傅一平：决战大数据的对内运营

某位网友在笔者的搭台唱戏文章中留言，“企业内部的大数据普及很困难，看看以前BI的推广情况就知道了。”这个问题很尖锐，也直指问题的核心。（注：这里的BI特指专题分析、精确营销等内容，不包括传统意义上的报表取数）

拥有大数据的企业，对内运营的意义不必多说，而判断大数据运营成功的一个标志，就是企业能否自觉采用数据化的思维和手段来解决生产经营中的问题，企业成立了新的大数据组织，这些组织的一个使命就是普及大数据在本企业的应用。

笔者从传统BI时代走来，知道普及BI和大数据本质并没有什么不同，面对同样的机制、业务和流程，有多少信心说大数据对内就能成功？

但仔细比较下传统BI和大数据所处的环境，的确发生了很多变化，也许能给大数据的普及以新的机会，希望能回答以上网友的质疑，当然仁者见仁了：

1、天时已经完全不同

大数据和BI本质都是数据化的运营手段，其对内推广成功与否是受制于天时地利与人和的，所谓时势造英雄，假如企业属于爆发增长期，这个时候重要的是资源驱动，速度驱动和执行力驱动，而精细化运营的手段似乎性价比不高。

比如运营商大发展时期，新增用户不需要分析的多精细，动感地带、神州行和全球通三个品牌已经定位的很清楚，大家发力营销就可以了，春节回流车站摆摊卖卡的效率就很高。

BI中的精确营销等手段，实施的成本现在看来其实很高，沟通成本，计算成本，数据成本，变革成本等等，特别是传统企业线下为主，大幅抑制了数据价值的发挥。

这也是传统BI无法普及的一个根本原因，在驱动力问题未解决之前，妄谈数据价值，建模能力就失去了意义，对于依赖迭代优化的数据分析来说，甚至不会给你有效迭代的机会。

如果企业进入了存量运营期，则需要考虑更为精细化的手段了，这个时候，BI或大数据才有了用武之地，因为数据化运营的方式性价比可能超过了传统方式。

笔者前面说了这么多，只是为了说明，大数据要有用武之地，跟企业的发展阶段是密切相关的，当前“大数据是大忽悠”的说法不在少数，不能说没有道理，对于还不具备条件的企业，你跟他去推销大数据，的确就变成大忽悠了，需要辩证的看这个事情。

因此，笔者提的决战大数据对内运营，针对的企业是有严格限制的，即已经过了高速发展期、拥有大数据、开始谋求转型发展、希望采取更为精益化手段来实施高效低成本运作的企业，比如运营商。

2、数据已经完全不同

在传统BI的时代，其实专题分析使用的原始数据跟业务人员平时报表取数能接触到的原始数据并没有什么不同，由此仅靠挖掘能带来的价值是有限的，再好的规则或算法，也顶不上引入一个新的好数据。

以运营商为例，以前经分(BI)用的更多的是B域数据，大概300多个核心接口，现在B域的接口超过1400个，两者相差很大，而 B域数据的量仅占到公司总数据的10-15%，运营商更多的是O域数据，比如DPI位置，位置信令等，浙江移动一天计费话单2个多亿，但上网日志700亿，两者是几何级的差距，在大数据平台未起来之前，要采集这些数据是不可能完成的任务。

其次，B域数据更多的是结构化数据，虽然价值密度高，但从数据中生成新数据的可能性几乎为0，B域的一条用户账单记录跟O域的一条上网日志记录，后面蕴藏的含义是不同的，从上网日志我们可以爬取到网页的内容，从内容中我们能挖掘到更多信息。

更为关键的是，大量的新数据我们还没搞懂是什么含义，大量的新数据有待于去采集，这是一个全新的蓝海。

无论是BI还是大数据推广，将更全更多维度的数据营销出去是最重要的，有了新的生产资料，一线就可以基于生产资料马上进行生产，即使生产关系暂时是落后的。

因此，在企业内，保持一只专注于大数据整合和质量的团队，采集解析更多的数据，终是企业搞大数据的第一要务，但现实情况往往是，即使当前企业有大数据的团队，但主要还是在做报表取数的需求类工作。

同时很多企业传统的数据分析者的思维模式还停留在G或者T时代，全然没想过P是什么概念，也没想过去用它，这是思维的局限。

3、平台已经完全不同

站在业务人员的角度来讲，大数据平台是hadoop还是DB2或是Oracle没有什么区别，人家要的只是一个数据操控体验，数据操控体验可以分解为以下几个要素，也正是大数据平台要解决的核心问题。

数据字典一目了然，数据处理速度足够快，资源申请足够快，数据操作足够方便， 这是大数据对内运营的第二个核心问题，我们即使有了好数据，但一线接触不到，使用不好也失去了意义，而要降低这个门槛对于大多企业挑战很大。

为什么？

因为我们不是BAT，大多的平台和产品来自于合作伙伴，对于企业技术人员来讲，产品的体验差点能忍受，但对于企业大多的业务人员，却是过不去的槛，不可能去向他们推广hadoop后台吧，总要封装个可视化界面啥的， 如果将业务人员当成客户，我们就得把自己当成产品经理，这对于产品的要求就拉高了一个层次。

为什么运营商要提核心能力自我掌控，道理往往在那里，因为合作伙伴把企业的技术人员当客户，而真正的用户却是业务人员，这个差距就需要有人去弥补。

我们在推广大数据的过程中，一个核心工作是要将平台的体验做好，包括打造一本真正业务化的数据字典，一个足够快的资源申请流程，一个傻瓜式屏蔽技术细节的开发运行环境。

大家都在喊PaaS，但大多人理解的这个PaaS是技术人员的PaaS，而不是给我们真正的用户的PaaS，在提搭台唱戏的时候，又有多少人想到了业务人员的体验？

4、授予业务人员的渔

有人会质疑，大数据平台怎么会直接给业务人员用？

笔者以前提过，大数据的特点决定了业务人员才是大数据平台唱戏的主角，业务人员必须革命自己，必须自己去挖掘大数据的价值。

最近企业刚刚完成了全省的第一次建模大赛，也验证了笔者的看法，大赛的题目是宽带挖潜，业务人员的模型准确率轻松的击败了省公司技术人员折腾了半年的模型，差距在哪里呢？就在于业务的理解，很多因素不是技术人员在实验室里能想出来的，号称熟悉业务的大数据人员，远没有在一线的业务人员更能理解业务的精髓。

如果平台体验做的足够好，业务人员不仅能操作SPSS，操作SPARK也不是不可能的事情。 技术人员要做的就是全力做好数据、平台及体验，并做好培训。

当然，如果企业需要探索新的业务，比如对外变现，这个时候，双方处于同一个起跑线，无所谓谁做谁有优势，一定程度上讲，技术部门去做大数据新业务的探索，更有优势，毕竟数据和技术直接捏在手里，也不受传统机制、流程的束缚。

关于如何做培训，笔者在《我们需要什么样的大数据培训？》中有相关的阐述，最近的一点体会是培训也要有平台化思维，只有做成标准课件才能尽快扩散，因为讲师有限，不可能总是亲身现身说法。

5、自顶向下是星星之火

每个企业有自己的机制、流程和文化，大数据是一种新的工具，要普及推广一个工具离不开企业一把手的支持，更离不开一线管理者的认可，毕竟学习新的工具是有成本的，企业要为储备新的能力付出代价。

大数据更多时候是一种数据化的决策的思维，其价值的发挥是潜移默化的，可能在相当长的时间内没有明显的收益，这个时候，更考验企业上层管理者的耐心，也正因为不是一棍子买卖，一旦企业形成了大数据的优势，其形成的竞争力也是别人难以企及的。

当前很多企业的管理者身体力行的支持大数据的发展，这为企业的大数据普及工作提供了动力。

最后，企业搞大数据对内运营是一项艰巨的工程，没有什么现成的经验，大家都是摸着石头过河，但还是需要用发展的眼光看它。