響應業務需求、
推動業務的發展。當然，CEO的角色也很重要，他來親自管理這個大數據部門，
這樣一方面可以讓大數據在決策層發揮威力，
另一方面，大數據整合往往有很多部門層級，CEO親自管理可以提高溝通的效率。
沒有留言:
張貼留言