写点什么

数据中台元年,破除数智化转型中的四大常见误区

  • 2019-10-12
  • 本文字数:2191 字

    阅读完需:约 7 分钟

数据中台元年,破除数智化转型中的四大常见误区

2019 年可谓是“数据中台元年”,过去几年企业市场对大数据的不断积累与沉淀,人们对数据中台、数智化转型的讨论也是非常火热。几乎每个企业都在关心如何构建自己的数据中台,如何利用数据中台构建企业自己的数据银行。


01 从 IT 到 DT 时代,亟需 AI 赋能

IT 时代由人编辑数据库,而在 DT 时代由机器编辑数据库。三年前马老师讲,DT 时代中国是可以直道超车的,因为中国有人口基数的优势,产生的数据最多。阿里巴巴 CEO 张勇也提到了我们从五新迈向了百新,五新里面最核心的是新能源,而新数据就是新能源。中国有十几亿人口,每天产生新能源、新数据也最多,所以人工智能一定在中国先诞生,并且人工智能的技术会复制到全球,全球优秀的企业都会采用中国的大数据和人工智能技术。同时,数据中台将是每一个企业做战略转型和整个业务转型的一个基础设施。企业数字化、智能化就是一种必然的趋势。

02 数智化转型中的四大常见误区

1、拿来主义

在拜访客户时,客户会问有没有数据可以给自己用,这着实有些让人哭笑不得,答案想必是否定的。因为数据是最核心的资产。自己业务系统产生的数据先用起来,形成闭环以后才能慢慢地看怎么把三方的数据融合起来,并把自己的数据和别人做简单的碰撞和交换,数据一定是和应用场景相结合才能被应用起来,拿来主义要不得。

2、业务和 IT 部门谁主导

数智化转型过程应人人参与,各司其职。其实 IT 很多时候是对业务的理解,只是在前面十年 IT 的建设中对业务有很强的理解,以往业务和 IT 之间的沟通有所限制。事实上 IT 在整个过程中通过机器发现了很多业务,这个时候需要有一种新的机制和组织来保障运行,应是一个相辅相成的关系。IT 要更多地理解业务痛点,通过跨部门的协作和整个行业内的数据协作找到业务曾经发现不了的规律。

3、切入点怎么找

在找切入点的过程中,经常说先建一个平台,把所有数据聚进来,再慢慢清洗整理,或是先做一个小的数据应用看它跑得如何。我们说人都是千人千面的,每一家企业当然是不一样的,切入点通常是在大家共同的探讨之后,通过一些方法论找到最适合自己的切入点。企业要做的首先是把不同的业务部门的数据做体系化的梳理,并且找到创新业务最需要的业务应用点,再反推到怎么建数据中台。所以我们常说以用带通、以通带存,以存带采。

4、有存、无通、想用

现在大部分企业有把数据存下来的意识,他们也会找一些数据公司把存量的数据用起来,但所有的数据都没有通起来,真正能够通起来的企业非常少。很多客户觉得数据只有大而全才可以用,其实不然。我们发现其实数据是有多少就可以用多少,关键看你怎么用。


解开以上四大误区的五个方子:


1、采集并用好自有数据,再结合三方


2、IT 与业务深度融合


3、以用带通、以通带存,以存带采


4、数据可以不全,但可以有多少用多少


5、面向数智化转型的组织保障

03 赋能商业,助推企业降本增效


我常说自己承担了技术和商业落地的翻译官的工作。上图从数据采集开始,大家之前都是业务系统里有很多的数据,并且这个数据很多时候维度比较单一,也比较少。我们会通过互联网的数据和三方数据做一些数据升维,数据不全、数据质量差,数据没有被充分利用都是没法做好数智化应用。



我们在深耕数据智能应用,也就是我刚才说的 IT 到 DT 时代的核心改变,我们把智能应用分为人、货、场。在人货场里面做了人货关系、货场关系之间的数据智能应用。在这个智能应用之下到数据的通、存、采集,它才能够跟行业做更多结合。但这是远远不够的,我们认为今后的数据智能应用将会是它的几百倍甚至几千倍。而我们在数智化应用之上,也为零售领域各行业客户数智化转型赋能,助推企业降本增效。在此分享两则我们赋能客户数智化转型的案例:


1、某家居标签体系建设及精准营销


我们为某家居建设统一的客户标签体系,实现了:


• 数据中台总数据量达到 100T,客户数量达到 3000 万


• 新增有效客户标签 200 个以上;


• 基于统一的算法标签实现客户精准投放,渠道投放成本每年节省 500 万元


• 基于精准营销,复购率比原来提升 4%,营收比原来增加 2 亿元左右


2、某商超数据中台构建


我们为某商超建设业务应用和数据中台,实现了:


• 数据中台应用,结合企业微信管理,员工报表使用率提升 20%;


• IT 运维成本下降,通过双中台的升级,设备故障率下降为 0


• 财务处理人员成本下降,通过数据中台中提供的财务及发票的数据智能处理,每年节约 30 万左右的人力成本


• 通过数据中台中智能化,支持优化新业务拓展流程,每个新业务(需求)建设平均时间原来为 15-30 多天,现在下降为 3-15 天

04 构建一个面向未来的数据中台

数据中台是企业数智化转型的必然选择。作为一个企业,不管是业务方还是 IT 方,或是董事长、CEO,一定要构建一个面向未来的数据中台,而不是一个小型的数据仓库。因为现在是数据大爆发的时代,业务系统数据到互联网数据再到 5G 和万物互联的数据,数据应该是大于指数级的增长,怎么样从海量的数据中找到优化业务和精细化运营的点。这是我们在 AI+算法定义的世界里面要孜孜不倦去挖掘和发现的一个持续十年不断努力的过程。

作者介绍

刘莹,现任奇点云联合创始人兼 COO,曾是阿里云成都分公司创始人,阿里云华东地区政府业务、生态运营业务负责人,阿里云大数据创新业务代言人,IBM 全球副总裁总助,中华区行业销售运营总经理,IBM 政府、教育、医疗等行业销售经理,智慧城市解决方案经理。致力于在大数据和人工智能道路上精益求精,追求卓越。


2019-10-12 14:282132

评论 1 条评论

发布
用户头像
大数据不在于大而在于数据
2019-10-12 22:26
回复
没有更多了
发现更多内容

携手 TDengine,释普科技升级实验室仪器、监控智能方案

TDengine

数据库 tdengine 开源 物联网

「国货」设计SaaS崛起,黑马inCreate自图冲出公装赛道

ToB行业头条

如何使用阿里云 CDN 对部署在函数计算上的静态网站进行缓存

阿里巴巴云原生

阿里云 Serverless 云原生 CDN 函数计算

[Day42]-[回溯]-组合

方勇(gopher)

LeetCode 数据结构和算法 回溯算法

敏捷已死

方云AI研发绩效

要做研发高手,就是必须能看英文、写英文

TDengine

数据库 tdengine 开源

druid源码学习八

Nick

Apache Druid 自旋锁

云原生赋能开发测试

百度Geek说

元原生

代码语言的魅力

百度Geek说

二分实现及工程使用—Kafka

工程师日月

算法 java 编程 5月月更

LinkedList 源码分析-初始化&节点查询

zarmnosaj

5月月更

TDengine 在酷哞哞的应用

TDengine

数据库 tdengine 开源 物联网

为什么企业要告别自托管并迁移到 Atlassian 云版?

龙智—DevSecOps解决方案

Atlassian Atlassian 云版 Atlassian迁移

火山引擎大规模机器学习平台架构设计与应用实践

火山引擎开发者社区

人工智能 机器学习

B站S11破亿直播在线稳定性保障秘籍——演讲实录

TakinTalks稳定性社区

混沌工程 系统稳定性 全链路压测 安全生产

时序数据库的集群方案?

TDengine

数据库 tdengine 开源

Docker学习记录

ZuccRoger

5月月更

加入MOVE,一起体验Move2Earn的运动乐趣

BlockChain先知

百度程序员Android开发小技巧

百度Geek说

移动端

客户成功是一种思维模式 | ONES 人物

万事ONES

直播预约|数据指标体系如何搭建才最有效,从0到1带你快速入门

袋鼠云数栈

大数据 数据中台

为什么说 MongoDB 和 HBase 不适用于汽车行业的时序数据处理?

TDengine

数据库 tdengine 开源 时序数据库

[Day41]-[回溯]-全排列

方勇(gopher)

LeetCode 回溯算法 数据结构算法

第三方 IP:管理半导体外部 IP

龙智—DevSecOps解决方案

perforce Methodics IPLM 管理 IP

时间序列化数据库选型?时序数据库的选择?

TDengine

数据库 tdengine

netty系列之:在netty中实现线程和CPU绑定

程序那些事

Java Netty 程序那些事 5月月更

ApacheCon Asia 2022 强势来袭!16 大专题等你投稿!

阿里巴巴云原生

开源 云原生 活动

争夺存量用户关键战,助力企业构建完美标签体系丨01期直播回顾

袋鼠云数栈

大数据 数据中台

【刷题第12天】58. 最后一个单词的长度

白日梦

5月月更

携手数字人、数字空间、XR平台,阿里云与伙伴共同建设“新视界”

阿里云弹性计算

XR 数字人 视觉计算 瑶台

火爆的健身应用软件是如何一步一步打造出来的?

龙智—DevSecOps解决方案

DevOps perforce Helix Core

数据中台元年,破除数智化转型中的四大常见误区_AICon_刘莹_InfoQ精选文章