產業智慧官
1.大資料落地的難處
2.如何做一個成功的大資料專案
3.大資料專案落地路線總結
1.大資料落地的難處
首先，難在大資料技術端和市場應用端的資訊不對稱。大資料技術端可能儲存著海量的資料，可能掌握著先進的計算和分析挖掘技術，但是並不了解市場的需求痛點，或者無從發力，或者閉門造車。而市場應用端的專業人士則因為對大資料的工作原理和蘊含的高價值缺乏了解而空守金山不自知。解決這個困局的方法有二：一是從兩端入手，大資料行業內人士必須深入到傳統行業的業務流程中去學習、經歷或體驗；而傳統行業的業內人士則要開放心態，主動學習和擁抱新事物。二是從中間入手，招聘尋找兼具一定大資料知識和傳統企業行業知識的人才，作為溝通橋樑彌合兩端的裂隙。
其次，難在資料互聯的成熟度。當前的大資料來源雖然貌似紛繁多樣，電信資料、銀聯資料、房產車輛資料、wifi資料、企業內部資料、網購資料、網際網路資料等等都能獲取到，但是資料來源之間缺乏有效的關聯，導致大資料對於分析目標無法進行全面的描摹和了解，因此大大限制了應用範圍。眼下市場上雖然一夜之間冒出了各式的“資料交易所”，但是仍然不能有效解決資料互聯的問題。資料來源之間的相互信任與和合作是一個難點，資料資訊的保密和披露法規不完善也是障礙之一，而落地變現場景的缺乏又使得這個問題的破局陷入了死迴圈。
其三，難在應用者缺乏耐心和戰略遠見。一個企業的大資料戰略佈局是需要遠見和時間成本的，戰略遠見不僅來源於核心領導層對於大資料知識的主動學習和思考，還要有敢於付出試錯成本的決斷力。同時，大資料專案投入的週期相對較長，前期繁複枯燥的整合內部資料孤島、聯合外部資料來源的工作耗時費力而又障礙重重，如同萬丈高樓的地基，雖然極為重要且時間金錢的代價不菲，卻在表面上難以有顯著成效可以彰顯。另外，即便最終具備應用能力的大資料軟體開發完成，往往也會因為受到資料來源、分析技術、甚至是使用人員素質的限制使得短期內不能讓企業領導者看到有亮點的投資回報率。但是，企業領導者應該認識到這是必要的學習成本，自己乃至整個企業經由這樣的學習曲線獲得了大資料領域的實操經驗和能力，耐心而睿智的繼續前行最終會令企業的競爭力在行業中脫穎而出。
2.如何做一個成功的大資料專案
先講一個大資料的笑話。
說有一個大資料分析師，他上了一架飛機，上飛機不久，廣播裡就傳來機長的聲音說，“對不起大家，我們飛機剛剛有一個引擎不工作了，但是不要著急，我們還可以用其它三個引擎飛，只是我們需要到達目的地的時間要比原來預計的晚一個小時”。又過了一會兒，機長開始播音了，對不起，我們剛才發現又有一個引擎壞了，但是沒有問題，沒有麻煩的，我們頂多到達目的地的時候會遲到兩個小時。又過了不久，機長又說，現在有一個壞訊息，現在只剩一個引擎了，但是不用擔心，我們還是會安全到達目的地，只不過比原來預計的落地時間遲三個小時。然後這個大資料分析師就說，哇……，我希望不要再丟掉最後一個引擎，不然的話，我們就會永遠在天上待著了。無法到達目的地就是這個意思了。
1 失敗大資料案例的特徵
根據在美國做了15年的大資料專案、產品研發和管理，以及其它一些相關的資料分析的工作經驗，了解到的其它的做的比較成功的和失敗的專案，跟大家做一個經驗分享。基本上大資料專案失敗的特徵主要是五個：
一是大資料專案與企業戰略脫節，完全是領導或者是不知道那個部門的決策人突然腦子一熱，就說別人在用，我們也做一個，根本沒有把該做的專案和企業的商業戰略、科技戰略等各個方面結合起來。在專案無法與戰略協調，無法在戰略的指導下做一款產品或者是服務專案的時候，失敗的可能性會非常大。
二是大資料商業用例不是很明確。商業用例是說大資料專案怎麼能夠幫助各項業務達成所需要的功能和目標，或者叫目的，這個不是很清楚，怎麼幫助我不是很清楚，這樣的話，就直接影響到你選什麼樣的資料，怎麼用這些資料，以至於用了以後怎麼去支援你的業務，這一點是第二條，也是關鍵的。
三是無法發掘出大資料特殊價值。如果你沒有發掘出特殊價值，其實用小資料也可以做到，這個專案本身就失去了意義。
四是企業內部對大資料專案無共識。財務部門、營銷部門、研發部門之間的利益和工作重點是不一樣的，沒有共識就很難順利推進一個專案，最後就很有可能是拖延或者是取消，甚至是失敗，推出去了內部員工沒人買單。
五是缺乏專案所需核心技術。大資料不是誰都能玩兒得起的，如果缺乏核心技術，達不到自己的預期目標，錢也是白花的。
2 成功大資料專案的標誌
成功很多時候跟失敗是反過來的：
一是專案用例(目標/實用價值)清晰。從上到下，大家都明白這個大資料要做什麼，包括企業的財務主管和具體業務部門，比方說營銷部門，這個大資料專案是用在營銷部門的，他們也很清楚，負責執行的技術部門也很清楚，這個搞清楚了以後，對大家上下一心做好專案是非常重要的。
二是專案規劃完善+快速迭代研發試錯穩步推進。
一個專案規劃的時候，不要做成規劃三個月、六個月，你用傳統的老辦法去做，最後發現實際上第一階段結束了以後，你去做測試完全沒有達到你想要的效果。我們做一個大專案要用快速迭代的方法來做，每個星期可以推出一個功能，進行快速測試，內部市場、外部市場都測試成功，下一個星期就可以進行下一個功能的研發、擴充套件、推廣。這樣的話，可以通過迅速的試錯，比方說第二個星期做的方向不對，或者有些功能沒有辦法實現，或者跟我設計的不一樣，這樣的試錯代價會比較低，不會等到6個月才發現有重大的錯誤，調整了以後第三個星期可以接著來，可以換一個方向，可以調整開發的內容，或者是功能，三個月以後，已經經過了四、五個星期的測試和研發了，基本上犯錯的可能性就比較低了。
三是所選技術符合大資料專案功能要求。
很多人都聽說過要上一個大資料專案必須要用一些特殊的技術，大資料專案最重要的不是選高大上的平臺，或者是特殊的技術，最重要的是選一款符合最初設計的業務功能的技術，這個技術可能相對來說比較簡單，可能是SAS軟體，或者是JAVA程式，沒必要上高大上的技術，最重要的是符合你的要求。很多企業選了高大上，最後發現，實際上錢花了很多，但是沒有達到預期的要求，因為你選了高大上的東西以後，會影響到各個方面的整合和所需要的資料量，預算會很大，成本也會比較高，很難實現盈利的目標。所以最重要的是選一款適合你這個專案目標的技術，這個非常重要。
四是專案團隊擁有各方面專業知識技能。
大資料技術就像企業做的任何一款創新產品和專案一樣，需要僱傭所有的對這個專案有貢獻的，可能會受影響的資源，可能包括人力資源，包括技術資源，包括市場資源，包括運營資源等等各個方面的資源調動，形成這麼一個團隊，上面有領導的支援，中間有大家的共識，最下面的一線執行人員也很清楚自己要做什麼，這方面要協調好，要有專門的技術，這個很重要。
五是專案成果獲得業務用例期望成果。
這個專案做了三個月、六個月，做出來了，是不是獲得了業務用例期望的結果，是一個非常重要的標誌。很多時候，很難是百分之百，一般80%的專案達不到完全預期的結果，可能是80%的預期達到了，那已經很好了，可能達到50%，也不錯，因為是一個創新的專案，可以根據達到的預期專案進行不停地調整，最差的是隻達到了20%，很多企業做的專案結果，這是一個統計的結果，是大家能看得見的。根據業界的標準，到了50%基本上算比較成功了，到了80%就是相當好了。
3 成功大資料專案的衡量標準
成功大資料的橫向標準是五點：
一是專案在預定的時間裡可以實現或者接近預定的目標;
二是這個專案或者產品實現了傳統資料方法沒有辦法帶來的特殊的內部和外部的商業價值;
三是在有限的大資料投資的條件下，給特定的業務帶來的好處可以輕鬆複製到其它的業務領域，比如說營銷部門獲得的成功會推廣到產品的研發部門，或者是推廣到業務運營部門，這樣會花很小的代價，但是做了更多的事兒。
四是受益的業務部門可以運用大資料工具進行高效便捷的工作，這其實是最直接了當的，因為本來我們要做一款大資料的產品，或者是服務專案就是為了提高運營效率和工作效率。
五是通過這個專案實施企業獲得了新的商業模式和成長點，這個是最重要的，從戰略的角度講，這個大資料產品和專案成功實現了企業轉型和升級。
4 成功大資料專案的路線圖
成功大資料的路線圖分為六步：
第一步：確定對企業業務有重大影響的大資料用例和創新方向。
第二步：我們要制定基於大資料專案的詳盡的產品服務創新規劃。
第三步：要詳細了解大資料專案所需要的業務功能要求和選擇與之相匹配的技術。
第四步：就大資料專案帶來的商業利益在企業內部達成共識。
第五步：我們要選擇容易實現的目標入手，快速迭代研發、試錯、穩步推進。也就是說不要剛開始就要搞高大上、大而全的專案，因為失敗的機率幾乎是百分之百，非常容易失敗，因為預算太大，選的工具太複雜，調動的資源很多，很難一下子實現所有的目標，所以通常我們從一個曉得目標，容易實現的目標開始，這樣可以鼓勵士氣，錯誤犯在研發的初期，而不是在中期和最後，這個最重要。
第六步：做大資料專案和產品一定要挖掘和實現大資料能給我們帶來的特殊價值，這是其它的方法或者是其它類的資料做不到的，只有實現了這種特殊的價值，我們才能實現業務所需要的具體功能，不管是擴充套件市場的份額，或者是更精準的了解你的客戶需求，還是說你要增加邊際利潤率，或者是提高產品上市的速度，縮短研發週期，這些都是大資料可以做的。另外就是跨界創新，傳統企業可以通過大資料這個紐帶跟其他企業的業務結合起來。
5 成功大資料專案實戰案例
其實有很多精彩的實戰案例，我把美國福特公司去年以來做的一個大資料專案跟大家分享一下。我在福特有一個非常熟悉的朋友，我也介入了一點點，我來講一下，他們基本上是按照我總結的幾步來做的。
福特第一步是確定了大資料用例，銷售部門很想知道我怎麼用大資料這個技術來提升汽車銷售業績，這是一個非常簡單的業務用例。我們需要界定的是，一切影響銷售業務的大資料，一般汽車銷售商的普通做法是投放廣告，看看影響力怎麼樣，動輒就是幾百萬，但是具體很難分清楚到底每一個受眾看了這個廣告以後會不會產生購買這個汽車的衝動，這個很難看到。大資料技術不太一樣，它可以通過對某個地區的房屋市場、新建住宅、庫存和銷售資料、這個地區的就業率等各種相關的，可能會影響購買汽車意願的原資料進行分析和收集，還可能會到跟汽車所有相關的網站上搜索，哪一種汽車，哪一種模式，哪一種款式，客戶搜尋了哪些汽車的價格，車型配置、汽車功能、汽車顏色等等這些客戶喜好的資料。
福特汽車用這些方法把所有的資料都界定好了以後，第二步是把專案交給了一個差不多200人的大資料分析專業團隊，他們獲取和搜尋所需的外部資料，比方說第三方合同網站，區域經濟資料、就業資料等等。
第三步是他們獲得資料以後，就開始對資料進行建模分析、挖掘，為銷售和決策部門提供精準可靠的角色選擇和效果分析，也就是說，你選這個方法，可能獲得的營銷效果是怎麼樣的，他們做了大概幾十種可能的分析。
第四步是營銷部門和運營部門根據這些資料策劃和實施有針對性的促銷計劃，比方說在某些區，某些州需求量特別旺盛的地方，他們有專門的促銷計劃，基本上這些促銷計劃都是根據某一個個體的需求量身訂做的，非常非常精準，所以不需要花五、六百萬美金，花出去了以後不知道誰感興趣，只需要花五、六十萬美金，就知道誰對這個汽車感興趣，這個廣告就送到電子郵箱和地區的報紙上了，非常精準。
最後一步是大資料營銷的創新效果衡量，跟傳統的廣告促銷相比，福特花了很少的錢，做了大資料分析產品，我們叫大資料的模型和分析工具，運用這種方法，大幅度的提高了汽車的銷售業績。他們不光在汽車的銷售方面運用了大資料，比較成功，還有其它方面的應用，包括汽車的整車品質、保險費用、汽車運輸狀況、汽車的智慧和駕駛模式等等，他們希望用這些資料幫助駕駛員降低保險成本，這樣的話可以促進很多銷售者對福特這個品牌的認可，擴大市場佔有率。
3.大資料專案落地路線總結
第一階段：資料規劃
一個成功的大資料專案，需要有一個良好的開端，即做好資料規劃階段的各項工作，具體包括：
1.戰略意圖：在這個階段，要明確戰略意圖，這個戰略意圖需要在相關干係部門之間達成一致和共識，換句話說就是為什麼要搞這個大資料專案？
2.戰略規劃：戰略意圖清晰以後，就可以作為貫穿整個專案過程的燈塔，接下來要需要將戰略意圖轉變為戰略規劃，通過戰略規劃來進一步讓相關干係部門和人員清晰的認識到這個大資料專案將要做什麼？
3.商業目標：戰略規劃完成後，就要明確這個大資料專案的商業目標，即通過這個大資料專案實施，為企業帶來怎樣的商業價值？是降低成本呢，還是擴大營業收入，亦或是通過創新業務為企業帶來新的價值增長點？
4.執行方針：商業目標確定以後，需要進一步來確定該大資料專案的執行方針，包括：專案執行的基本原則、利益分配原則、分歧處理原則等等。
5.組織支撐：上述Action完成後，就需要建立對應的專案組織了，成立專案小組，明確相關崗位以及崗位職責，根據不同的戰略意圖、戰略規劃、商業目標和執行方針，建立不同架構和規模的組織。
6.上述Action還都屬於專案可以成功落地的先導性工作，那麼接下來就是許多細緻的具體工作，這些具體工作都是保障專案可以成功落地的基石。
7.產品(專案)規劃：協同各個干係的部門和干係人，有效的建立起來專案內容規劃機制，完成產品(專案)的總體規劃。
8.場景規劃：完成產品(專案)的總體規劃，作為大資料專案，需要繼續規劃出主要的應用場景，場景規劃是有效地推動後續步驟階段的基礎，場景如果規劃的不清晰，直接會影響到後續的一系列Action的執行。
9.需求評估：產品(專案)規劃、場景規劃完成後，需要將規劃內容反覆與各個干係部門和干係人進行溝通與確認，最終形成專案需求說明書，同時完成需求的評估，評估相關規劃和需求是否可以滿足戰略意圖、戰略規劃以及商業目標。
上述Action完成後，需要從架構和落地角度，進一步深化：
架構規劃：根據已完成的產品(專案)規劃、場景規劃和需求評估，從落地的角度完成資料架構規劃，架構規劃是專案成功落地的重要環節。
有的大資料專案，還需要引入第三方的資料支援，以及體系內其他非干係部門的資料支援，這樣就需要進行有效合作。
合作意圖：如果專案需要引入第三方的資料支援，以及體系內其他非干係部門的資料支援，需要充分評估專案風險與合作意圖，有效達成合作共識。
第二階段：資料治理
第一階段的工作完成以後，已經具備了一個大資料專案成功落地的良好基礎，接下來就需要按照資料規劃階段的成果繼續後續的環節，首先要做的就是要有資料，並且要有高品質的資料，資料到位才能保障專案的有效推進和執行：
1.來源評估：在資料治理階段，首先要進行資料來源評估，展開資料梳理相關的工作，及時發現數據來源可能存在的風險並加以處理。來源評估完成後，確認可以有效獲取到所需要的對應資料來源的資料，就可以進行資料的獲取工作了。
2.資料採集：資料採集是一個很重要的工作，只有把資料採集來，才能進行一系列的大資料相關的工作。資料採集過程中，注意資料採集的有效性。
3.資料預處理：為了更好的、更有效的儲存有價值的資料，同時方便系統對資料的使用，部分資料可以做預處理。
4.資料品質：資料品質環節很重要，如何有效保證資料的品質？直接影響著大資料專案的實施效果，在這個環節中，要投入很多的精力去形成標準，並建立相對自動化的資料品質系統。
上述的幾個環節，必要時需要藉助專業的產品工具。
資料管理：資料管理工作，將影響專案的整個週期，建議採用專業的資料管理產品和工具，或藉助有開發能力的供應商量身定做一套資料管理系統。
第三方資料：可以通過資料資產置換、購買等等方式完成第三方資料的接入
在整個第二階段會形成一系列的標準和流程，這裡不一一贅述
第三階段：資料應用
第一、第二階段工作完成以後，就將進入最重要的第三階段工作，在這個階段中，我們將承前啟後的推動大資料專案完成落地工作，真正去形成大資料的應用，帶來真實的業務價值：
場景細分：在這個階段，對於第一階段中形成的場景規劃，要進行可被實現的場景細分，通過對場景的細分，形成一個個的用例(Use Case)。
干係組織利益共識：通過場景的細分後的一個個用例(Use Case)，已經可以很好的明確給各干係組織帶來的業務價值，在這個時候需要推動各個干係組織形成利益共識，以免由於利益問題導致專案執行的阻礙。
完成上述Action後，就需要藉助供應商的參與和力量繼續完成後續的Action。
1.功能規劃：經過上述Action環節，專案已經進入重要的落地階段，需要根據已經整理好的用例(Use Case)、資料，形成具體的功能規劃。這些功能規劃，需要是可被準確識別和實現的，直接對應了大資料應用系統的功能點。
2.技術選型：完成了功能規劃，就需要進行技術選型工作，由於大資料相關的技術非常多，這項工作需要藉助專業供應商的力量來一起完成，需要充分考慮非功能性指標，比如：效能要求等等。
3.產品選型：技術選型後，需要根據選擇的技術路線，來找到可供選擇的、符合技術路線的產品，完成產品選型工作，如：資料科學平臺等等。
4.應用分析模型設計：大資料專案的一個重要的內容，就是要通過資料來形成各種應用分析模型，藉助類似於資料科學平臺類的產品，可以快速有效形成各種預測分析模型。完成這個環節的工作，需要有資料科學家、業務分析師等等一系列的角色參與相關工作。或者說引入第三方的成熟產品，如客戶智慧分析平臺、物聯網智慧分析平臺、運營智慧分析平臺等等，通過引入這些產品來直接引入成熟的分析模型。
技術選型、產品選型以及應用分析模型建立後，就需要進行驗證工作了，主要包括場景PoC和商業驗證。
PoC：選取具有典型代表意義的大資料應用場景，進行現場的PoC驗證工作，通過PoC，修正和完善每個用例(Use Case)，同時驗證技術選型、產品選型的正確性，發現問題及時處理，甚至重新選擇技術與產品。
商業驗證：PoC環節完成後，還需要進行商業驗證，驗證和評估一些關鍵場景用例(UseCase)的應用效果，評估和預測是否可以達成商業目標，從而推匯出達成商業目標可能存在的問題和風險，進行修訂與處理，必要調整各個干係部門和干係人之間的利益共識。
第四階段：迭代實施
前三個步驟階段的工作有效得完成後，就進入了第四步驟階段迭代實施，之所以是迭代實施，也跟大資料類專案的特徵有關，就如大資料建立分析模型是一種探索的過程一樣，大資料專案的執行也需要進行不斷的驗證、修正、實施這樣的工作，可能需要經過多輪的迭代才能完成專案的建設：
1.模型應用：第三階段中經過PoC和商業驗證的模型，需要開發為特定的大資料分析應用才能最終為使用者所使用併發揮價值。在模型應用過程中，注意模型的規約和使用條件，注意與現有系統的融合。
2.系統開發：系統開發工作是保證模型應用環節有效達成的手段，同時通過系統開發能力可以開發出圍繞大資料分析應用的外圍系統。
3.效果評價：效果評價環節，主要是組織相關干係組織與干係人，對實施效果進行研討和確認，同時對利益共識進行確認和達成一致，如果沒有達到預期效果則繼續進行迭代改進。
4.業務驗證：業務驗證工作是保障大資料分析應用專案真正可以融合於業務、服務於業務的重要手段，業務驗證建議從業務流程是否通暢、關鍵業務點是否達到預期目標、是否對業務辦理產生障礙等等多方面進行。驗證人員需要是使用該大資料分析應用系統的一線業務人員。
如果上述的環節發現了重大問題，則針對問題形成改進方案後進入迭代改進環節。
迭代改進：迭代改進分為小迭代和大迭代，小迭代是在同一期專案中完成的，受到專案上線週期的制約，小迭代可以改進的問題是有限的、小型的。對於影響範圍巨大，難度較高的問題需要進入大迭代改進，大迭代一版來說可以規劃為專案的二期、三期等等，直到達成預期的戰略意圖、戰略規劃和商業目標。
經過上述的Action環節，一個成功的大資料應用專案終於落地了，這也僅僅是落地的開始，接下來的工作是檢驗專案成果和真正發揮大資料價值的時刻：
實施推廣：圍繞專案的戰略意圖、規劃和商業目標，進行有效的實施推廣工作將變得非常重要，良好的實施推廣工作可以真正讓大資料應用分析專案用起來，讓資料“活”起來，源源不斷產生價值。推廣過程，要巧妙的運用各個干係部門和干係人之間的利益共識。
資料安全：大資料專案有自己的特點就是一切都圍繞資料來展開，說到資料就會涉及到一些隱私資料、高密級資料等等，不管在開發過程中、還是在推廣過程中，亦或是在第二階段的資料治理過程中，都需要嚴格遵守相關資訊保安和資料保密的規劃，從技術上和使用上都要保證資料的安全。資料安全是一個大資料專案真正可以成功的重要內容。
第五階段：商業價值
前面四個步驟階段工作很好的完成後，就是享受大資料應用專案成果的時刻了，相信在前面四個階段的各個環節中，各個專案參與人員都受到了或多或少的各種折磨，不過這些折磨都是值得的，因此大資料專案真正可以為企業帶來不可以預想的巨大價值，只有上馬了成功大資料專案的企業才能深深體會到。
在這個階段中，企業獲得了：
1.資料資產：企業的資料資產是大資料應用專案帶來的重要成果，也是推動企業創新、產業升級、企業轉型等等的財富。
2.資料服務：通過大資料應用專案的實施，可以有效推動企業的數字化轉型工作，圍繞資料資產形成資料服務的能力。
3.決策支援：通過大資料的預測分析能力，有效提升了企業的決策支援能力。
有效獲取了內部商業利益價值、外部商業利益價值，真正去實現了企業建設大資料應用專案的戰略意圖、戰略規劃和商業目標。