風劍分享 | 只有數據最懂公司的痛點，指導企業決策走向

只有數據最懂公司的痛點，指導企業決策走向

在2018中國大數據高峰論壇上，" rel="nofollow">數瀾科技CEO風劍分享了對數據資產化的理解、大數據平臺的建設、大數據落地過程中的挑戰，以及數據應用在未來的機遇與挑戰。具體全文摘錄如下：

一、什么是數據資產化

“數據資產化是數瀾一直秉持的概念并持續在做的事情”。

風劍曾經在負責阿里巴巴集團大數據業務的時候，見過很多應用場景。他覺得目前大多數的人對數據的認知并不夠，也不能理解數據從哪里來，有怎樣的價值，以及對未來業務的支撐在哪里？

舉一個例子，如果我們是一個手機加工廠，我們擁有各個領域和類型的數據，且每天都在產出數據，但除了產出數據外，企業還希望數據能夠直接作用于業務領域，優化業務效果。這就是認知上的差異，即數據到底能帶來什么價值，把原始的數據，變成業務上能夠使用的數據的過程就是數據資產化。

世界上所有的資產，只有數據資產是越用越有價值的。因為它的產生和業務之間是若即若離的關系，如果你不使用它，它就會變成了一堆數字，如果你經常使用它，那它就越來越有價值。

我們自己在實踐過程當中有兩個關鍵的技術點：第一點是將數據打通整合。很多家企業都有不同廠家提供的幾十套業務系統，怎么把這些數據，包括郵件、視頻、語音等給連接、打通是目前整個行業都在解決的問題。

第二點是在數據打通之后把這些數據真正有效的組成業務上能夠看見的、可識別的、可使用的數據，這是整個行業都在面臨的特別大的挑戰。

我們把從數據打通到數據組織到數據標簽化，再到數據內部體系化的過程叫數據資產化。

二、大數據平臺的搭建與應用

如果從另一個角度舉一個有關數據資產化的例子，就可以了解到平臺是如何搭建的。

現在的shopping mall都有探測技術，當顧客來了就會知道這個顧客是誰，這些數據是很有價值的，但它們只是數據資產，并不是數據資產化。什么才是數據資產化呢？當有人進出的時候，把這樣的行為的人、物、場景的關系匹配，拉到歷史的維度上，刻畫到歷史的每一個時間節點上，這就是一個基于時空維度產生的事件。在所有的時空維度上這個過程本身就是資產化，它能夠帶來的結果就是一個人所有的行為都出現了，比如這個人過去經常一個人到shopping mall吃飯、看電影、逛街。忽然有一天變成了兩個人共同進出，又有一天這個人看完電影去了母嬰店，這就是一個場景下的數據資產化的過程。可以看到原生的數據只有三個，但是所帶來的數據資產會豐富到幾百幾千幾萬個維度，甚至可以刻畫出一個人買東西是貨比三家還是猶豫不決的購物心理，從數據視角看起來，價值是巨大無邊的，這就是數據資產化。

我們有一系列的方法論來支撐完成數據資產化，第一點需要把這些數據基于場景、基于時空維度串起來，否則就沒有參考價值了。

第二點我們的大數據平臺數棲可以對客戶的數據進行加工、開發、建模等，從業務平臺層面來講就是數據data-mapping，怎么把mapping好的數據做成profile，就是把探測數據到人的整個維度做一個全系的畫像。這就是數據開發。

數據開發的過程不需要改變客戶的知識結構，也不需要改變以往的數據存儲結構，數棲平臺是一個全系的、全維度的數據開發平臺。有了這個還不夠，還要有大量的數據需要做成標簽體系，但怎么能快速生成應用，目前還是一個需要解決的問題。

比如做營銷，或者還可能是做消費者洞察畫像的，我們把這些叫做數據應用。我們要做一個用戶畫像來洞察這些人是壞人還是好人，利用的就是個人數據資產加數據技術，然后通過算法和模型計算，把這個人畫出來，這就是用戶畫像能力。我們把這種能力封裝進入一個實體，稱之為數據引擎。數據加數據技術構成了數據引擎，然后把各種數據引擎呈現在平臺里面，客戶用的時候特別方便。

有了開發平臺、數據引擎和自有的數據資產之后，還要打造一個數據應用平臺和服務平臺，這中間包含三項核心能力，包括data-mapping、data-profile、data-service。如果把這三點結合起來，一個數據平臺基本上就成型了。我們整個平臺的構建也是依據這個數瀾自有的理論，把判斷的數據放進來，能夠將時空及場景連接起來，基于開發平臺把它做成一套profile，再基于一套數瀾自有的數據技術把它分割成一些數據服務，無論是to B面向實體店鋪或者企業，還是to C面向消費者，都有合適的應用場景，并最終通過數據平臺讓數據活起來、用起來，當然這是我們一直想要實現的理想。

三、大數據的時光倒流理論

這里的挑戰在于認知data-mapping，數據如何做mapping，實際上在于數據的認知。

我們在做地產行業的數據服務時發現如何利用大數據提升業主的滿意度，這是一個非常需要數據認知的過程。

在大家想象中，提升業主滿意度特別簡單，通過業主有無投訴，有無報修等數據來做分析即可。但是傳統的滿意度分析中使用的都是單一的數據，為業主滿意度提升帶來的價值特別有限。地產公司找到我們時希望能夠用大數據提升業主滿意度，那時候我們提出一個假設，整個地產公司五大服務體，業主、物業公司、供應商、承建商、服務商。如果能把這五大主體之間的關系構建起來，那提升滿意度就可以找到切入點了，比如帶著全家人看一套房子，一共五個人去看，三個人滿意，兩個人不滿意，究竟是滿意還是不滿意，這里面是沒有量化的標準，也沒有對與錯之分。但是當我把這五個關系之間的實體構建起來，找到任何一個事件的相關數據，這個事件出發交點在哪里，那我們就能了解了。這就是我們把這種事件驅動起來的能力—數據認知的能力。

舉個例子：比如我買了一個新房子，我不太滿意，我會打電話過去投訴并且報修很多問題。業主會在一個電話中把所有問題都描述清楚，這個過程會產生很多的非結構化的數據，比如業主是否有家人，有小孩，有老婆，有老人等，哪個水龍頭漏水、進而關聯水龍頭是誰生產的、誰服務的、物業公司是誰、服務周期、供貨周期、服務質量等，把所有的數據都串起來以后就會知道這是一個批量問題，還是個性化問題。

再舉個例子，比如業主說“你必須把馬桶給我往左移五公分”，物業公司就會說這個房子是精裝修交付的，所有的樓層，甚至整個小區都是這樣的。但業主為什么要移呢？他會說“我小孩的浴盆放不進去，你說要不要移？”物業可能會說那我給你移，但是這個工程特別巨大，這里面給出的信息就是他有小孩，要放一個浴盆給小孩洗澡，這才是問題產生的根結所在。數據要被深度的、多維的洞察，才能逼近事實本質，光靠采樣分析是發現不了這樣的問題。

我把這種能力稱之為基于事件的mapping能力，大量的數據經常都是這樣。不斷地移動每一個時間節點的事件，對到這個時間軸上然后抽取這類事件的共性數據，我們把這種方法，總結稱為時光倒流理論。

四、只有數據最懂你的公司

很多企業面臨著不知道自己的數據價值在哪里，以及數據怎么用的問題。這是數據的產品化應用問題，很多企業會想當然的做出來一個產品然后告訴客戶這個產品可以解決哪些痛點。我跟數瀾的員工講，我們任何人跟客戶談，盡量不要給客戶講我們的產品能解他的業務痛點，因為我們不懂他的業務。地產行業客戶做了幾十年，他們業務的痛點不是我們可以很快了解的。但是數據可以，數據最能懂公司的痛點，甚至判斷公司后續的決策方向。

就像我前面舉的例子，在做地產領域的時候，我把它們的投訴、工單信息打通之后，我們可以做到用大數據提升業主的滿意度，結果客戶發現自己還可以做好多事情，比如資金管理，供應商能力管理，服務商管理等。業主滿意不滿意，只有數據能夠知道，我們把這個過程叫基于數據資產化的場景化驅動。我們喜歡跟客戶講道理告訴他我不懂你的業務，但是你的數據能懂你的業務，如果你給我機會讓我把你的數據資產化，你基于這個數據資產來做數據業務的時候你會發現他的發揮的價值會非常高。

我們先倒過來以客戶的業務做牽引，把客戶的數據全部資產化交付給客戶來滿足客戶的業務場景。這種應用特別廣泛，我舉一個標簽提示的數據資產給到他，他可以做無數的數據資產應用來分析這個店鋪的流量都去了哪里，它對我的貢獻有多大，哪一些做資產，哪一些做客戶分析，其實這里還是一個認知的問題。

我估計在未來兩到三年內，就是國內大部分大數據應用的最大障礙就是對數據的認知和場景化的認知問題。

五、數據應用創業需要聚焦

數瀾目前還是會傾向于傳統公司，因為傳統公司做了幾十年、上百年后，他們很清楚自己短板在哪里，應該付出什么。我們做客群的時候只做傳統公司，地產，汽車，零售、化工，我們都有涉及。

在數據時代的浪口，有很多的傳統公司趕上來了。互聯網時代很多東西他們已經徹底錯過了，大數據時代它們不希望再錯過數據時代。不聚焦的公司初期可以能還可以，但到后面就會喪失競爭力。我們目前主要聚焦在零售和地產，但是也許明年我們的金融事業部就會成立。

六、數據時代是以場景為驅動的

最近跟很多人討論過這個話題，我們是這樣理解的，我們現在會比較謹慎的提大數據，我們把這個時代叫數據時代。在IT時代的時候，IBM也好、Oracle也好，那個年代所有的核心都是圍繞需求來驅動的，但是數據時代是以場景為驅動的。

判斷一家公司是不是大數據公司就一個標準，你提供的產品是需求驅動還是場景驅動，如果賣一個成熟的產品那就是典型的需求驅動，只能滿足客戶的一部分需求。但是數據時代的到來就特別奇怪，它偏偏就是以場景作為驅動的，你的數據產品能不能給我提供支撐，我們選擇的時候也比較謹慎，我們這兩天討論的有一個結論就是在數據時代的初期階段咨詢服務是特別重要的環節，就是一套理論一套方法論不斷地總結、討論，不斷地告訴他應該這樣做，才可能慢慢地往數據操作系統層面走。

我們認為在未來的兩到三年可能會出現一個拐點，很多參考都是大數據咨詢業務占優勢，業務產品無論做得多好，都是單點業務以外的，包括AI的產品做到極致。更大范圍還是咨詢為主，在未來的兩到三年。我們有3331計劃，在未來的三到五年之內有一大波具有初級，就是通用型的數據產品會出來，它可能以拐點方式來驅動數據的應用，但是不知道這種數據是怎么樣的，我們也一直在探索這個數據形態。

關于風劍

數瀾科技創始人、董事長兼CEO，頂尖數據應用科學家、國際領先大數據理念的倡導者、國內大數據應用實踐的先行者。

甘云鋒（風劍），中國國籍，數瀾科技創始人、董事長兼CEO。曾在華為、金蝶、阿里巴巴擔任過數據架構師、數據科學家、數據業務負責人等職位。2012年即開始負責創建阿里集團最核心的數據互聯技術（ID-MAPPING）、數據資產體系（TCIF）、數據價值營銷系統（DMP）、城市智慧大腦（AI項目）等；沉淀國際領先的大數據思想及前沿技術研究，奠定大數據應用建設的基礎理論構架，并在此基礎上構建了國內首個較為系統全面的大數據應用平臺； 2015年即作為國內首批將大數據理念思想及大數據技術能力靈活應用到各專業領域特別是傳統行業的大數據應用實踐者，獲得超過20多個行業領域客戶及資本市場的認可和青睞。

想要深入了解大數據的小伙伴可以加入數瀾社區唷，這里有最全的數據中臺/可視化/Hadoop等相關文章～