想成为阿里腾讯那样的数字化公司,10年经验的我,教你要做什么
企业数据怎么搞?
【想成为阿里腾讯那样的数字化公司,10年经验的我,教你要做什么】目前来说国内企业把数据做的最好的是阿里腾讯 , 他们之所以厉害 , 就是因为无论是前期的规划还是后期的执行 , 都很不错 , 那我们应该能从什么方面学习到呢?
10年经验的我 , 总结了这4个方面 , 你肯定可以学到一些东西 。
什么是企业级数据能力
数据能力的应用 , 往细了说 , 有四个阶段 , 分别是:描述阶段(报表〉、分析阶段、预测阶段(产品〉、分析阶段(平台〉 。
本文插图
信息时代 , 尽管数据被称之为''工业的血液'' , 但意识到企业数据的重要性 , 并付诸实践的公司 , 依然少之又少 。 最直接的例证 , 就是''数据科学家''人才的稀缺 。
做企业级的数据 , 最重要的是''思维上的转变'' , 从可以用数据解决问题 , 向通过数据建立竞争优势的方向转换 。 大数据时代里 , 不论怎样强调企业级的数据能力 , 其重要性都不为过 。
但有一点值得注意的是 , 企业数据天生就是一个面向分析场景的基础设施 , 因为只看商业智能所代表的报表体系 , 并没有很强烈的现实意义 。
企业管理层所关心的 , 是企业运转的是否有隐患、应对竞争对手的打法进展如何、成本是不是得到了有效控制、团队协作的效率有没有提升等等 。
(此处已添加小程序 , 请到****客户端查看)
通过企业级的数据能力 , 来驱动企业实现以数字化为支撑的核心竞争力 , 是一项需要企业高层、中层、一线员工共同参与的工作、这个过程中所沉淀的数据能力 , 需要长时间的打磨 , 才能形成企业独特的核心能力 。
如何明确企业级数据建设目标
如何发现问题 , 如何衡量结果 。
发现问题 , 通常是在提及数据部门的众多需求中提炼出来的 , 当某个需求包含三个必要的特征时 , 其发现问题的价值最大:具备完整、统一的数据基础 。
本文插图
如何理解数据的基础概念
关于数据分析和商业智能的区别 , 好像从来没有人能说清楚 。
商业智能的重点 , 是使用相对简单的数学方法 , 来对历史数据进行展示和呈现 , 也就是''报表'';数据分析的重点 , 是采用更复杂的计算逻辑 , 并能够预测一些特定的问题、识别因果关系、确定最优解决方案的方法 。
可以说 , 商业智能''更广'' , 数据分析''更深'' 。
企业级数据往往满足于拥有''商业智能''的部分 , 搭建报表产品来体现企业的''智能性'' , 但数据分析 , 也就是更加复杂的数学、统计、机器学习方法 , 才能够推动企业''数字化''的转型 。
接下来便引出了更多的概念 , 包括大数据、数据科学与人工智能 , 这些学科在企业数据的建设中 , 扮演了重要的作用 。
本文插图
如何建立企业级的数据分析能力
四个支柱:
本文插图
数据基础:重点强调数据的量与质 , 尽可能多的采集有用的数据 , 尽可能好的保障数据的质量 。 大多数时候 , 数据不准确 , 比没有数据 , 问题更加严重 。
人才队伍:要从内部做起 , 培养''懂业务、懂数据、能分析''的人才 , 数据技术的积淀不能离业务太远 , 同时也要有足够多的项目来历练团队的能力 。
业务流程:问题导向与价值导向同等重要 , 高水平的成果要能够推广开来 , 同时尽量避免做不成熟的业务 , 项目管理的方法 , 对于高层认可、应用推广、团队稳定性等要有适当的平衡 。
推荐阅读
- 五商文化资讯微软选择“沉海”,华为却深藏贵州大山!阿里亚马逊也纷纷布局
- “1元店”背后,阿里与拼多多的“真香战”谁能赢?
- 下个10年,Go能取代Python成为开发者的首选语言吗?
- 阿里巴巴|壕!阿里又斥资280亿买了一家公司,它旗下的超市你肯定知道!
- 美国|俄专家大胆预测:疫情结束后,这3国将成为美国进攻的首要目标
- 梦幻西游|梦幻西游:凡总成为珍宝阁主力地府,159玩家夺得服战甲组8强
- 特朗普|特朗普:研制出某新武器,美国已成为世界军事最强国家
- 瞭望东南|多家印媒发声警告:别让美国成为区域领导者,美日印澳外长会晤
- 蜘蛛|它用4.5亿年时间证明:只要成为一个废物,就没人能利用自己
- 最强蜗牛|辐射避难所获取幸福,最强蜗牛成为最强战神,保卫庄园守护果实!
