在數(shù)字化轉(zhuǎn)型的浪潮中很多軟件企業(yè)都逐漸認(rèn)識到了大數(shù)據(jù)價值,并加大對于大數(shù)據(jù)項(xiàng)目的投入,通過部署商業(yè)智能(BI)平臺、大數(shù)據(jù)分析平臺等方式,來挖掘數(shù)據(jù)價值、推動業(yè)務(wù)增長。然而很多軟件企業(yè)在大數(shù)據(jù)項(xiàng)目中的失敗經(jīng)驗(yàn)卻表明,不仔細(xì)研究企業(yè)的需求與資源匹配情況,貿(mào)然推動大數(shù)據(jù)項(xiàng)目可能存在著失控的風(fēng)險(xiǎn),不僅無法像預(yù)期那樣推動業(yè)務(wù)增長,還可能浪費(fèi)企業(yè)的寶貴資源。
軟件開發(fā)公司北京澳環(huán)科技表示,大數(shù)據(jù)分析是一個系統(tǒng)化的工程,不僅包括大數(shù)據(jù)的分析以及可視化呈現(xiàn),還包括數(shù)據(jù)的搜集、梳理、數(shù)據(jù)倉庫或是數(shù)據(jù)湖的創(chuàng)建等過程。對于所做的每一個大數(shù)據(jù)項(xiàng)目,企業(yè)都應(yīng)該仔細(xì)的進(jìn)行思考,認(rèn)識到這些步驟應(yīng)該如何推進(jìn),以及正在收集的數(shù)據(jù)對于業(yè)務(wù)有什么樣的價值。
一、從低風(fēng)險(xiǎn)的項(xiàng)目開始
很多軟件企業(yè)并不清楚大數(shù)據(jù)分析可以為企業(yè)帶來什么樣的價值,因此從低風(fēng)險(xiǎn)的小型項(xiàng)目進(jìn)行驗(yàn)證是一個非常穩(wěn)妥的方式,因?yàn)檫@些小項(xiàng)目可以幫助企業(yè)驗(yàn)證,所擬定的大數(shù)據(jù)分析路線是否與企業(yè)匹配,并提供寶貴的經(jīng)驗(yàn)。而且,即使這些項(xiàng)目失敗了,企業(yè)也可以非常好的控制自身的損失。企業(yè)可以先分析企業(yè)的收益數(shù)據(jù):大多數(shù)企業(yè)都會定時搜集、發(fā)布企業(yè)的營收數(shù)據(jù),這些數(shù)據(jù)不僅以結(jié)構(gòu)化的形式呈現(xiàn),而且數(shù)據(jù)集一般比較小,企業(yè)不需要進(jìn)行復(fù)雜的數(shù)據(jù)搜集、清洗流程,非常容易著手,消耗的企業(yè)資源也很少。而且,這些大數(shù)據(jù)分析結(jié)果往往具備重要的業(yè)務(wù)指導(dǎo)價值,推動的內(nèi)部阻力很小。
二、大數(shù)據(jù)分析計(jì)劃和流程
在推動大數(shù)據(jù)分析時,企業(yè)需要制定規(guī)范化的大數(shù)據(jù)分析過程。很多軟件企業(yè)在實(shí)施大數(shù)據(jù)分析之后,會抱怨分析師沒有提供他們想要的大數(shù)據(jù)分析結(jié)果,對工作的實(shí)際價值并沒有呈現(xiàn),這既是一個期望管理問題,也是大數(shù)據(jù)分析的過程問題。企業(yè)的銷售部門可能會抱怨BI平臺無法幫助他們準(zhǔn)確的描繪出不同地區(qū)的銷售需求變動,其真實(shí)原因可能不是大數(shù)據(jù)分析平臺本身出了問題,而是他們提供的數(shù)據(jù)不準(zhǔn)確,或是銷售系統(tǒng)未能翔實(shí)錄入銷售信息。要解決這個問題,企業(yè)需要在內(nèi)部進(jìn)行充分的動員與培訓(xùn),除了讓員工充分了解大數(shù)據(jù)分析的意義,就大數(shù)據(jù)分析的目標(biāo)、方式達(dá)成一致,還應(yīng)該督促員工嚴(yán)格按照大數(shù)據(jù)分析流程來搜集、分析數(shù)據(jù),以降低這個過程中的不可控因素。
三、重視大數(shù)據(jù)的可視化呈現(xiàn)
很多軟件企業(yè)的大數(shù)據(jù)分析之所以失敗,是因?yàn)槠髽I(yè)大部分員工,甚至包括管理者都無法感知到大數(shù)據(jù)分析存在的價值。而數(shù)據(jù)可視化的意義在于,其可以通過非常直觀、清晰的方式將數(shù)據(jù)以充滿“美感”的方式顯示出來,這將給很多人帶來巨大的視覺沖擊,讓大數(shù)據(jù)分析更具有科技感。由于其有助于增強(qiáng)員工對于大數(shù)據(jù)分析的信賴,并改善效率,因此其意義將不容小覷。企業(yè)可以從數(shù)據(jù)大屏等數(shù)據(jù)可視化項(xiàng)目入手,整合企業(yè)內(nèi)部的數(shù)據(jù)并進(jìn)行整體呈現(xiàn),為管理者的決策提供參考,同時也能為企業(yè)的品牌展示提供一扇寶貴的窗口。由于大多數(shù)員工并不具備足夠的數(shù)據(jù)敏感性,因此數(shù)據(jù)可視化的效果往往也決定著他們從數(shù)據(jù)中能夠獲得什么樣的感知。
四、信賴大數(shù)據(jù)分析工具但是不要過度依賴工具
毋庸置疑,大數(shù)據(jù)分析平臺是企業(yè)推動大數(shù)據(jù)分析的重要工具,大數(shù)據(jù)分析工具來支撐企業(yè)進(jìn)行自助、探索式的大數(shù)據(jù)分析,降低數(shù)據(jù)門檻,企業(yè)熟練的運(yùn)用此類工具,可以大幅提升其大數(shù)據(jù)分析的成功率。不同大數(shù)據(jù)分析工具之間的差別并沒有那么大,所以工具并不是企業(yè)應(yīng)該關(guān)注的唯一事情,他們應(yīng)該將更多精力放在大數(shù)據(jù)分析策略的擬定以及數(shù)據(jù)的梳理之上。當(dāng)然,由于很多軟件企業(yè)缺乏相關(guān)的經(jīng)驗(yàn),其可以選擇尋求經(jīng)驗(yàn)豐富的大數(shù)據(jù)分析服務(wù)供應(yīng)商來提供幫助。
五、了解大數(shù)據(jù)分析的性能控制
很多軟件企業(yè)對于大數(shù)據(jù)分析都有著雄心勃勃的規(guī)劃,并想要通過大數(shù)據(jù)、人工智能等技術(shù)來對數(shù)據(jù)的價值進(jìn)行深入挖掘。然而,很多軟件企業(yè)忽略的是,對于大數(shù)據(jù)集的數(shù)據(jù)進(jìn)行深度分析會消耗大量的硬件資源,企業(yè)往往需要在私有云數(shù)據(jù)中心上進(jìn)行大量投資才能滿足需求,否則,深度分析對于性能的消耗將使其效率降低到讓人難以忍受的程度。對于中小企業(yè)來說,在事先進(jìn)行測試并了解大數(shù)據(jù)分析的性能限制非常重要。如果資源池所提供的性能不足,那么企業(yè)可以適度推遲深度分析項(xiàng)目的實(shí)施,加大對于性能不那么敏感的敏捷BI應(yīng)用的投入。
六、并非所有數(shù)據(jù)都可用
必須記住雖然大數(shù)據(jù)分析倡導(dǎo)收集大量數(shù)據(jù),但并不意味著所搜集的數(shù)據(jù)是干凈的或可用的,也不一定都會對業(yè)務(wù)起到正向的作用。與數(shù)據(jù)量大,但是卻充斥著低效與無用數(shù)據(jù)的數(shù)據(jù)集相比,數(shù)據(jù)噪音低、結(jié)構(gòu)正確、足夠豐富的數(shù)據(jù)集更具備價值,能夠方便企業(yè)獲得足夠的洞察力。在數(shù)據(jù)真正被用于大數(shù)據(jù)分析之前,通常需要對數(shù)據(jù)進(jìn)行改進(jìn)、清理、重組,甚至與其他數(shù)據(jù)源相結(jié)合,只有這樣才能生成足夠準(zhǔn)確且有預(yù)見性的數(shù)據(jù)成果。
七、留出學(xué)習(xí)曲線
大數(shù)據(jù)分析是一個長期并對于專業(yè)技能有一定要求的項(xiàng)目,即使企業(yè)部署了可自主分析的敏捷BI平臺,指望所有員工都能迅速掌握大數(shù)據(jù)分析技能也是不現(xiàn)實(shí)的。因此,企業(yè)最好能夠留足學(xué)習(xí)曲線。有專家建議稱,企業(yè)應(yīng)該將數(shù)據(jù)驅(qū)動的項(xiàng)目作為“特殊項(xiàng)目”給予支持,但在開始時不考慮日常運(yùn)營,而是通過漸進(jìn)性的學(xué)習(xí)過程讓員工熟悉大數(shù)據(jù)分析工具與流程,更穩(wěn)健的推動大數(shù)據(jù)分析。