數據決策力驅動大數據落地

宋辰

毋庸置疑大數據市場的火熱和持續增長力，但如何應用大數據仍然是眾多企業的困惑。

大數據就像空氣一樣，看不見摸不著，但卻時刻就在我們身邊。

對于商業來說，滴滴出行帶來了一種新的商業模式，但其背后的支撐實則是大數據和大數據技術；對于金融來說，P2P貸款被人熟知雖然始于不光彩的負面新聞，但不可否認，隨著監管政策的陸續出臺，合規的P2P小貸公司背后依舊是大數據的算法在支撐。

很多脫生于互聯網的新興業務，從一開始就是從業務需求出發，再輔以大數據技術手段。但對于大量線下的傳統企業來說，并不像“滴滴們”一樣，從在一張白紙上描繪第一筆開始，就是業務與大數據的深度融合。“傳統企業想要玩轉大數據，絕對不能抱著拼幾臺機器、拼點團隊、上套系統就能讓大數據落地的心理。”百分點集團戰略和運營副總裁劉鈺在采訪時對《計算機世界》記者說，“他們需要數據決策力，也就是，基于數據進行決策、并讓數據發揮價值的能力。”

今年8月，百分點在其發布上《數據決策力白皮書》（以下簡稱“《白皮書》”）上首推“數據決策力”理論，從大數據復雜環境面臨的挑戰、何為數據決策力，數據決策力評估指標標準及應用案例五方面講述了如何以數據決策力驅動組織和企業未來的發展。

《白皮書》提出，組織和企業可以遵循由核心信念（Belief）、架構設計（Architecture）、專業團隊（Staff）、基礎設施（Infrastructure）和機構能力（Capability）構成的數據決策力建設的BASIC理論。

“決策會發生在每一個層級或者每一個部門，而不是只由CEO一個人，或者是管理層來決定。數據決策力會體現在企業所有的業務單位，所有的層級人身上，然后才是這個機構具備了數據決策力。”劉鈺解釋道。

數據決策能力最強的仍然是金融行業。原因來自于兩個方面，首先，金融業的數據化和信息化程度投入是最大的，信息化、數據化程度相對很多行業也是相對較高；其次，金融業從業人員整體素質高，數據決策思維更強。“數據決策力未來會像財務能力一樣成為企業生存與發展的一項必備能力。”

基于百分點用戶風險管理模型，銀行不僅能聯接行內各來源數據，綜合評估特定客戶風險，還可以結合第三方數據及互聯網公開數據，更綜合、準確、快速評估風險，支持貸款相關業務的高效開展。

知易行難。劉鈺認為，傳統企業大數據落地的過程中，最容易的是從數據采集開始。“得多少有了些數據量的積累之后，才能開始嘗試性地演練一下，演練好了就會慢慢知道企業還需要什么樣的數據。”

眾所周知，在國內大多數企業中，并沒有數據科學家這樣的一個角色，既懂業務，又懂技術的人少之又少。百分點目前的做法是，讓客戶推薦他們自認為有潛力的員工到百分點公司實習，在實踐中培養大數據應用的跨界融合能力。

清華大學計算機系教授武永衛曾經透露過一組數據：未來3～5年，中國需要180萬數據人才，但目前只有約30萬人。

IDC預測，到2020年，企業基于大數據計算分析平臺的支出將突破5000億美元。隨著數據采集、數據存儲、數據挖掘、數據分析等數據產業的發展，我國需要更多的數據人才。

此外，百分點除了在百分點大數據學院布道基于大數據業務實踐的技術和管理理念，今年還陸續與北大軟微學院聯合成立了大數據創新實驗室，與中央財經大學的金融、營銷專業成立大數據創新實驗室，通過教育市場培養大數據人才。

劉鈺表示，“企業建設數據決策力是一項長期的過程，但并不意味著剛開始就需要投入大量的投資，可以通過具體應用的實施迅速獲得投資回報，還能通過不斷的反饋來帶動和優化信息化的建設，從而使得大數據的建設速度更快捷、資金管理更高效。”

另據她透露，今年12月，百分點會發布“數據決策力評估模型”，屆時，團隊是否按照正確的組織架構來搭建的，是否運用了數據決策力建設的BASIC理論，所有關于數據決策力標準化的問題，都可以通過模型進行評估。