實現(xiàn)有效的智慧數(shù)據(jù)生命周期管理，依托大數(shù)據(jù)分析技術(shù)及移動互聯(lián)，最終智慧數(shù)據(jù)的價值將無處不在、觸手可及。

上期與大家憧憬未來，暢想以數(shù)據(jù)孕育智慧并指導(dǎo)企業(yè)活動和人類生活，接下來與大家探討智慧數(shù)據(jù)的本質(zhì)及價值。

數(shù)據(jù)成為資產(chǎn)已為企業(yè)和組織所認(rèn)可，分析和智能成為主流。從服務(wù)數(shù)百萬商家的淘寶“數(shù)據(jù)魔方”，到著名的“百度遷徙”，再到大數(shù)據(jù)分析替代章魚和熊貓成為巴西世界杯的賽事預(yù)測主流，人類越來越廣泛地利用著智慧數(shù)據(jù)。從集成制造智能到企業(yè)管理儀表盤，從基礎(chǔ)的財務(wù)報表到全面績效管理，從銷售分析到預(yù)測和對潛在客戶的發(fā)掘，從P C終端到移動設(shè)備，企業(yè)運作的流程中也隨處交織著數(shù)據(jù)的智慧。

了解智慧數(shù)據(jù)的本質(zhì)

在量子計算機商用之前，0和1的序列還是計算世界的數(shù)據(jù)主流。這些數(shù)據(jù)不僅形成在企業(yè)運行的計算機管理系統(tǒng)中，互聯(lián)網(wǎng)和社交網(wǎng)絡(luò)中更存在著大量的相關(guān)數(shù)據(jù)，而當(dāng)非0和1的內(nèi)容轉(zhuǎn)化、協(xié)調(diào)并納入數(shù)據(jù)體系中時，智慧數(shù)據(jù)的來源就更為廣泛和多樣。新數(shù)據(jù)時代智慧數(shù)據(jù)本質(zhì)在于以大數(shù)據(jù)為原力，以分析和挖掘為方法，以客戶為中心，建立實時的客戶洞察，變被動模式為主動模式，實現(xiàn)數(shù)據(jù)和決策正循環(huán)，驅(qū)動智能工廠化和客戶體驗提升。

智慧數(shù)據(jù)不僅是對歷史數(shù)據(jù)的統(tǒng)計分析，更應(yīng)從歷史中總結(jié)經(jīng)驗、挖掘規(guī)律，并應(yīng)用在實時業(yè)務(wù)處理和對未來的感知、預(yù)測，所以真正從數(shù)據(jù)中形成智慧，其核心在于深度全面的分析挖掘，推動機器學(xué)習(xí)和算法模型應(yīng)用。從實效性看，需應(yīng)用適當(dāng)?shù)臄?shù)據(jù)處理、存儲和分析方式，區(qū)別對待熱數(shù)據(jù)和冷數(shù)據(jù)、快數(shù)據(jù)和慢數(shù)據(jù)。從時效性看，需適當(dāng)拋棄冗長的數(shù)據(jù)加工過程，在數(shù)據(jù)產(chǎn)生的時間和地點進行分析，實時應(yīng)用于生產(chǎn)及客戶觸點。從適用性看，不僅服務(wù)于企業(yè)管理層面，還應(yīng)服務(wù)于生產(chǎn)一線及所有客戶交互過程中。

通過高效的數(shù)據(jù)管理和大數(shù)據(jù)分析技術(shù)，則有可能將分析和智能工廠化，并全面接入業(yè)務(wù)流程、生產(chǎn)過程及客戶交互中，從而快速高效地進行數(shù)據(jù)和智能的生產(chǎn)，并服務(wù)于企業(yè)前臺營銷和服務(wù)、中臺生產(chǎn)管理及供應(yīng)鏈、后臺財務(wù)管控及產(chǎn)品創(chuàng)新。以客戶分析為例，在營銷、服務(wù)各領(lǐng)域，以實體、代理、B2B/B2C等平臺，通過移動、互聯(lián)網(wǎng)、O2O等技術(shù)形成了無數(shù)客戶觸點，或許企業(yè)可提供在移動應(yīng)用上購物的驚喜折扣，但糟糕的售后服務(wù)體驗所影響的不僅是一個客戶一次服務(wù)，在社會網(wǎng)絡(luò)化的環(huán)境下，影響可能快速加倍擴展。假設(shè)企業(yè)能建立統(tǒng)一的客戶洞察，綜合分析客戶對購買和服務(wù)的偏好，預(yù)測客戶可能的行動，在所有的客戶觸點采取協(xié)調(diào)一致的響應(yīng)，或可避免類似情況。

實現(xiàn)智慧數(shù)據(jù)的管理

智慧數(shù)據(jù)的應(yīng)用看起來很美，但必須建立在良好的大數(shù)據(jù)管理基礎(chǔ)之上。很多企業(yè)和組織在其數(shù)據(jù)應(yīng)用發(fā)展過程中都形成了一定程度的“數(shù)據(jù)孤島”，導(dǎo)致分析和決策的局限。通過工作流、總線打通孤島間的業(yè)務(wù)關(guān)聯(lián)，通過ETL、數(shù)據(jù)倉庫技術(shù)實現(xiàn)數(shù)據(jù)整合和集中分析是通常的選擇。

大數(shù)據(jù)的多樣化、多態(tài)性和大容量帶來了更大挑戰(zhàn)，卻又缺乏好的工具和方法。唯一可見的出路則是建立混合數(shù)據(jù)模型，統(tǒng)一管理元數(shù)據(jù)，理清數(shù)據(jù)通路，以數(shù)量換質(zhì)量，以速度換效率，并逐漸完善數(shù)據(jù)管理體系。傳統(tǒng)的ITIL、COBIT、CMMI、SIEM等管理規(guī)范或也將更新?lián)Q代，并適應(yīng)于大數(shù)據(jù)綜合管理。

發(fā)掘智慧數(shù)據(jù)的價值

數(shù)據(jù)規(guī)模爆炸性增長，但數(shù)據(jù)價值并未同步增加，反而有可能降低。企業(yè)期望通過大數(shù)據(jù)的挖掘和分析支撐企業(yè)決策、創(chuàng)新，推進商業(yè)模式、運營模式、生產(chǎn)模式和營銷模式。

智慧數(shù)據(jù)的價值來自對無序數(shù)據(jù)的整理分析所形成的智慧，并應(yīng)用于決策，將分散的分析和智能統(tǒng)一化形成一致決策則將其價值倍化，將服務(wù)于管理的分析和智能拓展至業(yè)務(wù)流程各層級節(jié)點，則將其價值擴大，將管理、績效相關(guān)數(shù)據(jù)拓展至所有與業(yè)務(wù)、客戶相關(guān)的數(shù)據(jù)則將其價值泛化。總之智慧數(shù)據(jù)的價值將無處不在，但待你挖掘。