推广 热搜: 京东  联通  iphone11  摄像头  企业存储  iPhone  XSKY  京东智能采购  网络安全  自动驾驶 

数澜科技联合创始人江敏:数据中台驱动下的企业创新升级

   日期:2021-03-24     作者:ITCG    浏览:416    我要评论    
导读:数据中台不等于技术平台,要让企业拥有快速交付、快速试错的机制和能力;让企业拥有数据自然流转和产生价值的机制和能力;降本增效,帮助企业更好地优化业务运营过程;开拓思路,给企业的经营活动带来惊喜。

当下,数据中台之风席卷而来,数据中台究竟是什么?为何能被大家广泛接纳?数据中台在数字化转型的过程中担任着何种角色?如何有效的建设数据中台?带着此一系列的问题,我们专访了数澜科技联合创始人&副总裁江敏,为大家答疑解惑。

2016年,企业普遍在思考数据的应用场景和价值,随着时间的推移,开始慢慢认识到数据中台以及数据能力的沉淀对企业长期发展的战略价值。而数澜自2016年成立之日起,就秉持“让数据用起来”的使命,帮助企业持续数据资产化,赋能业务创新。

数澜作为国内最早一批大数据服务创新实践者,在数据中台的建设方面表现优异,数澜旗下一站式大数据研发管理平台——数栖平台V5.0在“2020中国数字化转型与创新评选”中荣获「年度大数据创新产品奖」。

数据中台的概念由来已久,大家对数据中台的认知逐渐深化,开始了解数据中台的真正价值以及数据资产的管理和运用。江敏在接受专访时提到,数澜对数据资产的定义是企业的原始数据经过加工之后提炼出的部分,数据资产不一定会马上发挥出价值,而是随着业务的开展不断呈现的过程,数据资产需要不断迭代、不断优化、不断经营,经过三五年的沉淀,会在某个时间点爆发出巨大的价值。

605943e176a12

那么,究竟什么是数据中台?

数澜科技联合创始人&副总裁江敏在“2020-2021中国数字化年会”上发表演讲时提到,数据中台不是技术中台,数据中台是让企业数据快速、持续用起来的一种机制。

一、数据中台被广泛接纳,成为数字化转型的新引擎

移动互联网、物联网等技术的发展使数据量呈爆发式增长,2018年中国已存数据量7,910 EB,相比2015年增长60倍,传统企业信息系统在应对如此量级的数据时,其计算能力、存储便捷度、数据可分析程度上,面临极大的压力和挑战。

在信息化时代,企业积累的海量数据资产化程度低、可挖掘价值空间逐步显现;在智能DT时代迫切需要相应的中台系统,构建数据资产体系,释放数据资产价值。

但是,从数据价值的层面来看,数据中台还处于刚刚起步的阶段,数据量、算力和数据价值在企业里的增长趋势不同,数据量和算力的发展走势更快一些,而数据价值的曲线是缓慢向上的。

2020年,数据作为一种新型生产要素首次正式出现在官方文件中,企业需要重点思考如何更好的利用数据,发挥数据价值。

从国家层面来看,《关于加快推进国有企业数字化转型工作的通知》《国防部数据战略》等报告的颁布推动了数据中台的建设。

605943e1eb00c

从数据价值的体现来看,数澜和Forrester共同调研发现,每个企业的需求和迫切需要解决的问题都不尽相同,可以分为三个维度:盘活全量数据,构筑坚实壁垒以持续领先;以客户为中心,用洞察驱动企业稳健行动;以数据为基础,支持大规模商业模式创新。数据的服务对象从企业老板延展至一线部门,不仅仅是利用数据进行决策,而是更大的发挥数据价值,提升数据使用的能力。

从企业信息化及数据建设的情况来看,可以总结为“老大难”三个字。老是指信息化系统“老”、数据沉淀时间“老”;大是指系统功能结构庞大、数据量大;难是指驱动难、使用难、整合难。江敏认为,所谓的老大难,其实“老大”重视就不难,所以有一个清晰的认知很关键。

随着数智化的逐步深入,企业对数据中台的需求与日俱增,作为一项让数据用起来的机制,数据中台逐渐成为助力数字化转型的新引擎。数澜认为,在数字化转型过程中,数据中台的落地需要关注几个方面:

第一、在数字化转型的过程中要将数据提升到战略层面,对于数据、数据价值以及数据中台建设的价值的理解认知需要在企业的管理层和决策层有一个普遍的共识。比如,数澜会通过培训和交流分享让大家逐步具备数据的认知和共识。

第二、要加强对数据质量的把控,数据中台落地很重要的点是数据质量能否达到要求。比如,一个出版传媒的客户将所有的数据刻在了光盘里,这就需要通过算法的能力、非结构化处理的能力处理好之后,形成最终的数据资产再去做前端业务。所以在建设数据中台的时候需要根据企业数据的真实情况规划具体的实施步骤。

第三、数据中台的落地不止是IT部门/技术部门的事情,因为数据和业务是强关联的,如果没有业务部门的支撑和参与,就会只沉淀在基础能力的建设,所以需要业务部门和IT部门/技术部门一起配合落地,从业务的视角提出数据的使用场景或需求,IT部门/技术部门通过数据和技术的能力建设好支撑能力,这样形成有效的循环才更容易发挥出数据的价值。

二、数据驱动未来,如何建设数据中台?

数据中台不等于技术平台,要让企业拥有快速交付、快速试错的机制和能力;让企业拥有数据自然流转和产生价值的机制和能力;降本增效,帮助企业更好地优化业务运营过程;开拓思路,给企业的经营活动带来惊喜。

信息化时代,ERP、OA、CRM等系统中沉淀了大量数据,但是随着互联网技术的发展,衍生出更多的业务板块,比如零售企业除了线下铺货、门店直销,还通过网上商城等线上渠道销售产品,数据分散在众多渠道,以前系统的数据覆盖度不足,这就会导致会员体系的分散,存在线上和线下两套会员体系,这个时候就需要利用数据中台来全面掌握用户,把所有数据汇集起来,从更全面的视角观察各业务单元的经营情况,不管是企业高管还是一线员工都可以快速使用数据的能力。

又如,某银行的营销方法是业务部门提出营销需求,提交到科技部门,由科技部门和产品经理、业务部门负责人一起讨论,通过各自掌握的各自领域的知识商讨出一个综合解决方案,做排期、营销触达、转化,再反馈效果。而通过数据中台可以将全公司的数据在业务系统中进行快速分析,然后根据对业务和用户群体的理解,做相应的策略、营销、触达和转换,再做效果反馈,并快速达到试错的效果。

那么,作为数智化时代的重要基础设施,应该如何建设数据中台?

为更好的支撑业务,有两种传统做法,一种是需求驱动,一种是场景驱动。需求驱动有一定在滞后性,信息部门是被动接收的状态。而场景驱动需要将被动变为主动,当问题发生时,基于数据资产体系及服务体系的积累及快速给出响应,而响应能力的建设,是一个持续的过程,取决于数据资产的完善程度。所以,数据中台的建设重点在于考虑场景驱动的方式,以发展的视角建设数据中台,保障这套机制能支撑企业十年甚至百年的发展。

换个角度来说,随着学识的积累,一道数学题可以用物理的方法来解,这就是知识体系的融会贯通,同样,如果企业里的知识也能融会贯通,在解决问题的时候,就会更加具有全局性的视角,这也是数据中台需要考虑和解决的问题。而数澜在数据中台的建设方面具有四大优势:

1、多年的实践经验,数据能力建设理念和方法论的沉淀

605943e263ff0

经过多年的探索和实践,数澜在数据中台领域沉淀了一套数据能力建设的理念和方法,主要包括:一种战略行动、两项保障条件、三条目标准则、四套建设内容、五个关键步骤。并基于此撰写了名为《数据中台:让数据用起来》的书,目前销售量约5万册,受到大家的认可。江敏认为这是数澜优势的重要体现,因为在落地数据中台、数据能力、数字化升级的时候,需要大家进行探索或者借鉴成功经验,不断有新的内容输入到行业、输入给客户很关键。

数据中台建设方法论可以帮助企业结合自身特点,在战略规划牵引下,建立起一套可持续运行的中台建设机制,从而加速企业在数字化转型进展。当然,这套方法论也不能生搬硬套,需根据企业自身的条件来进行调整,可以依照一个体系:数据的可见、可用、可运营。可见是指知道自己有什么,可用是指快速的把数据能力用起来,可运营是指构建持续可使用的数据能力。

同时,数据中台的建设涉及到数据生产能力、数据管控能力、资产运营能力三大核心能力,这套能力里的每个环节对应的流程、信息、角色等都有不同的要求。

从企业建设数据的能力来说可以定义成统计分析、决策支持、数据驱动、运营优化四个阶段,每个阶段都有自己关注的重点,大部分企业还停留在决策支持阶段,部分企业在数据驱动阶段,少部分企业进入到了运营优化阶段,根据每个企业的实际情况,不同阶段的建设重点和关注重点不一样.

605943e2abb1d

总结来看,数澜在数据中台的实践可以分为四个部分:数据资产开发、数据资产治理运营、资产应用以及基础组件。

2、优秀产品及基础设施的建设

在数据能力建设的过程中,数澜根据不同行业的共性沉淀了一整套的产品,这些产品的行业属性较弱,但却实现了数据基础能力的全覆盖,企业在建设数据能力时,可以快速的将产品的能力或基础设施的能力建设起来,这些产品通过了信通院的标准化产品测试,在一些金融机构或大型的集团机构线上验证,稳定性、质量、可靠性各方面经过了认可,这也是数澜可以给行业、客户提供的相对比较成熟的经验沉淀。

目前,数澜科技基于企业、政府客户的需求,扩展了三条产品业务线:一站式大数据研发管理平台——数栖平台;基于数据的可视化大屏产品——澜图;以SAAS、DAAS级应用为主的企业数据智能应用生态。

3、对数据的深度认知以及数据中台丰富的落地实施经验

多年的实践让数澜积累了丰富的落地实践经验,2020年,中国通信标准化协会大数据技术标准推进委员会( CCSA TC601)邀请数澜科技工作组深度参与了数据工程、分析应用的标准制定工作。业界认可、客户满意的工程服务能力,这也是当前落地和服务客户的重要优势。

目前,数澜科技产品的复购率非常高,客户对数澜的满意度评价也很高,有专业的三方机构对数澜科技进行评测,评价的满意度达到8.3分,远高于同行平均水平。

4、帮助企业培养数据团队和能力

数澜有一大特色是帮助企业培养数据团队和能力。因为数据的能力不仅仅是靠外力能够帮助企业快速构建起来的,而且在长期的使用中,需要企业自己真正掌握数据的能力。

目前,数澜会给企业提供一些对长期的数据战略有帮助的内容课程支持,让企业团队逐步地成为真正去经营企业数据战略的主要落地方或者承接方,使得企业和合作伙伴在认知理念上保持一致。

此外,数澜科技成立了数澜大学、数澜研究院,主要面向高校计算机学院及大数据专业师生,提供一整套的人才培养方案,为企业和社会输送大数据开发、数据分析、算法建模、数据产品设计等领域的一流数据人才。

四、数澜在“数据中台”领域的最佳案例分析

作为数据中台赛道的领跑者,截至目前,数澜科技已为万科集团、绿城服务、蓝光集团、旭辉集团、中国银行、兴业银行、宁波银行、华泰证券、中国银保信、恒大人寿、大地保险、王府井、中信集团、长虹集团、宝马中国、好莱客、中国教图、时尚集团、交投集团、温州市人民检察院等25个行业共1000余家企业、政府客户提供数据中台的相关服务,有着丰富的实践案例和行业经验。

比如,金融企业开始慢慢的注重服务和营销,但是金融企业的系统比较多,数据分布比较散。

数澜和某个银行客户合作,把他们现有的将近20个系统的数据全部接进来,然后围绕着银行里储蓄卡用户、信用卡用户的账号信息,构建出数据体系,让一线的分行机构可以根据服务策略、营销策略快速的构建活动,快速的去做触达。

在此之前,如果构建一个活动,时间周期比较久,需要1-2个月才能把流程全部走完,现在,把数据的能力赋能到一线的业务人员,让没有任何数据知识、技术背景的客户经理,也能够利用总部提供的数据能力快速的服务一线客户,这是数澜目前做的比较成功的客户案例,客户内部也因为此项目获得了最佳业务支撑奖,这是业务部门对科技部门非常重要的认可。

又如,面对政府类的客户,当12345市长热线打进来之后,如何快速定位这个问题应该由哪个部门来处理?处理的过程中有哪些问题?流转过程、流转效率是不是合理?

数澜和某检查监管的机关合作,搭建了数据处理能力,比如有个地方在排污水,直接将12345热线电话中的语音数据提取出来,基于知识库的支撑,发现排污水的问题是环保部门,直接把相关的问题推送给到环保部门,由环保部门快速去反应,并在反馈的过程中持续跟进处理的时效。

在落地这个场景之前,是由专门的人员每天、每周去提取几千条数据,每一个看完之后再去分发、跟进,特别耗费精力,但是,有了数据能力之后,对政府职能部门的业务范围的数据以及问题做了归类,形成一整套知识体系,就可以快速的用自动化的方式去处理,以前可能需要三年才能完成的量,现在半天就能处理完。这只是在政府的数据中台之上落地的一个小场景,里面的数据覆盖面包括市民的数据、话务的数据以及其他维度的数据。

其实,这两个场景都有一定的价值,B端企业主要体现在收益上面,政府部门主要体现在城市治理水平、效率。

那么,面对不同行业,如何做好适配呢?从产品或落地的层面来说,一方面具有基础数据能力的产品本身是跨行业的,在各个行业都具有通用性,比如要做数据的采集交换、数据资产的加工处理、数据资产的治理等,在每个企业都是大同小异的。另外一方面,在不同行业落地的时候,会从客户数据的视角去看,比如地产公司的住宅用户、旅游板块的用户、酒店的用户;金融公司有储蓄卡的用户、贷款的用户等。

所以,数澜将跨行业的能力提炼成:所有数据业务的构建都围绕着客户数据视角,对内做经营、运营,对外做营销。不同行业至少有很大一部分可以重叠的地方,所以在落地的时候会围绕着客户的数据,利用数澜的一套建模方法和思路把数据体系构建起来,刚开始构建的时候不会100%满足企业现实的业务情况,但是经过一段时间的运转,数据的覆盖度会达到80%、90%甚至100%,这是一个持续迭代的过程,一方面有系统的机制在保障,另外一方面会随着业务做一些优化调整。

数澜科技经过将近5年的发展,得到了很多客户、投资人的认可。关于未来发展,一方面在客户服务、客户经营这一侧,会更加关注客户的长期性需求,对于数据能力建设的需求,以更好的服务提供给客户;另外一方面,在投资层面,会引入一些战略投资;最后,从产品层面或者业务层面发展的角度看,数澜将在数据中台领域持续发力,连通上下游产业链,帮助企业打造完善、成熟的数据中台驱动的数据智能生态体系。

数据驱动未来,数据中台的价值体现让我们拭目以待。

 
反对 0举报 0 收藏 0 打赏 0评论 0
 
更多>同类资讯
0相关评论

头条阅读
推荐图文
相关资讯
网站首页  |  物流配送  |  关于我们  |  联系方式  |  使用协议  |  版权隐私  |  网站地图  |  排名推广  |  广告服务  |  积分换礼  |  RSS订阅  |  违规举报  |  京ICP备14047533号-2
Processed in 0.169 second(s), 12 queries, Memory 1.21 M