12月10日，江蘇省企業信息化協會微信總群直播，迎來了智造+V課堂第三期活動，目的是為了促進江蘇省企業信息化水平快速發展。徐斌老師是殼牌中國零售首席信息官，清華大數據產業聯合會理事副秘書長，帶來分享主題：互聯網+時代大數據助力產業重塑競爭力。會員聽眾紛紛表示受益匪淺，在企業信息化發展的道路上堅定了信心。

嘉賓介紹

[[164070]]

21年世界500強企業IT管理經驗，擔任多家全球頂級公司亞太區和中國區的首席信息官職務，推動實現了IT從業務運營支持者向業務價值推動者的角色轉變。

職業生涯跨越多行業，多背景，多文化的企業環境，擁有優秀的全球化視野和落地執行力，致力于將全球先進的理念，方法和流程在中國進行實踐并實現優化超越。

作為企業信息化和大數據方面的專家，多次獲得中國最優秀CIO榮譽，并擔任清華大數據產業聯合會發起人和理事副秘書長。

[[164071]]

如下是分享實錄：

我想給大家分享一下，在互聯網+時代一個核心技術之一大數據，在企業內部如何能夠去實現它的價值，可以從不同的維度，給大家做一個分享。

互聯網+時代，傳統企業面臨著挑戰，我們可以看到，現在整個互聯網+的市場，我們會發現有很多的公司，都在蓬勃得發展，包括我們的阿里、京東、小米、樂視等，這些公司都是時間不長，成立的從十幾年到幾年，他們在市場上都獲得了巨大的成功，整個資本市場的估值也非常高。

相反，我們耳熟能詳的像諾基亞、柯達、索尼，這些公司都是我們傳統意義上的百年老店，曾經非常的輝煌，之所以他們能成為百年老店，就是因為他們有非常好的管理機制，有非常有效的內部運營機制，但是為什么在過去兩三年，這么優秀的公司都碰到各種危機，被社會或者被兼并了呢?這對我們傳統企業來說，是一個非常大的挑戰。這也給我們整個傳統企業，特別是像一些發展比較長時間的，過去比較成功的傳統企業來說，就會面臨著非常大的一個困惑，那么在互聯網+的時代，是不是我們整個世界競爭的格局發生了變化呢?我們應該如何去應對這種變化呢?當我們的分析成功的新興企業或正在走向失敗的傳統企業的時候，我們發現，其中很大的一個差別，就在于如何去利用新的思維、新的技術去幫助他們做變革，從而走出一個新的創新之路。

當我們看到諾基亞和小米比較的時候，我們發現諾基亞它還是一個傳統意義上的手機公司，所以它整個的設計都是有一種傳統的工業化設計去做一個功能簡單、質量優秀、信號良好的手機。而小米，它生產手機的出發點，更多的是說讓我們的客戶更多地參與，形成各種粉絲、各種社交群體，讓我們的工程師和我們的用戶可以更緊密地接觸，從而不斷地迭代、不斷地產生新的產品，所以這種都是一種不同的商業模式和不同的運作方式，市場給出了一個明確的結果、明確的答案。

諾基亞在被微軟收購的儀式上面，它的CEO談到了一點，說我們沒有做錯什么，但不知道為什么我們失敗了。其實這是一個很大的問題，傳統的企業、傳統的優秀企業，如果說還不能夠從這種失敗中去發現一些東西，那么可能接下來，失敗的命運也會降臨到這些優秀的企業身上。也包括我們殼牌這種公司一樣，我們也在反省、在思索，如何能夠去在新的時代重建我們的核心競爭力，找到我們繼續領先于市場的方法。

新興的移動互聯網用戶，他整個消費習慣更追求一種個性化、追求體驗化，那么這個和以前傳統的、我們單向的信息傳遞引發出重大變化，所以這個是我們在互聯網時代大背景下，整個人群、整個消費的習慣、整個溝通的渠道得以發生重大變化，那么我們的企業也需要去應對這種變化，才能夠重新找到我們的競爭力。

互聯網+時代這種變化背后的核心是什么呢?我自己總結有兩個方面，一方面就叫無處不在的連接，無處不在的連接指的是我們在新的互聯網+時代，人和人之間連接更容易了，通過一些消費互聯網的方式，通過電商的方式，通過一些社交媒體的方式，可以說是非常容易的一個連接，這就意味著信息更透明了。第二個方面，就是人和物之間的連接，包括我們的移動互聯網，我們的定位系統，都是說人和物之間有更強的連接。

那么互聯網+就是無時不在的數據，我們剛才也談到了移動互聯網，我們人和人之間的社交媒體其實在不斷得產生各種新的數據，包括我們的物聯網，它也 24小時不間斷地產生各種數據，所以這個形成一個巨大數據的來源，我們如何利用這種無時不在的數據來幫助我們去產生新的競爭的力量，這是我們需要去應對的和變革的地方。

在互聯網+核心之后，我們可以看到，互聯網+對我們來說有什么樣可以利用的資源呢?我覺得一方面是互聯網+的思維，這種思維更多的體現在一種開放、分享、合作、共贏的思維，用傳統來說，我們的企業很多是在內部，企業內部形成一個競爭點，到市場上然后其他公司去競爭，但是新的互聯網+時代，我們可能更關注說，如何能夠和別人去合作，共同打造一個更長的價值鏈，通過這個價值鏈，能在市場做競爭，同時盡可能找到多贏的解決方案，甚至和你的競爭對手去共贏，這個都是互聯網+的時代一種新的思維的方式。

[[164072]]

互聯網+的技術，這個技術總結出來，應該是有五方面的技術，也是大家耳熟能詳的，云計算、大數據、移動互聯網、物聯網和人工智能，這些技術可以幫助我們、幫助我們的企業，利用我們互聯網的思維，去產生一種新的競爭的模式，產生一種新的運營模式，幫助我們重塑核心競爭力。同時也可以幫助我們更好地服務于我們的用戶、服務于我們的市場、服務于我們的產業。

當我們分析過整個互聯網+的背景，互聯網+思維和互聯網+技術，那么我們的傳統企業它應該做什么樣的變化?更好地利用這些思維、利用這些技術呢?我個人總結有四個方面的變革。

第一個變革，企業要從決策層面進行變革，也就是說把這個決策的模式從以前以經驗為導向、為核心的決策模式，轉向以數據為核心的決策模式。新的互聯網+時代，競爭規則發生了很多變化，我們很多競爭的對手、競爭的規則都是一種很新的、被創造出來的，在這種情況下，其實很多情況下，你沒有經驗可以去遵循，反而一定程度上，足夠多的經驗，反而會制約正確決策的發生，比如像諾基亞，其實在之前，他們部門也有一個智能手機的解決方案，但是在上報董事會之后，被董事會直接否決了，董事會成員認為，根據他們的經驗，手機用戶并不需要智能手機，而需要一個功能簡單、信號良好的傳統手機。所以因為這種經驗，導致了他沒有很好地抓住新的手機市場、新的智能手機市場的發展，從而失去了和一些新興的、剛進入這個市場的一些智能手機公司的競爭，從而快速地失敗了。這就是一個非常典型的、過多地依賴于過去的經驗，而沒有很好地去了解市場的變化，沒有了解新的競爭的格局，導致一個失敗。所以說，那么怎么避免這種情況的發生呢?通過客觀的數據說話，收集到盡可能多的數據和信息，進行分析、總結，這樣可以幫助到我們的企業更好地做一些正確的決策。

企業的第二個變革，是運營模式的變革，傳統的運營模式多是以產品為中心，通過內部部門進行研發，然后通過生產，最后進入銷售部門進行銷售，整個是一個推的模式，在設計整個企業運營，但是在新的互聯網時代，我們整個用戶群體的消費行為習慣已發生重大的變化，更多地追求個性化，更多地追求參與感，對千篇一律的產品已經失去了興趣，所以這個企業必須調整它的運營模式，去適應這種新的變化。這種變化主要體現在要以用戶為中心來設計整個企業的運營模式，包括引入用戶進入整個設計的環節，包括眾籌、眾制方式，讓客戶參與整個產品的定制，產品設計環節中去，同時更好地和客戶去互動，讓客戶參與整個生產，甚至參與整個銷售環節，這樣可以更好地了解客戶的需求，同時去生產出客戶真正需要的產品。這樣的話，你整個企業運營模式就變成一個拉的模式，是真正意義上的以需求為導向的企業運營模式，這樣可以更好地應對互聯網+時代客戶的個性化和多樣化的需求。

第三個變革，企業的合作模式也發生重大變化，以前以產品為中心的模式下，合作都是以上下游、供應鏈和渠道、零售、商業一體化的這種合作模式，但是在新的互聯網+時代，以用戶為中心之后，我們要打造更多的是以客戶、以用戶為中心的生態模式，比如說我們的業務是做加油站，那么我們和客戶之間的交互可能是一周一次加油，這個只有15分鐘時間，也就是一周只能和客戶去接觸15分鐘。大家可以設想，那么這一周的其他時間，他在干什么呢?我們如何利用其他不同的場景下需求，幫助我們更好地和客戶去做合作，以及尋找到一些潛在的新的業務機會呢?這個就是一種生態思維，可能我們發現，這個司機加完油之后，可能會去沃爾瑪購物，也可能去萬達廣場看電影，甚至可以去按摩，如果我們知道客戶有這種消費行為的話，我們就很容易找到我們的潛在合作伙伴，比如說和沃爾瑪、萬達去合作，共同打造一些服務的套餐出來。這樣的話，客戶一方面會得到一站式的服務，第二，他即使離開加油站之后，他去購物的時候，他還可以看到你的信息，從而產生和客戶之間更強的連接或者更強的聯系。那么通過這個，我們可以分享和合作伙伴之間產生的新的銷售中間的一些分成、產生一些新的業務增長點。

最后一個變革，組織模式的變革，傳統的企業都是層級式的組織架構，一層一層，這個產生了很大問題，因為當市場產生快速變化的時候，這種決策機制非常慢，同時這種組織層級導致信息的傳遞效率很低，同時很不透明，這樣很難應對市場的快速變化。所以，企業需要把這種組織模式變成更扁平化的，與員工，特別是一線員工為核心的組織群體，讓我們一線員工有更多的知情權、有更多的決策權，當他發現客戶的需求的時候，當他和客戶互動的時候，他會有足夠的信息幫助他做正確決策，從而快速地交付新的產品和服務。

剛才我們談到這四個變革，就是企業決策模式的變革、運營模式的編輯、合作模式的變革，以及組織模式的變革，這四個變革是我們傳統企業在新的互聯網+ 時代，要去做調整的、做變化的地方，只有發生了這種變化，那么我們的企業才能更好地面對新的互聯網+時代競爭的格局，從而幫助我們的企業能夠重新煥發我們的力量，在市場上去做搏擊。

[[164073]]

作為一個大數據這個核心的互聯網+技術，如何來幫助我們的傳統企業去重塑我們的核心競爭力。

我們互聯網+技術里面，為最后的大數據來服務，通過數據、大數據技術，去把這些收集到的數據進行一個梳理、整合、挖掘，從而產生對我們企業有價值的信息，從而進一步挖掘出我們的知識，最后形成一種智慧，只有到了一個知識和智慧層面，企業才能更好地利用這些數據的信息，能夠預測未來的發展，同時找到一些更好的、更明智的解決方案，從而讓企業能夠更好地在市場上搏擊。

首先我分享一下我對大數據的理解，市場上或者社會上有很多討論，關于大數據、小數據、傳統數據、新型數據，我的理解這個東西都不是一個矛盾，只是一個互為補充的關系，大數據在企業內部，是一個傳統數據的擴展，我們企業有很多傳統的數據，包括我們的財務、我們的用戶、我們的庫存等等，有很多歷史的數據。

新的互聯網+時代，我們發現可以拿到很多外部的、更海量的數據，包括移動互聯網、包括物聯網、包括我們的消費互聯網數據，如何讓這些數據幫助到我們去更好的為企業服務呢?我們需要把信息整合，然后通過新的大數據技術、大數據平臺，從而這個中間可以更好地挖掘一些數據的價值，形成知識和智慧。來幫助到我們去找到一些實現的規律以及相關性，從而幫助我們去預測未來發生的一些事情，從而采取一些更合適的、更明智的解決方案。所以我們這里傳統數據和新型數據，這兩種大數據的內容，那么有不同使用目的和使用方法，但整個后面的邏輯說，如何利用數據，能夠真正為企業服務。

所以，我們在談大數據的時候，我們不要把它局限在多少數量和多少維度上。而是更關注它到底能不能為企業產生價值。這個也是我們對大數據的理解，這個大的理解就是大到足夠產生商業價值，而不是在于它的數量或者它的維度。我想這個也可以幫助我們更好地去理解大數據以及大數據背后需要實現的目的。不要把它作為一個技術名詞，而是作為一個商業化、目的性的使用。對于數據的使用，其實我們也有不同的方法，目前我們使用的數據，基本從四個維度來使用數據，第一，在描述的維度使用數據，更多的是了解我們企業內部發生的狀況，我們的儀表盤，我們了解我們企業目前有什么樣的風險，應該怎么應對，這個更多是一個靜態數據的使用，包括一些管理報表。第二，是診斷型的數據使用，就是通過數據分析，可以找到一些事情發生的原因，從而采取對應的解決方案，比如說在金融企業，一旦發現某些區域它的不良貸款率持續升高，這就要分析，為什么會出現這種情況，從而找到一些對應的解決方案。第三，是預測型的數據，通過數據的一些挖掘分析，可以預測出未來整個市場發生的變化，包括預測出一些新的競爭對手對我們整個業務的影響，從而會幫助我們更好地應對這種趨勢發生的時候，我們要去處理的事情。最后，就是說通過數據的使用，幫助我們更好地找到未來新型的解決方案。在我們預測之后，我們知道未來可能會發生什么，但我們需要知道怎么做，通過數據的分析使用、通過相關性的分析、對比性的分析，可以幫助到我們去找到一些更好的和更明智的解決方案。

那么目的上來說，我們傳統數據的使用，一般是講究一個精確性，確實也是非常精確的數據，比如像我們的財務數據，看到我們做月結，我們的結賬，我們一分錢都不能差，所以更多講究精確性，同時更多的追求一個因果關系，當我們發現問題存在的時候，我們可以通過數據層層挖掘，找到它發生的原因，所以它是一個精確性的，追求因果目的的一個數據使用。

新的社交數據、外部數據之后，因為數據量非常大，而且數據的準確性并沒有那么高，這種情況下，我們更多的不是追求因果和精確性，而是追求他的一個廣泛性、多維性以及一個預測性，其實對新型數據的使用，我們更關注的是如何利用這些數據的分析。

大數據在企業中到底帶來什么樣的價值呢?

我自己總結了六個方面。第一個方面，數據可以幫助我們做更明智的決策，做決策知識，第二個方面，數據可以幫助我們更好地運營我們的優化、降低我們的成本。第三，數據可以幫助我們更好地對外發現我們客戶，做我們的營銷。第四個方面，數據可以幫助我們更好地保障我們企業的安全，包括我們的物力安全、包括運營安全，也包括我們信息安全。第五個方面，大數據可以幫助我們找到更多的業務創新的機會。最后一點，大數據可以幫助我們去找到一些商業模式變革的機會，可以讓我們整個企業的盈利模式發生重大的變化。

我給大家分享一下這六個維度的使用，第一個，數據知識決策，我們公司也用了很多，比如說我們開一個油站，我們去分析這條道路上到底有多少車流量，車流的速度怎么樣，因為正常情況下，車如果不夠或者車流速度過快，這個地方就不適合去開這種類型的油站，傳統的方式下，我們在找人，在路邊去記錄、人工記錄這個車流量和車速，但是這個問題在于，一，數據采集不容易，因為你不可能長時間待在那里，第二，人工測量也有很多的失誤或者質量不高。同時也存在著說，因為有些企業主知道你要建油站，他會找一些其他的人反復把車開來開去，從而虛假整個流水。所以在這種情況下，往往是我們做了很明確的數據模型，帶入數據之后，我們認為這個地方是一個很合適的地方，但是事實上運營下來發現，有很多的偏差，說明我們當時的數據得到的并不是很準確。

在新的互聯網時代，我們可以通過和我們的電信的公司或者第三方數據員工進行合作，可以拿到它過去一年在這個道路上所有車輛行駛的情況，車輛行駛的速度，這些數據是高質量的，準確性比較高的數據，可以幫助我們非常精確地去評估這個地方是否有更合適回報的投資。一些大學生做了一些案例，去分析星巴克和海底撈這兩個餐飲公司在選址上的差異，因為我們一般理解，餐飲公司選址都應該在一個非常繁華的、人流非常多的地方去選址，但是通過數據的分析發現，星巴克選址區域是在已有的辦公區域三公里之內，而且它的大部分消費人群，時間都是在下午工作時間。而海底撈呢?它更多的消費人群是周末和晚上，同時，它附近七公里之類的人群都會非常聚集或者非常頻繁地去海底撈就餐，比如像海底撈，我就不需要在一個非常繁華的地方去選址，我只要在一個居民區比較多的地方方圓七公里之內，我去選址，就可以達到很好的一個回報效果。一方面，可以降低它整個租金的成本，第二，客觀上也減少了沒有必要的商家之間的沖突和競爭，這個可以讓一個企業投資帶來更好的回報。

第二個方面，我們談一談大數據對我們企業運營優化的影響，以數據來支持優化很好的方法論或者工具，它的丹尼克也是通過數據的采集做一個分析，只不過在之前，我們數據可能數量有限，現在新的互聯網+時代，我們更容易拿到更多的數據，這些數據可以幫助我們更好地去優化我們的運營，降低我們運營成本，比如說我們殼牌，我們有上游油田的開采，每個油井的開采，成本非常高，一旦發生了井打下去，沒有出油情況，等于上百萬美金就浪費了，就沒有回報了。這個時候，如何通過大數據的技術，能夠幫助我們更好地預測這個地方有沒有油井，如果預測得好，可以幫助我們節省大量的成本，所以我們現在的操作方式，一般通過一些爆破的方式，產生地震波、電磁波信息，然后把這些信息和地質結構和全球范圍大型的數據庫進行比對，找到在全球范圍內有沒有類似地質結構的油井，通過它那個油井成功率去判斷目前正在分析的油井的成功率。通過這種相關性的比對，可以幫助我們更好地去預測出油的可能性，通過這個技術的使用，事實上讓我們整個效率，成功率提高10%，這10%其實帶來非常非常大成本的節約。

那么大數據在第三方面，也對我們整個營銷產生更多的價值，這里包括精準營銷，也包括我們去了解我們潛在的客戶，我們現在客戶基本上就兩種，一種是我們現有客戶，他有些信息在我們的企業里面，我們可以針對這些信息做分析，還有一部分客戶是非常重要的，是我們的潛在客戶，如何能找到這些潛在的客戶呢?因為現在并沒有它的數據，所以這個可以通過和第三方數據合作，和社交媒體的數據合作，和一些電商公司數據合作，可以幫助到我們去找到一些符合我們價值觀的消費行為習慣，符合我們定位的這些潛在客戶，通過精準營銷的方式，可以吸引他進來，成為我們的潛在客戶。譬如說我們加油站業務，我們的定位是我們希望這些客戶是一個質量和服務敏感型，而不是價格敏感型，也就是說，他更關注質量和體驗這些人群，我們如果簡單地是做一些市場活動，我們可以通過和一些電商公司合作，通過分析電商平臺上客單價超過平均客單價比如說30%的人群，簡單地可以理解成這些人是比較關注產品的質量和體驗，而不是價格敏感型的，同時可以和社交媒體合作，去分析哪些人經常會談到車、談到油的，把這兩個群體進行一個比對，就形成了一些人群，這些人群就是說一方面可能是需要用油或者用車的，同時，又對質量和服務比較敏感，這些人就是我們的目標人群。通過對這些目標人群進行精準化的營銷，就很容易把他們轉換成我們的客戶，事實上我們在這個行業也有公司，能夠通過這種方式，做到50%以上的用戶轉換率，這個是非常高的、也是非常有效的開拓客戶的一個方法。

第四個方面，大數據也可以幫助企業去更好地管理企業安全，談到很多物流方面的風險，其中最核心的風險之一就是安全，很多危化品物流、風險品物流，一旦發生事故，會造成非常大的社會影響，如何一些大數據的技術，可以讓我們整個企業運行得更加安全呢?比如物流企業，如果我們更好地分析這些危化品物流司機的駕駛行為，更好地去分析我們車的健康狀態，就可以很好地幫助我們及時地發現潛在的風險，糾正一些不安全駕駛行為，從而降低事故發生的可能性。

同時，通過大數據的分析使用，可以幫助我們把更多的交通信息，包括我們市政上面一些道路的變更信息，這些都可以幫助我們更好地去優化我們整個的配送網絡，配送的路徑，減少配送的距離和配送的時間，這樣也是一方面降低了成本，第二個方面，也可以降低發生事故的可能性。比如說我們在北京，這兩天，因為霧霾原因，我們臨時決定單雙號，但是如果說我們的危化品物流公司不知道這種信息，可能它的貨車已經開到了市區，卻發現不能夠進行配送，無意中造成了一個風險源在那里，如果說通過大數據的技術，可以及時地把這種公共事件的政策、一些臨時的措施，能夠及時地反映在這個優化系統里去，可以更好地去管理、規劃配送，從而降低風險。

同時，企業信息安全，可以通過大數據帶來很多的價值。我們在應用了一套大數據安全分析的平臺，對我們整個系統的日志，對整個系統內部的操作行為做一個分析，那么在傳統意義上，我們信息安全管理，通過黑白名單的方式，那么通過黑名單來去限制不能進入、不能操作的人群，通過白名單可以放行允許操作的人群，但是這種方式會帶來很多的誤報的情況，而且我們現在很多新的攻擊模式和新的攻擊方法，但是之前沒有被認識到的，所以通過黑白名單的方式，很多情況下，并不能很好地去應對，但是通過操作行為的方式去分析，就更容易去發現潛在的一些風險，因為任何一個風險，都可以簡單地表達成一個非正常的操作行為。

比如說我們在大數據的分析過程中，在某一個時間段，某一個操作用戶的行為和他之前的操作行為有很大的差別，或者說它這個操作行為和它的整個工作職責有比較大的差別，就會亮紅燈，通過這個紅燈，我們去觀察分析為什么出現這種情況，比如說一個用戶的操作，之前都是在下午做一個查詢的用途，但是最近，他開始在上午進行下載的動作，這個就值得高度關注，有可能說這個用戶被別人盜用了之后，去下載一些核心的或者關鍵的資料，也可能說這個員工是不是因為其他原因，他想把一些資料下載完，做其他處理，不管哪種方式，都是對企業的信息安全造成一定的影響和風險，這個是可以及時地干預。

通過大數據的分析，可以對不同的機器之間，它整個交流的數量、信息傳遞的數量進行分析，如果某些機器發起大量的和其他機器的對話，那么這個機器可能就是一個現在發生一些故障的機器，或者說一些正在發起攻擊的機器，這樣就可以及時地進行干預、進行分析，從而降低我們整個信息安全的風險。

第二個方面，我們談一談大數據對企業業務創新的價值，在這里，我給大家舉一個例子，青島的紅領集團，紅領集團是做定制化西服的公司，在過去幾年，它是給海外做西服代工，但是過去幾年，它開始建立一套大數據分析平臺，利用這個大數據平臺，能幫到它去轉換它的業務模式，變成更多的做一些定制化的西服，而不是一個傳統的、標準化的西服生產，目前它可以做到一天生產2800套定制化西服，也就是2800套完全不一樣的西服，而它的成本被控制在市場上做標準化西服成本的10%，甚至10%以內，大家設想，這種新的創新業務和市場上現有的標準化西服公司去競爭，那肯定這個競爭力是非常高的。同時他們整個企業也不需要加班，朝九晚五，大家做得非常的順暢。

那為什么能做到這一點?就因為它背后，通過大數據的分析，通過過去十年的積累，形成了一個30萬套板型的大數據的分析平臺，當客戶對身體進行測量之后，把這個數據錄入到系統之后，這個大數據平臺可以快速去比對、快速去分析出一個最優化的裁剪方案，同時，對每一個個性化西服進行一個RFID的標識，針對這個西服所有的操作，分布在不同的環節上，每一個環節的人，都會及時地看到需要操作的具體步驟，每個員工背后有一個傳送帶，這個傳送帶就會把西服能夠根據步驟傳送到他背后，比如說這個員工，他背后傳送一道西服過來，他只要用掃描儀掃一下西服的RFID，他就知道這個西服需要下一步做什么樣的工作，同時他面前的電腦屏幕就會展示出他需要去操作的每一個步驟，他背后有一個傳送帶，會把他需要操作的部件傳送到他手邊，他就拿這個部件，按照屏幕上的操作流程，去做一個操作，按照這個操作流程，把這個工序完成之后，他就把那個西服重新放到傳送帶上，這個傳送帶就會按照下一個步驟員工的地點，傳送到另外一個員工那兒去。所以這個過程中，都是一些信息化、電子化的一個操作，同時對員工的要求也沒有那么高了，他只要根據電腦的指示去操作就可以。這樣的話，一方面可以降低人員培訓的成本，第二也可以復制。

最后我們談一談大數據對商業變革的影響，或者通過大數據可以產生一種新的商業模式，這個里面，最典型的就是滴滴，它解決了什么問題呢?它只是通過大數據和移動互聯網技術，解決了一個充分利用市場閑散的運輸能力和運輸需求這兩個匹配的關系。所以它一方面可以通過所有的用戶，手機定位和我們車的定位，根據距離，能夠快速地撮合買賣雙方之間的合作，同時，可以通過數據的快速計算，當供不應求的時候，通過一個價格的計分機制，能夠更好地匹配出一個最佳的解決方案，所以大家可能有這個經驗，當我們打車的時候，滴滴它會自動調價出，因為最近叫車很繁忙，所以我調到1.3倍，你接不接受?如果說還有很多人接受，可以調到1.5倍，通過一個快速的大數據計算，通過快速距離的比對，可以找到一個最需要的服務的人和提供者，這樣的話使整個撮合的效率最高。

我們傳統企業也有這種案例，比如說GE公司以前的發動機部門，它以前賣發動機為主，現在它轉換成發動機的后期運維服務上，通過把發動機賣給你之后，幫它做發動機運營的管理、幫它做運營的優化，通過分析發動機的燃燒效率，可以幫助給企業很好的建議，什么時候應該以什么樣的速度來起降，在空中用什么樣的速度最節省油、最經濟，從而幫助我們航空公司去降低它的成本。同時，可以通過一些零部件運營狀態的分析，可以更早地發現潛在的風險，做預防性的維修，包括一些備件提前的準備，使整個企業的運營更順暢，一方面可以提高客戶的滿意度，第二方面也可以降低更多的成本，這樣的話，它和航空公司之間的粘性就會更強，成為一個戰略合作伙伴，而不是一個售賣商。

剛才我從六個維度給大家分享了一下大數據對企業的決策機制、運營優化和營銷突破、企業安全、業務創新和模式變革，這六個維度舉了一些例子去分享，大數據如何幫助我們的企業建立、重塑我們的核心競爭力。

如果在企業內部建立大數據的能力，大概有什么樣的途徑，那么要在企業建立大數據能力，其實最核心的一點，首先要在企業內部建設一個數據知識決策文化，我們叫數據文化，當我們的管理層、當我們企業內部都能夠明白數據重要性，我們的決策需要通過數據來支持的時候，數據才能夠真正被使用好，之前大家用的 BI也好，用的很多其他的系統也好，很多時候為什么不能用好，其中一個原因之一是企業領導不重視，第二就是數據質量太低，數據質量太低，就無法形成一個正確的決策，只有當我們有一個明確的數據、文化之后，每個人都明白說，我必須保證我手上的數據，或者通過我的渠道進入系統的數據，都是一個真實的、高質量的數據，只有到這個層面上，數據才能夠真正被企業所用。第二個方面，企業要建立明確的數據戰略，這也包括了企業需要用什么樣的數據，這些數據是從內部獲取還是從外部去合作、外部去購買?包括每個信息系統之間，數據怎么分布?是通過一些統一的數據平臺管理，還有通過一些分站式的、分布式的管理，這個數據使用者是誰?數據所有者是誰?誰去負責數據的質量?誰去負責數據的審計等等，要有一個明確的數據戰略，才能幫助企業更好地去利用數據。第三方面，就要建立一個合適的數據組織能力，包括一些數據科學家，包括一些數據分析師和業務分析師，根據企業不同的情況下，可以針對性去設計，包括通過一些外包的方式或者外部的能力，它的公司能力足夠強，規模足夠大，可以更多地通過內部建設的方式，去建設這種能力。最后一個，建設一個大數據的分析平臺。這個分析平臺實際上有很多選擇，包括一些大公司的一些成熟、成套的解決方案，也包括一些創業公司提供的一些解決方案，也包括開源的免費的方案，這個是在最后，當我們知道明確的數據戰略，數據組織能力之后，去建設這個數據的技術平臺。

我們現在很多企業，或多或少都會有很多數據的存在，這個時候，我們如何建設這種數據文化或者推動這種數據文化的建設，一方面當然自上而下，管理層的認識，通過一些宣貫的方式，讓他們去了解數據的價值。另外一方面，我們從下而上，讓每一個從業人員去利用數據，展示它的價值。比如說我們現在已經有些數據情況下，能不能把數據用好，這對決策支持的一些價值、一些方面，形成一個個小的成功的爆破點，再反過來推動整個數據化的建設和在企業內部的使用。

同時，在架構層面，如何能夠把很多數據，一些不能用的、很多信息孤島連接起來，做更好的系統架構設計，從而更充分地利用現有的數據資源，可以幫助我們去交付一些數據的價值，產生不斷的小勝利，我們說積小勝為大勝。

最后再通過組織能力和產品的建設，形成一種數據服務，這種數據服務，不是單純做一個技術的服務，而是做一個商業服務，提供給我們的企業，提供給我們的營銷部門、提供給管理層。包括未來，還可以把這個作為一個新的業態，提供給我們的市場、提供給我們的產業，可以做成一個創業公司。

在這里，我想談一點，關于數據治理，數據治理，其實在中國，做的并不是那么多，那么在國外其實做的還不錯，我覺得數據治理這一塊，我們現在如果把數據要做好，數據治理的價值很大，所以我覺得我們的企業，包括CIO、CTO們，可能也需要在數據治理方面能夠去推動在企業中的一個建設。

同時，另外我借這個機會給大家分享一下數據資產的管理，因為大家可能也聽的很多，我們現在做一些，包括貴州的全球第一個大數據交易平臺，我們現在也談到很多數據資產，公司做了很多，那么我個人的理解，其實數據做一個資產，本身這個說法其實是有前提條件的，為什么呢?因為做一個資產，首先它需要一個所有權或者確權的過程，但現在在數據使用上面，很多情況下，并沒有明確的法律法規說明這個數據是屬于誰的，誰擁有使用權，誰擁有所有權，所以這個做一個確權，這塊我覺得是有所欠缺的，整個中國的社會，現在一些制度法規正在建設的過程中。

第二，就是內容的管理，需要一些法律法規的約束，什么樣屬于隱私性的內容，什么樣的保證用戶的隱私不被侵犯，這個是一個數據利用的管理，這塊也不是特別的明確。

第三，就是數據的定價。所謂定價，正常情況下有幾種定價方式，有成本定價、有價值定價，但是數據的成本是很難定價的，為什么?因為數據本身它是可以簡單的復制的，它不像一個機器，它是一個實體，這個數據我賣一份給你、再賣一份給他，對我來說，成本基本為零，所以這個時候，肯定成本定價法是不合適的。

那么價值定價法呢?如何能把這個數據的價值體現出或者數量化，這個是很大的挑戰，我們剛才談到數據變企業最大價值，那么只有在企業中真正意義上落實到一些運營的優化或者引來新的客戶，這個客戶產生新的價值的時候，我們才能很好地把他量化，如果沒有這個量化的過程，簡單地談數據交易、數據資產，我覺得還是缺乏一些基礎。所以我認為，數據資產的未來，還是在企業內部有更多的應用，才能夠去幫助數據資產這個概念的實現。

最后，我想給大家總結一下我對大數據的看法，我覺得總結整個來說有三條。

第一條，大數據其實是我們IT或者我們信息化從業人員去驅動業務變革、驅動價值實現一個很好的機會，那么我剛才談到那么多的、六大價值，我們利用大數據，可以幫助我們把整個企業信息化的定位、能力做一個更強的提升，把我們的信息化、我們的IT團隊從我們一個成本中心成為我們的支撐部門，可以變成一個推動業務發展的部門，這么一個利潤中心。

第二，數據推動決策，數據文化是大數據能夠真正在企業實現價值的基礎，我們如果說使用數據或者試圖使用數據，我們一定要推動文化的建設，不管是自上而下還是通過小步快走，通過一些小的案例來不斷得說服，但這個過程是必不可少。

第三點，數據本身它沒有價值，它只是一個客觀的表象，只有我們通過數據，能夠去發現我們的信息，發現我們的知識和智慧，為我們的企業真正產生業務價值、推動業務發展的時候，它才能成為一個資產，成為一個真正有用的東西。

關于大數據：大視野、多維度、言之有據。

Q&A

提問：針對保密單位，如何開展大數據規劃建設?

徐斌：我覺得首先與單位本身是沒有關系，其實任何一個企業要進行一個大數據規劃建設，都要明白，他是要實現什么樣的目的，最簡單的方法是說，要了解企業的痛點在哪里，需要解決什么樣的業務問題，通過這個分析，從而去找到我需要什么樣的數據來幫助我們做分析，從保密單位來說，對數據的敏感性要求比較高，那么這種更多體現在他不愿意向外面分享數據，但他是可以考慮和外面合作，獲取一些外部數據來幫助他做一些分析，比如一些公安的信息，可以通過一些住宿的信息、交通的信息，可以幫助我們公安系統更好地去找到一些線索，發現一些潛在的風險。

提問：如何通過大數據來開店選址?

徐斌：簡單來說，其實利用了運營商進站的定位信息，比如我們說車流的分析，主要是看車上面司機的手機移動速度，可以通過基站定位看到它的運行速度，如果說這個速度，比如說超過十公里，基本上可以認為是個車，因為人的步行不可能超過十公里，自行車一般也做不到十公里的速度，所以通過一些速度的分析，可以判斷出它是車，同時也可以判斷它的車流。

提問：如何利用外部數據?

徐斌：因為現在本身這個數據的買賣還不成熟，所以我覺得更多情況下，是通過你覺得有作用的數據、那么分布在什么樣的公司，可以跟它進行一些合作，通過合作和共享的方式來獲取數據，當然現在也有一些數據買賣公司，包括有第三方的數據公司存在，這些公司可能有一些數據，你覺得有用的，那可以直接跟他去購買。現在市場上存在著一些數據公司。

作為一個從來沒有使用過大數據的企業，去想運用大數據，我覺得很簡單，一，學習大數據是什么，第二，去了解要解決什么樣的業務問題，然后就看需要什么樣的方法和通過什么樣的合作伙伴，可以幫助到你去實現這種大數據的能力，本身大數據的營建者，并不需要一定要自己來做，你完全可以通過一些第三方有能力的公司幫你交付大數據的能力。當然當你的公司成熟了之后，你可以更多地通過自己的建設，比如像國美，它之前，它也是通過直接購買第三方大數據平臺，甚至外包一些人員來做的數據分析，但是它內部慢慢慢慢成立這種技術，對這種數據使用更熟悉之后，它可以重新建設基于大數據平臺，建設自己的分析團隊。

提問：IT部門怎樣捕捉大數據應用需求?

徐斌：我覺得最簡單的方式就是IT部門走出去，走到業務中間去，聽一聽業務痛點在哪里，然后第二方面，走出去，走出企業，聽聽行業里面其他的企業，那么他們做一些案例，開拓自己的視野，帶來更多的一些方案、一些創新的意識，結合企業內部的痛點，這樣就會幫助他們去尋找一些解決方案。然后通過一些概念驗證的方式，我們說積小勝為大勝，去解決一個很小的痛點，通過數據，讓大家建立對數據的這種理解和對數據價值認可之后，才慢慢慢慢去做更多的事情、推動更多大數據的應用。

提問：大數據給出的結果可靠性如何?

徐斌：我們談到數據本身它并沒有價值，關鍵在于什么?使用它。如果說我們這個數據的使用都是技術人在使用，很多情況，他可能得出的結果并不是一個讓你可以滿意的結果，因為數據本身它來源非常廣泛，同時它的數據量很大，這個時候，它可能分析的維度非常多，那么你用哪些維度來做分析，那就很重要，這個就取決于對業務的一些理解，而當你的業務理解越深入的時候，你越容易去識別出一些關鍵的業務或者關鍵的影響內容，同時集合大量的數據，來幫你做分析，這樣才能更容易達到一些比較理想的結果。