丁海驁

“根據(jù)IDC在2021年做的一項(xiàng)調(diào)查顯示：企業(yè)在大數(shù)據(jù)的世界里，依然面臨很多的挑戰(zhàn)：尤其是那些龍頭的企業(yè)，雖然他們投資了大量的成本去解決這些挑戰(zhàn)，但效果非常有限。”劉智宏，Qlik大中華區(qū)董事總經(jīng)理日前在一次媒體活動(dòng)時(shí)，分享的IDC的數(shù)據(jù)顯示：目前在應(yīng)用企業(yè)當(dāng)中，自認(rèn)擁有足夠的可用于市場(chǎng)分析的數(shù)據(jù)的企業(yè)，只占被調(diào)查企業(yè)的44%：而且只有29%的被調(diào)查企業(yè)管理者認(rèn)為，當(dāng)他們?cè)谧鰳I(yè)務(wù)決策時(shí)，現(xiàn)有的數(shù)據(jù)和數(shù)據(jù)分析工具，能夠給出有效的支持。

BI（Business Intelligence，商業(yè)智能），是與ERP一樣“歷史悠久”的企業(yè)管理軟件之一，其最核心的價(jià)值，是通過(guò)對(duì)數(shù)據(jù)的挖掘、收集、管理和分析，從數(shù)據(jù)中發(fā)掘?qū)ζ髽I(yè)業(yè)務(wù)有價(jià)值的決策依據(jù)。在軟件信息化時(shí)代，BI憑借可量化定義的準(zhǔn)確性特點(diǎn)，成為眾多企業(yè)管理者相當(dāng)信任的數(shù)字化手段之一。Qlik就是這一領(lǐng)域的代表廠商。

在劉智宏看來(lái)，雖然企業(yè)IT應(yīng)用已經(jīng)從軟件時(shí)代走進(jìn)了大數(shù)據(jù)時(shí)代，數(shù)據(jù)量獲得了幾何數(shù)量級(jí)的增長(zhǎng)，但是對(duì)于應(yīng)用企業(yè)來(lái)說(shuō)，實(shí)際上對(duì)于數(shù)據(jù)的利用能力和應(yīng)用效率并沒(méi)有得到本質(zhì)上的提升。對(duì)于眾多的企業(yè)而言，雖然已經(jīng)充分認(rèn)識(shí)到了數(shù)據(jù)對(duì)于企業(yè)業(yè)務(wù)的價(jià)值，但是這種認(rèn)識(shí)目前僅僅停留在理論層面，并沒(méi)有真正在企業(yè)的現(xiàn)實(shí)業(yè)務(wù)層面發(fā)揮作用。這其中，主要是由于兩方面原因。

首先，對(duì)于企業(yè)而言，“數(shù)據(jù)素養(yǎng)能力”的缺乏是發(fā)掘數(shù)據(jù)價(jià)值的第一道門(mén)檻。“當(dāng)企業(yè)的管理者在反思，為什么花了那么多錢(qián)，用了那么多的工具、科技，還是難以從數(shù)據(jù)中真正獲得對(duì)業(yè)務(wù)產(chǎn)生直接價(jià)值的能力？”劉智宏強(qiáng)調(diào)，這部分的企業(yè)管理者常常會(huì)發(fā)現(xiàn)：除了科技手段以外，他們自身的數(shù)據(jù)素養(yǎng)不足也是一個(gè)很重要的原因：“就算拿到了很多數(shù)據(jù)，大家還是很掙扎怎么才可以憑借商業(yè)的洞察力來(lái)做決定？”

其次，現(xiàn)在眾多企業(yè)難以從數(shù)據(jù)中發(fā)掘價(jià)值的根本原因，與企業(yè)不同部門(mén)對(duì)于數(shù)據(jù)的理解和認(rèn)識(shí)不統(tǒng)一有關(guān)?！拔覀兛吹剑汉芏嗥髽I(yè)會(huì)把數(shù)據(jù)集成和業(yè)務(wù)智能分開(kāi)成兩個(gè)獨(dú)立的領(lǐng)域，前者交給IT部門(mén)去實(shí)現(xiàn)，后者由業(yè)務(wù)部門(mén)來(lái)主導(dǎo)。而這從根本上來(lái)說(shuō)，就使得在同一個(gè)企業(yè)中，在對(duì)數(shù)據(jù)的關(guān)注點(diǎn)、處理工具、應(yīng)用機(jī)制等各個(gè)方面上，產(chǎn)生了差異，導(dǎo)致企業(yè)對(duì)于數(shù)據(jù)的應(yīng)用缺乏一致性，產(chǎn)生了孤島。”劉智宏分析說(shuō)：一般來(lái)講，IT部門(mén)關(guān)注的數(shù)據(jù)，通常都是歷史數(shù)據(jù)、靜態(tài)數(shù)據(jù)，IT部門(mén)的工作原則往往是被動(dòng)處理這些靜態(tài)歷史數(shù)據(jù)；而對(duì)于企業(yè)業(yè)務(wù)部門(mén)而言，所謂業(yè)務(wù)智能，需要處理的是即時(shí)問(wèn)題，因此業(yè)務(wù)部門(mén)除了要關(guān)注歷史靜態(tài)數(shù)據(jù)外，更多需要即時(shí)數(shù)據(jù)的支持?！袄纾瑒倓傇诹闶坶T(mén)店產(chǎn)生的問(wèn)題，需要管理層立即給出處理決策，那么管理層顯然需要更多的即時(shí)數(shù)據(jù)。但是在現(xiàn)有的企業(yè)數(shù)據(jù)應(yīng)用框架下：IT部門(mén)傳統(tǒng)意義上的平臺(tái)顯然難以提供足夠的支持——我們常常將其稱(chēng)為被動(dòng)的BI，或者被動(dòng)的商業(yè)智能?！?/p>

與被動(dòng)商業(yè)智能相對(duì)，Qlik提出了一個(gè)“主動(dòng)智能”的概念?！斑@并不是一個(gè)單一的產(chǎn)品，Qlik希望通過(guò)這樣一個(gè)概念，幫助更多企業(yè)更新應(yīng)用數(shù)據(jù)的觀念，結(jié)合應(yīng)用Qlik自1993年以來(lái)所擁有的技術(shù)，讓數(shù)據(jù)真正在企業(yè)的業(yè)務(wù)中發(fā)揮更大價(jià)值。”劉智宏說(shuō)。

從Qlik提供的相關(guān)資料看，其提出的“主動(dòng)智能”概念，更多是強(qiáng)調(diào)在企業(yè)的IT和業(yè)務(wù)部門(mén)之間的融合、合作，彌合在企業(yè)中普遍存在的兩個(gè)數(shù)據(jù)孤島之間的裂痕?！拔覀兎Q(chēng)之為數(shù)據(jù)分析管道：這個(gè)管道可以打通IT和業(yè)務(wù)兩個(gè)孤島，幫助企業(yè)從被動(dòng)BI轉(zhuǎn)變?yōu)橹鲃?dòng)智能BI?！眲⒅呛杲忉尩溃骸拔覀兿Ｍ麑?duì)于應(yīng)用企業(yè)而言，數(shù)據(jù)分析不是在事后處理，而是在當(dāng)時(shí)即時(shí)處理。而且，是通過(guò)整個(gè)數(shù)據(jù)生命周期來(lái)做分析、協(xié)同來(lái)產(chǎn)生洞察力?！彼绕鋸?qiáng)調(diào)：對(duì)于應(yīng)用企業(yè)而言，一個(gè)完整的數(shù)據(jù)生命周期，應(yīng)該是從數(shù)據(jù)產(chǎn)生的那一刻開(kāi)始的，然后完成一個(gè)系統(tǒng)化、自動(dòng)化的處理過(guò)程，最終落實(shí)在企業(yè)的現(xiàn)實(shí)業(yè)務(wù)中，并產(chǎn)生效益和成功?！斑@對(duì)企業(yè)來(lái)說(shuō)，是提高投資回報(bào)最好的方法。”

作為“主動(dòng)智能”數(shù)據(jù)全生命周期理論的支撐，劉智宏也重點(diǎn)介紹了Qlik在BI技術(shù)和產(chǎn)品工具層面所能提供的具體能力。

首先，Qlik能夠?yàn)槠髽I(yè)提供數(shù)據(jù)服務(wù)的能力，“針對(duì)數(shù)據(jù)整合，Qlik可以幫助客戶(hù)把不同的數(shù)據(jù)源——包括結(jié)構(gòu)性數(shù)據(jù)、非結(jié)構(gòu)性數(shù)據(jù)、原始數(shù)據(jù)，以及最后的商業(yè)數(shù)據(jù)整合在一起。”劉智宏說(shuō)：“我們采集數(shù)據(jù)的方法是實(shí)時(shí)的，而且是自動(dòng)化的，從而最大程度減少了人工的參與。同時(shí)，我們會(huì)提供一些企業(yè)的數(shù)據(jù)指標(biāo)或者企業(yè)數(shù)據(jù)目錄。這對(duì)于客戶(hù)來(lái)講，他們就可以很清楚地知道數(shù)據(jù)是放在哪里，而且數(shù)據(jù)有什么樣的用途，這樣他們就可以針對(duì)這些數(shù)據(jù)進(jìn)行管理、治理和訪問(wèn)，從而對(duì)這些數(shù)據(jù)進(jìn)行下一步的分析?！?p>

對(duì)于數(shù)據(jù)的分析服務(wù)，是Qlik“主動(dòng)智能”的另一個(gè)重點(diǎn)?！笆褂肣lik Sense實(shí)現(xiàn)分析現(xiàn)代化主要表現(xiàn)在：關(guān)聯(lián)差異、增強(qiáng)分析中的人工智能和主動(dòng)分析。”劉智宏說(shuō)，所謂“關(guān)聯(lián)差異”實(shí)際上是Qlik在闖蕩BI領(lǐng)域初期就已經(jīng)掌握的專(zhuān)門(mén)針對(duì)關(guān)聯(lián)分析的專(zhuān)利核心技術(shù)?！爱?dāng)然，現(xiàn)在已經(jīng)有很多的新科技也加到了專(zhuān)利注冊(cè)中去，不再像二十幾年前的核心技術(shù)，而是增加了現(xiàn)在最常用的自然語(yǔ)言處理（NLP）。”至于“主動(dòng)分析”，劉智宏強(qiáng)調(diào)，現(xiàn)在Qlik為企業(yè)客戶(hù)提供的方案，“都可以實(shí)現(xiàn)主動(dòng)分析，相比被動(dòng)分析有一些差異：很多是自動(dòng)化和采用實(shí)時(shí)數(shù)據(jù)。加之采用了關(guān)聯(lián)引擎，所以可以為企業(yè)用戶(hù)提供有洞察力的報(bào)告，不再只是儀表盤(pán)：讓客戶(hù)可以看到問(wèn)題出現(xiàn)在哪里，以便及早做出業(yè)務(wù)決定，也就是數(shù)據(jù)驅(qū)動(dòng)的決定?！?/p>

在接受記者提問(wèn)時(shí)，劉智宏也談到了關(guān)于企業(yè)提高“數(shù)據(jù)素養(yǎng)”的問(wèn)題。他認(rèn)為，所謂“數(shù)據(jù)素養(yǎng)”，從根本上說(shuō)，是需要建立一種“數(shù)據(jù)驅(qū)動(dòng)決策”的意識(shí)和行為模式：“在公司，上上下下的溝通，都需要養(yǎng)成用數(shù)據(jù)來(lái)溝通，用數(shù)據(jù)來(lái)說(shuō)話，用數(shù)據(jù)來(lái)支撐一個(gè)決定的習(xí)慣?！彼f(shuō)。