大数据助力数字化转型还需练好内功

本篇文章2319字，读完约6分钟

[CCIDI新闻]如今，没有必要争论大数据的价值。关键是如何挖掘大数据的价值，以及投入产出比是否划算。由于数据挖掘的复杂性、高度专业性和长周期，许多分析结论已经失去了时效性，导致企业爱憎数据、分析师和业务人员怨声载道的困境。

针对上述行业的痛点，帆软近日举办了2017年百城巡回展上海站千人大会数据峰会，业内业外给出了明确的答案。自2006年成立以来，凭借数千名客户积累的服务经验和200多个行业的参与，业内和业外人士都认识到，大数据需要培养几个内部优势来帮助企业实现数字化转型。首先，需要唤醒过程数据，并通过直接数据库连接挖掘巨大潜力。其次，大数据的呈现应该是差异化和可视化的，并且将来可能会增加与gis底图的连接。最后，数据加密和数据保护是关键，云保护适合于保护数据方的利益。

唤醒过程数据数据库直接连接建立高速公路

当许多企业首次尝试数字化转型和数据分析时，他们将面临一个难题，即数据分析结论的及时性。经过煞费苦心地收集数据和综合分析，目前的业务人员不再需要许多结论，或者过程数据已经改变，这使得许多结论成为废纸。因此，一些业内人士指出，信息和垃圾只是一念之差，无用的数据甚至不如垃圾。

事实上，并不是数据本身是无用的，而是真正有价值的过程数据或行为数据休眠在服务器或文档中，这在当时作为一个中间变量被忽略了，但它对结果跟踪有着重要的意义。过程数据是指经过初步数据收集和统计后的数据。例如，通过统计服装面料的购买量和成衣的数量，就可以得到成衣率，让服装企业知道某些面料的利用率。易磨损率数据通常被用作过程数据，这对于进一步的成本和利润核算有很大的影响。然而，通常是过程数据在统计过程中被简单地记录在表中。数据记录形式不统一，存储时间短，记录与否难以统计，在后期监管中难以实施。

上海东方国际品牌创业管理有限公司信息部经理邵佳瑜表示，在企业利用大数据进行转型的过程中，对流程数据进行了很好的监管，对数据库系统中的流程数据建立了单独的管理平台，将流程数据及时保存在统计中，并以统一的格式展现出来，以供后期跟踪。而且，在看到过程数据对数据分析的巨大价值后，许多部门会主动要求加入数据共享。例如，原来的服装标签数据非常复杂，但是借助多个流程数据，很多终端商店可以直接打印标签，不再需要从海量的库存数据中手工选择标签，这大大提高了标签数据入库的积极性，使得数字化改造在小地方实现并得到实际应用。

此外，邵佳瑜解释说，该公司的数据库还建立了一个直接渠道，允许数据分析参与数据收集过程，同时完成分析。高速频道的建立在第一时间为用户提供了决策支持，并终结了过时的结论。

在可视化中区别对待gis底图是一种新趋势

在当前的企业运营中，已经产生了大量的大数据，随着流程数据的觉醒，大数据的数量也呈指数级增长。在这种情况下，有必要直观、立体地呈现数据分析结论，以便非技术专业人员也能阅读这些结论。

为了理解可视化，我们不应该简单地以图表的形式呈现数据，并把分析结论转化成比例。此外，数据应以适当的形式呈现给相应的人员。例如，对于分析师来说，etl工具可以用来深入分析数据并输出高度专业化的可视化结果。对于普通的业务人员来说，应该减少sql代码的输入量，这样业务人员可以借助自动字段转换，一目了然地得到分析结论，比如将客户转换为客户的中文字段，并使输出的excel表格易于理解。

在这个过程中，凡软finebi的产品经理薛高阳表示，企业的内部运营数据和外部客户数据管理需要一个差异化的可视化过程，尤其是技术人员对数据的分析。公司最新的finebi产品加强了技术人员使用fineindex和finedirect进行专业分析的辅助功能，但对于普通业务人员来说，提供了一个统一的模板，让他们灵活地输出可视化的表单，不仅可以加快数据分析过程，还可以大大缩短双方沟通甚至争论的时间，全面提高企业的日常效率。

大数据在各行各业形成后，跨境已经成为主流趋势。其中，地理信息系统与大数据的交叉分析已经成为帮助企业从多个角度看待大数据、实现多角度转换的法宝。例如，许多商场可以交叉分析店铺的位置和销售量，从而灵活配置店铺，将不受欢迎的商品换到合适的位置，在增加曝光率的同时提高店铺的利用率，更好地满足用户的购买偏好，这样就不需要转身寻找需要的商品。类似的分析也可用于租赁建筑利用分析、零售商业智能选址和其他服务，使地理信息系统成为一个大数据库地图，并从多个角度看待数字转换。

当然，在目前的大数据分析软件中，更多的是关注宏观分析和宏观展示，而地图并不追求过高的精度。因此，在帆板软件和同行业的其他软件产品中，都选择了自主开发的底图，最多是在用户有特殊需求时，携带一些图层的互联网地图进行渲染，而核心引擎是自主开发的，最大程度上保证了企业用户的需求，与为终端用户服务的互联网地图竞争。

Fansoft的联合创始人兼首席执行官陈艳在谈到数字转型中的传统数据安全问题时表示，数据传输渠道是加密的，许多用户将数据存储在私有云或选择安全性高的知名公共云平台，这可以最大限度地确保数据安全。当然，走向云并不一定是数据分析或数字转换的关键，我们应该冷静对待走向云的热度。数据分析软件应该在用户选择服务器上的云或终端上的云后做好连接工作。尽管在saas上连接云仍然存在一些挑战，但它肯定会在未来尽快解决这个问题。

面对火热的大数据行业，数据分析应该从用户需求出发，做好工作，最大限度地发挥各种数据的价值，使数据分析实时呈现，各业务部门简单打电话，合理走向云端以提高效率。只有这样，数字转换才能成为提高效率的重要生产力，而不是成为用户喜欢和讨厌的对象，这样大数据才能帮助并实现出色的转换。