大数据变革已是大势所趋，企业不变将被时代抛弃

“如果你没有抓住20年前的IT变革，你可以抓住今天大数据变革。”

2008年，美国数据学家维克多•迈尔-舍恩伯格的《大数据时代》一书让“大数据”走入普通人的视野，大数据开始成为互联网热词，逐渐受到人们的关注。一转眼大数据时代走过了它的第一个十年。

IT时代让20%的企业越来越强大，80%的企业可能无所适从，而DT时代则有可能释放80%企业的能力。2018，进入大数据时代的第二个十年，经过十年的认知、发展和积淀，大数据变革正以前所未有的影响力改变甚至决定不同行业企业竞争的新格局。

十年之交，大数据变革几何？我们从四个方面观之。

▎观感1 从概念到效果：不讲故事，要ROI

过去十年，国家的重视、舆论的关注、互联网上的各种操作，让大数据的概念或故事广为流传。但就过去十年，虽然名声响亮，大数据并未真正为大多数企业带来普遍落地的效果。

曾经，某全球500强企业重金请国际知名咨询公司做大数据规划，然后压给IT部门按此方案执行。IT部门欲哭无泪，因为如果按这些专家做出的规划来做，公司全部系统、所有流程制度都要推倒重来。最终，项目投入巨资的方案完全无法落地。

一时间，“大数据无用论”甚嚣尘上。然而，大数据并未在质疑中走向灭亡，而是在实践中不断走出新的成功案例。

就原力大数据而言，从用大数据解决企业客户的实际问题出发，一路在大数据商业应用实践领域前行。从大数据动态标签系统、智能营销平台，到大数据舆情平台、大数据商情平台，再到基于大数据的BI-CRM平台，我们始终通过客户的实际业绩提升累积着自身的口碑，并和整个大数据行业一同走向越来越广阔的前路。

反差鲜明的实例表明，企业对大数据的认知经历了从概念走向效果的过程。无数具体的案例让企业相信，大数据自有适应新时代的意义，而最大的意义莫过于改变具体业绩的产出（提升ROI）。

▎观感2 从数据展示到精细化运营：数据能看，还要能用

Tableau，Qlik Sense，Spotfire……如果您曾寻求数据可视化的服务，相信对这些名字一定不陌生。大数据时代的十年，同时也是BI可视化工具繁荣的十年。数据可视化，让企业决策者能够在最短时间内从多样化的图表中获取大量有用的信息，并获得评判既有业务的有力依据。

然而，近年来笔者与不同行业/企业决策者的深入交流发现，越来越多的企业已经不仅仅满足于BI可视化工具所呈现的结果，因为可视化的结果和具体运营决策之间的巨大鸿沟，企业不仅仅满足于知道整体业务的数据指标，更渴望得到深入到每一项具体业务、具体工作的大数据落地支撑能力。

正是带着这样的诉求，某零售龙头企业委托我司建立了一套全新概念的会员管理系统。通过采集身份类、位置类、健康类、消费类、行为类等数百项信息，创建用户标签，构建用户画像，更为重要的是把具体数据细化到到每一个个体会员的粒度，使得市场部和一线店面渠道都通过这套大数据系统，有针对性地向目标会员投放营销活动和热点产品信息，真正让市场一线部门实现了精准化营销的操作执行落地，获得了理想的销售额提升效果。

看得见整体指标，摸得着具体业务流程和用户个体，是大数据时代下一个十年的必然趋向。

▎观感3 从基础设施到应用工具：不是大神也能用

当前大数据应用产品，现多以通用型分析工具为主。事实上，目前的大数据分析工具均不能解决企业场景化应用问题：其一，缺少内置场景流程，导致工具不能与业务支撑接轨；其二，要求企业内部有足够的IT技术能力；第三，要求公司部门分工够细（提数、数据处理、建模、分析、营销等人员）。

总而言之，由于脱离实际的应用场景，在使用上对企业的数据能力和IT能力又有不同程度的要求，因此现有产品市场表现不佳。在应用领域的垂直细分市场，尚未出现规模化的大数据产品、没有足够规模优势的大数据应用企业。

原力大数据在大数据商业应用领域有充分的能力积累，并始终以构建大数据的商业应用场景，帮助企业实现大数据技术到应用落地为使命，并在过往的实施中取得卓著成效。

我司开发的大数据智能营销平台，在构建应用场景工具方面颇具亮点——我们称之为傻瓜式门槛的精准营销：不用懂编程，不用懂数据，不用会SQL，任何一名零基础的用户都能轻松学会一键建模；构建用户画像仅需要简单地导入业务数据；获取精准的目标客户仅需简单地提出流程指令；营销活动的效果评估向来是运营的难题，而依托大数据智能平台，这个难题的解决也回归到简单的windows式操作。

让不懂技术的人轻松应用大数据，是大数据产品未来深入市场的方向。

▎观感4 从数据交易到自用数据挖掘：数据金矿在自己手上

提到大数据，很多企业仍然认为“大数据就是骚扰电话和短信”、“能不能帮我找到客户发短信、打电话”。先不提这种数据交易行为的合法性和科学性，这种潜在的观念，首先体现的是一种从数据交易中获取更多外部数据的需求。

然而，从实际案例的效果而言，我们发现通过数据交易获取外部数据并创造价值，并没有想象中容易。首先，但大数据的能力和价值是抽象的，买卖双方对数据的理解往往存在差距甚至断层，这就给内外部数据的对接制造了障碍；其次，数据口径必须要极为明显、确保一致，才能保证后续高效利用，这就对数据的质量提出了较高的要求；此外，多年的经验告诉我们，越有价值的数据往往越为敏感难以获取，这就在客观上进一步降低了当今数据交易的可行性。

我们提出，最好的数据，来自于企业内部业务数据的应用和价值挖掘。

多年前ZARA建立大数据团队，收集并分析业务数据和线下客户意见，打通大数据和业务生产环节，从而改进产品款式大获成功；我们的一个化妆品电商客户，通过对购买用户人群特征发现了24-30岁男性人群的高转化率，加大对这类人群的广告投放大大增加了投产比；许多连锁零售商分析产品在各地的销量以指导分店的开设地点并取得理想效果……这些都是深入挖掘内部业务数据取得成功的普遍案例。

在大数据时代的新十年，企业必须了解自用数据挖掘的重要性：要么，开始建立基于自身业务的大数据基础和应用能力；要么，优化现有业务数据的采集方式和数据项，让自己的数据发挥更大价值。