何瑞娟

近年來，幾乎所有的行業(yè)都受到“大數(shù)據(jù)”概念的影響。很多企業(yè)都希望利用大數(shù)據(jù)實現(xiàn)公司業(yè)務(wù)的創(chuàng)新甚至轉(zhuǎn)型。不同企業(yè)采用不同模式作為大數(shù)據(jù)切入點，本文將結(jié)合工作實際闡述央企大數(shù)據(jù)的實施策略。

大數(shù)據(jù)特征及挑戰(zhàn)

如何利用數(shù)據(jù)挖掘技術(shù)為企業(yè)支撐決策、防范風險、降低成本、提高收益，已成為眾多企業(yè)所關(guān)注的重點。

海量數(shù)據(jù)的出現(xiàn)、數(shù)據(jù)結(jié)構(gòu)的改變，對數(shù)據(jù)管理及分析帶來巨大挑戰(zhàn)。傳統(tǒng)數(shù)據(jù)倉庫無法有效存儲日益增長的業(yè)務(wù)數(shù)據(jù)，也無法有效處理新型的業(yè)務(wù)數(shù)據(jù)。挖掘大數(shù)據(jù)的價值類似沙里淘金，從海量數(shù)據(jù)中挖掘稀疏但珍貴的信息。價值密度低，是大數(shù)據(jù)的一個典型特征。

大數(shù)據(jù)帶來數(shù)據(jù)處理理念的重大轉(zhuǎn)變。全量勝于抽樣，萬物數(shù)據(jù)化突破了傳統(tǒng)的小范圍數(shù)據(jù)分析限制?；祀s勝于精確，規(guī)模改變時，事物的狀態(tài)也可能發(fā)生改變。相關(guān)重于因果，基于規(guī)模效應(yīng)產(chǎn)生的相關(guān)性，有時可以選擇關(guān)注“是什么”，而不是“為什么”。沒有獨立大數(shù)據(jù)戰(zhàn)略，只有整體數(shù)據(jù)戰(zhàn)略。

大數(shù)據(jù)能力是隨著業(yè)務(wù)要求和技術(shù)發(fā)展的演化而逐步形成的，包括傳統(tǒng)報表和KPI的監(jiān)控、深度自助分析、個性化分析、實時預(yù)測等。大數(shù)據(jù)技術(shù)在企業(yè)應(yīng)用方面的探索主要分成兩大類型：增強原有業(yè)務(wù)模式（提升效率）；變革原有業(yè)務(wù)模式，尤其是對現(xiàn)有收入與運營模式的根本改變。

大數(shù)據(jù)應(yīng)用設(shè)計

企業(yè)大數(shù)據(jù)的建設(shè)是一項業(yè)務(wù)、技術(shù)、組織和管理等四個方面綜合的系統(tǒng)性創(chuàng)新工程。大數(shù)據(jù)應(yīng)用的根本在于業(yè)務(wù)創(chuàng)新，業(yè)務(wù)上如何量化決策、如何依靠數(shù)據(jù)產(chǎn)生新的價值，業(yè)務(wù)需求是大數(shù)據(jù)平臺建設(shè)的原始驅(qū)動力。隨著數(shù)據(jù)量和業(yè)務(wù)復(fù)雜度的雙雙增長，企業(yè)數(shù)據(jù)工作對數(shù)據(jù)分析能力提出了更高的要求，將需要更加專業(yè)的數(shù)據(jù)分析師通過分析和挖掘數(shù)據(jù)對業(yè)務(wù)提供支持。

在企業(yè)中實現(xiàn)大數(shù)據(jù)的另一個重要前提是消除“信息孤島”。在傳統(tǒng)企業(yè)中，由于歷史原因在不同業(yè)務(wù)單位建設(shè)不同的信息系統(tǒng)，這些系統(tǒng)中的數(shù)據(jù)往往缺乏數(shù)據(jù)標準、格式不統(tǒng)一、意義多樣，并且無法交互。而要消除這些信息孤島，將系統(tǒng)間的數(shù)據(jù)壁壘打通，需要企業(yè)高層管理者的關(guān)注和參與，形成強大的執(zhí)行力才有可能實現(xiàn)。

大數(shù)據(jù)分析應(yīng)根據(jù)企業(yè)的實際情況分階段實施。中國五礦集團公司是以金屬、礦產(chǎn)品的開發(fā)、生產(chǎn)、貿(mào)易和綜合服務(wù)為主，兼營金融、房地產(chǎn)、物流業(yè)務(wù)，進行全球化經(jīng)營的大型企業(yè)集團。結(jié)合企業(yè)的經(jīng)營特點，五礦集團的大數(shù)據(jù)實施分為幾個階段。

建設(shè)大數(shù)據(jù)平臺，實現(xiàn)集團層面的大數(shù)據(jù)初步分析。包括：完成大數(shù)據(jù)平臺的基礎(chǔ)設(shè)施平臺設(shè)計和相關(guān)建設(shè)，建設(shè)企業(yè)集成數(shù)據(jù)模型設(shè)計和詳細規(guī)劃。

深化應(yīng)用，建立從執(zhí)行層到?jīng)Q策層的核心應(yīng)用。包括內(nèi)部業(yè)務(wù)與外部市場情況的聯(lián)動分析：如財務(wù)與市場情況、風險的內(nèi)外部分析等。整合物流運輸數(shù)據(jù)，以產(chǎn)業(yè)鏈為中心，建立物流運作分析。

細化應(yīng)用，建立運營層面的業(yè)務(wù)分析中心。建立礦產(chǎn)業(yè)務(wù)分析，例如：開采分析、設(shè)備預(yù)防性維護。建立金融、地產(chǎn)等業(yè)務(wù)中心的專項應(yīng)用，建立礦山企業(yè)生產(chǎn)數(shù)據(jù)分析等。

同時應(yīng)建立有效的大數(shù)據(jù)運營管理體系，提高良性、有序、持續(xù)的更新完善機制，確保大數(shù)據(jù)平臺具備持續(xù)的生命力，為企業(yè)創(chuàng)造更大的價值。大數(shù)據(jù)平臺分析能力應(yīng)根據(jù)業(yè)務(wù)規(guī)劃而調(diào)整，通過評估數(shù)據(jù)模型、不斷調(diào)整，向企業(yè)內(nèi)外部提供更具價值的數(shù)據(jù)應(yīng)用。

大數(shù)據(jù)應(yīng)用場景

中國五礦集團公司當前已經(jīng)積累了大量歷史經(jīng)營數(shù)據(jù)及外部數(shù)據(jù)，并建立了較為完善的數(shù)據(jù)倉庫體系，實現(xiàn)了若干數(shù)據(jù)挖掘技術(shù)的應(yīng)用，并逐步在以下領(lǐng)域做出嘗試。

集團領(lǐng)導(dǎo)管理駕駛艙 實現(xiàn)數(shù)據(jù)可視化和“一站式”精細化運營決策。通過完整的指標體系和科學的維度劃分，將企業(yè)全景數(shù)據(jù)進行直觀、形象、系統(tǒng)化的展示，真實反映企業(yè)運營狀態(tài)、客觀評價企業(yè)經(jīng)營成果、動態(tài)預(yù)警企業(yè)經(jīng)營風險，為管理決策者提供“一站式”決策支持服務(wù)。

資產(chǎn)預(yù)測性維護 在能源開采和制造行業(yè)，應(yīng)用基于大數(shù)據(jù)的資產(chǎn)預(yù)測性維護，可以實現(xiàn)有效的分析根本原因，減少關(guān)鍵零件故障造成的機器、設(shè)備、資產(chǎn)的停機時間，最大限度地減少產(chǎn)品問題引起的供應(yīng)鏈問題，提高維護資源的生產(chǎn)力，規(guī)避機器、設(shè)備、資產(chǎn)故障的成本，更加精準地預(yù)測費用，以提高效率和降低成本。

市場價格走勢預(yù)測 金屬礦產(chǎn)行業(yè)企業(yè)受國際、國內(nèi)經(jīng)濟形勢影響較大，大宗商品價格走勢和宏觀經(jīng)濟形式的變化都對公司經(jīng)營產(chǎn)生重要的影響。利用大數(shù)據(jù)分析技術(shù)，收集和分析多維度的環(huán)境數(shù)據(jù)，探索建立相關(guān)計量模型，通過機器學習實現(xiàn)對金屬礦產(chǎn)品市場價格走勢的預(yù)測，使企業(yè)在面臨市場形勢復(fù)雜多變的情況下，依然可以保持戰(zhàn)略主動，就能為實現(xiàn)既定經(jīng)營目標營造有利條件。

供應(yīng)鏈績效管理、全程管理 供應(yīng)鏈的績效管理需要按照以日為單位進行精細的管理?？冃Э梢詮亩嘟嵌冗M行衡量，比如質(zhì)量、速度和成本等。為監(jiān)控某個貨物的狀態(tài)，需要去各個系統(tǒng)進行查找。供應(yīng)鏈績效管理覆蓋一系列考核指標，讓企業(yè)能夠?qū)崟r地看到各地域和各個流程的績效指標。通過對各系統(tǒng)數(shù)據(jù)的整合，可以全程監(jiān)控某個具體的貨物?？冃Ч芾砣娴厥占鞣N數(shù)據(jù)，能夠全面地反映每個環(huán)節(jié)的績效。收集、整理和計算供應(yīng)鏈上各個段的考核指標，創(chuàng)建全盤的、基于詳細考核數(shù)據(jù)的管理視角。

客戶供應(yīng)商“畫像”分析 通過對客戶、供應(yīng)商的歷史交易數(shù)據(jù)、信用評級信息、資產(chǎn)負債狀況，結(jié)合第三方征信報告，客戶、供應(yīng)商行為分析等，對客戶、供應(yīng)商進行“畫像”?？山⒈葌鹘y(tǒng)方法更加全面、準確的客戶、供應(yīng)商管理體系，及時發(fā)現(xiàn)客戶、供應(yīng)商的新動向以及潛在可能發(fā)生的風險。

此外，利潤貢獻度分析，以客戶賬戶的實際交易為基礎(chǔ)（基于客戶交易行為的分析），運用五大因子（凈利息收入、其他收入、直接費用、間接費用、風險因子）計算基于最細粒度的賬戶貢獻度，再歸并匯集為客戶、產(chǎn)品、渠道、機構(gòu)等利潤貢獻度，發(fā)掘新商機。

物流優(yōu)化 企業(yè)物流管理存在諸多問題，如缺乏基于分段的端到端的全程管理和監(jiān)控能力，強調(diào)總時間，而不是精確的分段時間以及應(yīng)對變化的能力，基于平均值的固定的交付時間和成本計算，供應(yīng)鏈通常被認為是一個單一的管道，缺乏需求預(yù)測和各個環(huán)節(jié)之間的預(yù)警能力，供應(yīng)鏈的各個參與方目標不一致，責任不清，承運商沒有清晰的績效考核指標等。通過數(shù)據(jù)倉庫來整合各系統(tǒng)中的數(shù)據(jù)，分段計算各個段績效和服務(wù)質(zhì)量。通過數(shù)據(jù)倉庫監(jiān)控、精細化管理供應(yīng)鏈上的各個環(huán)節(jié)，通過可視化的方式來描述復(fù)雜的路徑、地點和運輸渠道，找到每個路線上的問題發(fā)生點，仔細分析每個分段上的問題發(fā)生的原因。可建立高效的運輸與配送物流管理信息平臺，通過大數(shù)據(jù)分析合理的運輸管理、道路運力資源管理，構(gòu)建全業(yè)務(wù)流程的可視化；利用自動識別技術(shù)實現(xiàn)訂單處理、跟蹤、結(jié)算，貨物的快速入庫、盤點、倉儲管理；利用GPS等技術(shù)，實現(xiàn)貨物及資產(chǎn)的實時定位；使用無線智能終端，實時地收集、傳輸物流信息，由此制定、優(yōu)化操作物流計劃，縮短物流周轉(zhuǎn)時間。

礦產(chǎn)資源勘查 勘探、采礦時產(chǎn)生的地質(zhì)、環(huán)境、礦山物流等數(shù)據(jù)，數(shù)量巨大且類型繁多。根據(jù)這些數(shù)據(jù)，可建立更加準確的礦山生命周期模型，在礦山開采、維護、環(huán)保等方面價值巨大，其數(shù)據(jù)本身就具有商業(yè)價值。另外，無人機在勘探中的廣泛應(yīng)用，使得圖像處理和分析也具備成為另一個業(yè)務(wù)增值點的能力。

擁抱大數(shù)據(jù)意味著讓企業(yè)管理者在證據(jù)的基礎(chǔ)上做決策，而不是依賴自己的經(jīng)驗或直覺，公司需要推動決策文化變革，形成“以數(shù)據(jù)說話”的氛圍，大數(shù)據(jù)將在未來的工作中扮演越來越重要的角色，甚至推動業(yè)務(wù)轉(zhuǎn)型。大數(shù)據(jù)建設(shè)是一個系統(tǒng)性工程，在業(yè)務(wù)運營和管理中擁有十分廣泛的應(yīng)用前景，企業(yè)應(yīng)先從最基礎(chǔ)的數(shù)據(jù)采集、整理和質(zhì)量管理做起，相信在不久的將來會為企業(yè)產(chǎn)生巨大的價值。endprint