水到渠成

馮珊珊

商業環境的快速進化與IT工具的不斷迭代，使得EPM和大數據應用成為企業走向精益管理的關鍵路徑。

2015年5月15日，甲骨文（Oracle）公司和杭州極瑞科技有限公司在杭州舉辦合作簽約儀式，這是大數據應用首次在全國房地產領域落地。此次簽約標志著房地產大數據營銷時代已經到來。 發布會現場Oracle全球副總裁及中國區企業績效管理/商務智能業務總經理高禮強先生表示，此次選擇極瑞科技是有著深遠的考慮。Oracle此前在中國電信、金融、零售以及高科技制造業等領域客戶有著深厚的大數據研究合作背景，在不同行業中，Oracle的大數據軟硬件一體化的解決方案得到了充分的驗證和使用，可以滿足不同行業的用戶對于大數據分析、探索、管理的多方位的綜合需要。 新常態帶來新機遇 “我在甲骨文公司服務了二十年，這期間我們跟客戶之間的關系確實發生了比較大的變化。”高禮強對此總結了三點：一是客戶的認識水平發生變化。之前，客戶所掌握的技術和廠商所代表的技術之間有巨大的落差。現在，隨著客戶對于信息類產品了解途徑增多，認識水平提高非常快。當客戶把信息化應用作為一種企業的長期實踐之后，對企業管理的流程往往比廠商會有更深入的認識，因此在雙方洽談合作的時候，兩者的關系變得比以前平等。“廠商必須適應這種新常態。我們要把自己放下去理解客戶的需求，讓新技術真正給客戶帶來價值。”高禮強表示。 二是整個做生意的模式發生變化。過去廠商銷售IT產品時，主要面對的是企業的技術人員，現在更多的要面對企業的業務和管理人員。以EPM（企業績效管理）系統為例，財務部門，戰略規劃部門以及運營管理部門的管理者往往比IT人員更加認可EPM的價值。 “我們必須和財務部門溝通，要達到怎樣的目的，改善怎樣的業務流程，產生怎樣的效益，跟一手信息做交流。”高禮強坦承這是全新的變化。 三是產品本身形態發生變化。過去廠商的重點是在硬件、軟件的開發，現在隨著客戶需求的變化，服務變得越來越重要。而服務是無形的，隱藏在界面之后。 “客戶對于新技術的使用更專業、更理性，企業也在學習，甲骨文會不斷推出新的技術、新的方法幫助企業進行信息化轉型，這是永無止境的。”國內CFO人群對新技術的了解和掌握程度令高禮強這個20余年的IT老兵大為折服。 對于應用軟件來說，企業績效管理，是“重中之重”的戰略性產品。當年甲骨文用33億美金現金收購當時收入不到10億美金的海波龍（Hyperion），震驚業界。而海波龍最精華的部分是其管理會計。經過和中國企業十年的磨合，海波龍的角色也在發生變化。 “跟過去海波龍核心很不一樣的地方，很多熱點都來了。對于這類軟件，我們也在不斷進行調整。”高禮強深切感受到，過去十年是中國企業對于管理會計認識和快速學習的過程。 這期間，海波龍一方面是被中國企業快速接受和使用。“國內很多行業，特別是相對成熟的行業，比如制造業、金融等對于海波龍的需求和理解很到位，我們推廣比較容易，溝通也很順暢。當然也有一些企業處在快速發展階段，目前還是把追求效益放在第一位。但當它們發展到一個穩定的階段，對于企業管理的部分就會重視起來。” 另一方面，海波龍的使用也更加全面化。除了計劃預算和管理會計以外，在企業合并、成本分攤等問題上也開始大顯身手。目前，國內一些專業以投資為主的集團企業，進行大量并購，就涉及到業態多元、股權嵌套、交叉持股等問題。這類企業對于信息的合并，對于按板塊管理績效的模型就會非常重視。 此外，一些行業對于成本分攤的要求越來越高。比如一些保險公司會要求成本分攤落實到保單的層面，一些快遞公司會要求成本分攤落實到包裹的層面，一些銀行要求成本分攤到賬戶級別。 “一個電商企業要看到SKU（最小庫存單位）層面的盈利狀況，就非常具有挑戰性。大型電商企業的SKU可以多達千萬以上，不同品類活躍度不同，要分析出盈利來自哪些產品、分布如何，不僅要求算法很專業，對于計算的性能要求也很高。過去限于技術手段都達不到這個層次，這個是很有挑戰的部分。”高禮強表示。 隨著企業發展階段的成熟、發展形態的改變，可視化關賬也成為企業管理的一大熱點話題。如果說十年前的中國企業還處在野蠻生長階段，預算是剛需。隨著企業不斷發展壯大，關聯公司越來越多，在層層匯總過程中，可視化關賬成為股份企業或者集團企業的一個重要課題。尤其是上市公司，關賬的速度和規范管理直接影響到其信息披露的時間和質量要求。 “我們有一些客戶，是在他有計劃上市前一階段主動找到我們，因為他們有建立企業績效管理的需求。而且很多要求是監管機構提出來的，必須具備哪些條件才可以上市。從治理結構角度，監管要求促使他盡快提高企業績效管理，是很大的外因。國內前一個信息化浪潮的核心是ERP，它面對的是作業流程，屬于操作層面，不屬于管理層面。現在基礎層面的問題解決了，但是怎樣從管理層面使用它、利用它，反過來指導業務實踐，還在快速成長過程中。”高禮強認為這樣的IT應用演進邏輯帶來了巨大的機會。 挖掘數據金礦 在高禮強看來，現階段企業內部管理方面的變化和外部業務數據之間聯系越來越緊密。之前通過把業務數據匯總做賬，可以看到財務信息，但是再回溯到業務層面，就沒有辦法看到。 隨著大數據技術的發展，財務管理和業務單元之間溝通變得緊密，間接影響到了財務所管理的范圍，使得現在的財務管理要往基層的業務端推進。大數據應用最終會變成關鍵業務系統。 “大數據影響業務人員會多一點。不同行業對大數據有不同的發現。”高禮強舉例，比如在醫療行業，講究師傅帶徒弟，年輕醫生積累經驗需要很長一段時間。利用大數據可以縮短學習周期，改善學習曲線。“我們嘗試在三甲醫院把它所有信息，包括醫院門診的，住院的、藥房的信息等等，做了一個大數據匯總。年輕醫生在治療病人的時候，就可以把病人描述的信息輸入到數據庫中，自助式信息探索的結果就可以得知這樣的病例過去在這個醫院中發生過多少例，診療方案如何。對于一個年輕醫生，這是很重要的參考。” 在高禮強看來，今天的大數據是過去商業智能的延續。只不過今天在技術上有突破性的進展，大數據思維方面也更加開放。技術的進步和人類思維的解放，兩者結合可以擦出很大的火花。“比如過去處理非結構化數據非常難，如何結合非結構數據和結構數據進行信息化的探索，這是一個難點。比如過去數據量小，一個高檔服務器就可以解決問題，現在是海量數據，也是一個難點。” 不過在新技術的發展和推動下，使得很多行業進行大數據轉型成為可能。“但是能夠做到什么程度，還要看業內人士思維可以開放到怎樣的程度，能夠想到哪里去。”在高禮強看來，當下企業碰到的不是技術問題，也不是沒有數據，而是沒有想好怎么去用這些數據。同時，大數據的應用面臨法律監管的問題，何處是邊界，目前仍在探索過程中。 毫無疑問，在處理傳統結構化數據上，甲骨文的數據技術遙遙領先于整個行業。不過在大數據時代，如何延續自己的優勢，這家IT巨頭正在積極行動。 高禮強通過研究分析，把使用大數據的公司歸納為兩類：一類是互聯網企業，另一類是傳統企業。 這兩類企業技術儲備差別大：以BAT為代表的互聯網企業，有龐大的IT團隊，有先天的優勢，這些企業誕生以后面對的就是海量數據的處理，自身IT上投入巨大，但處理的是海量交易，成本可以被攤薄；傳統企業沒有強大的IT團隊，處理的數據量級也更小，在大數據解決方案上，更多愿意將注意力放在大數據應用層面，而不是大數據前期的數據處理層面。 從數據結構分析，雖然企業最核心的數據依然是結構化的交易數據。但是隨著企業越來越多地使用關系數據庫之外的多樣化數據源，傳統的技術手段已經滿足不了數據分析和洞察，還導致大數據無法發揮出真正的潛力。 雖然很多企業都迫切希望從這些大數據中獲取寶貴的經驗幫助執行決策、應付變化和獲得收益。但是大數據無論部署還是使用都非常耗費時間、金錢和資源，目前階段也只能是睡在大數據的金礦上。 擁抱新技術 當然，一哄而上的大數據應用也存在著諸多現實的挑戰。 以實時營銷推薦系統為例， 在高禮強看來，之前一些電商企業出現營銷誤判的原因在于：一是數據積累程度不夠，二是規則智能化程度不高。甲骨文可以提供非常完整的技術，通過規則，讓決策更加機智化，實現精準營銷。這里蘊含著一個自我學習的機制過程。 “再比如過去電信運營商做經營分析完全是對數字本身進行運算處理。傳統BI分析都是把別人知道的東西公式化，再把結果告訴你。對于有經驗的人士，這種價值并不大。當前碰到的數據，很多是非結構化的數據，可能是文字，背后隱含的是情感，傳統分析方法作用就很弱。” 當小數據變成大數據；當單一數據變成混合數據；當客戶對數據的及時性越來越重視的時候，對于數據分析的技術和手段的要求也越來越高。高禮強提醒CFO們對此要有足夠的認識和準備。 一是能不能擺脫對于商務智能模型的依賴。“模型是假設在先，現在是我不知道情況怎么樣，我看不明白，你告訴我才有價值，我全明白了你再告訴我價值就小多了，這是傳統BI常常得不到企業管理層重視很重要的原因。” 二是海量數據之間可不可以建立弱關聯。以往的數據處理工作，是在表結構下對同類數據進行歸類，每個數據都很規范，相互之間的關聯度很高。“但實際上，今天的數據比較粗放，比如在Linkedin上，任何兩個人之間都能建立關系，只要找到共同點就可以進行分析，要求數據的關聯度就降低了，弱關聯數據的分析，對模型的依賴度就不那么高了。” 三是大數據在使用上越來越及時化。商業智能相對滯后，先由IT部門專業人員處理，后由使用者使用，信息損耗很大。 “我們面對的大數據，業務部門可以直接使用和處理這些信息。不需要使用模型，你可以自己定義，而且定義不需要IT的手段。你可以用提問的手段，我們從海量數據里面直接幫你解決。這是信息探索式的一種BI，對比傳統BI是革命性的。”高禮強解釋道。 目前，中國大量行業都處在一個大數據開發利用的過程，這是一個工作量相當龐大的工程。這不是一家機構所能勝任的。因此當整個行業都往大數據方向走的時候，就會形成新的社會分工，形成一個新的產業鏈，比如有人做數據服務，有人做數據探索，有人做數據收集等等。 “我們提供的是大數據的技術，比如你有大數據，你想把結構化和非結構化數據打通，想做事件觸發型的決策精準營銷，我都可以給你技術手段，但是我們不會提供服務，可以由其他公司給你幫助。當然，今天的企業績效、商業智能已經今非昔比。技術手段的變化，倒逼管理的內容發生變化。管理部門和業務部門之間的距離更近了，這是今天企業CFO必須面對的問題。在建立新的標準體系的時候，一定要擁抱新技術。”高禮強最后補充道。