壳牌(中国)CIO徐斌谈大数据

1、.：.；壳牌中国CIO徐斌：大数据助力传统企业提升中心竞争力2021-05-10嘉宾徐斌：21年IT从业阅历，2021年参与壳牌石油(Shell)中国担任零售业务首席信息官, 担任壳牌中国零售业务的信息化任务，努力于建立跨合资公司的平台战略规划，IT治理架构，以及基于云技术的共享运用效力的部署。徐总在金融业、零售业等不同行业的信息化建立有着丰富的任务阅历，海外的任务的背景更丰富了他的企业信息化实际阅历。此前曾相继担任英国石油(BP)中国区IT总监， Seven-Eleven 中国区IT经理，建立银行软件开发和电子商务工程经理等职务。摘要首先，徐斌汇总了当前传统行业和企业面临的最大挑战有哪些；然

2、后，与大家讨论何为大数据。接下来，徐斌以实践的企业案例来论述传统企业在大数据方面的实际和分析；最后，徐总结合本身阅历和积累引见企业如何构建适宜本人的大数据才干，为企业带来更大的开展和效益。首先跟大家引见一下壳牌，壳牌是世界比较大的公司，在过去三年，有两年是世界第一，去年是世界第二，今年规模会更上一层楼，上个月刚花了470亿英镑收买了英国一家燃气公司。它在120年前进入了中国，去年11月我们在中国举行了壳牌进入中国120周年庆典。讲到我们今天的主题大数据，如何协助 传统行业、传统企业提升中心竞争力。壳牌是一个典型的传统的公司，不论是上游勘探、开采，下游做化工、零售，光滑油等业务，都是非常传统的行

3、业，传统行业，数据、大数据如何协助 他们产生价值呢？这是我们今天讨论的话题。今天我给大家分享的内容主要是四个方面：时下一个非常热的名词就是：互联网+。互联网+对每个企业、每个行业都发生了重要的变化，不仅仅是概念，真的是在影响着我们每一个人，特别是我们企业IT从业人员。互联网本人的概念之前不断由互联网公司在说，比如著名的BAT公司。以前比较流行的说法是，要借助互联网颠覆传统行业。今年两会期间谈到的互联网+把概念一转，变为了：经过互联网加强传统企业的中心竞争力。这里可以看出这个概念的起点是我们传统行业、是我们本人的企业。这就需求我们把好的工具、好的思想运用到企业中，力求市场竞争中有更好的位置和竞争

4、力。正由于中国大量企业是传统企业，所以说这个对我们具有特别艰苦意义。在互联网+时代，来看看我们的世界发生了什么变化：腾讯、淘宝、京东、小米，他们如今都是顶级的公司，估值都过了一百亿美金，大家留意到右边几个数字，他们时间最长的16年，加在一同35年，四个公司都成为超越百亿市值的公司。我们再看看下面四个公司：诺基亚、摩托罗拉、柯达、索尼，都是曾经的顶级公司。在我毕业任务的时候，这些公司我能进去那是非常骄傲的。如今或者破产了，被收买了，后者处于姿态之中。这四个公司加起来427年，阐明在传统时代它做的非常优秀，但是在当今互联网时代，一下子失去了它的中心竞争力。这个对比对我们来说是很大的冲击，我们该怎样

5、办？我的观念是：我们要去拥抱变革、拥抱互联网时代。按照我们的了解，互联网+是一虚一实。实是互联网的技术，云、大、物、移、智，云计算、大数据、物联网、挪动互联网、智能控制技术。这些技术只是工具，我们更需求的是“虚的互联网思想，把这些思想真正融入到企业运营、管理中去，才算是真正意义上的是互联网+。企业借助互联网+各种技术、思想的协助 去获得竞争的优势。传统行业如今最急迫的是两个问题：开源节流，一方面要把本钱降下来，一方面要翻开我们市场的销售。看一下大数据在这方面可以协助 我们的企业做什么。在互联网+时代一虚一实，技术是工具。那么，关键的互联网思想带来转变是哪些呢？第一，决策方式的变化。在以流程为中

6、心的决策方式里，中心是阅历，行业里面的积累。这很依赖于人，有的CEO或中心层有很好的战略思想和阅历积累，但是一旦他分开公司，公司就不行了，没有其他人能做正确的决策了。但是在新时代，以数据为中心的决策，靠的是客观的数据和信息做决策，而不是靠某个人的思想做决策。第二，运营方式的转变。以前是产品为中心，方式讲究的是批量规模化消费，来保证本钱最优化。但是如今我们客户的需求发生转变，有更多定制化的要求，我们需求不断调整产品设计去顺应。这时候我们的运营方式就需求变成以用户为中心，即根据用户需求反向引导消费，但是这种方式下要使消费的本钱降低不是很容易，由于不能大规模消费，那么如何降低本钱带来了另一个挑战，中

7、国有一些企业面对这一挑战做出了很好的探求，比如说红领集团。第三，协作方式的转变。以前是以供应链为中心。在新的互联网时代，需求我们把客户需求放在中心位置，客户需求会关注日常生活中的各个环节，比如说我们公司旗下加油站，正常情况下与客户即司机交互时间也就是非常钟加完油到便利店买完东西走，就是非常钟，在我看来，协作方式的思索是如何让我们的客户和我们产生更多联络。假设我们知道他有一些常规消费行为习惯，比如加完油去沃尔玛购物、再去4S店洗车，再去万达看电影等等，那么我就可以和沃尔玛、4S店，万达进展协作，共同推出一些客户营销和增值效力，那么这个客户也许就很容易被我们黏住，并很容易成为我们的忠实客户。与此同

8、时，经过这类效力还可以和其他的协作同伴分享收益。第四，组织方式的转变。传统时代是层级管理，新的时代讲究扁平化管理，以员工为中心。要加强一线员工的执行力和发明性，必需扁平化管理，让他们有足够的才干、足够的信息去快速决策。小米就是一个很好的例子，小米的员工层级非常短，就是3层，七个中心开创人，部门leader和员工。除了合伙人有职位外， 其他都是工程师。工程师直接和客户在网上交互，一个新产品测试版本发布之后，客户可以马上提意见，工程师马上对产品进展更改，经过这种方式加强一线员工的执行力、发明性和自动性，同时，这种方式对市场反响势必非常快。我们传统行业在互联网+的时代这四个方面需求进展转变。这些改动

9、的一个非常中心的驱动力于IT即信息化技术的运用。不同的行业，企业对IT的定位有所不同， 不同的定位又决议了IT可以为企业带来的价值。最初的企业，普通把IT定位在建立一个简单的办公自动化系统，大多数时间做系统的维护。随着业务的开展，企业在市场中的位置提高，渐渐我们需求上一些大的系统，比如说ERP、MRP，这个时候IT承当更重要的作用，协助 业务虚现业务价值。比如说更有效的管理库存，更有效的管理采购，这两个级别都是传统行业对IT运用比较多的地方。但是在互联网+时代我希望企业管理者认识到，假设IT定位不能往上提升，便很难协助 到企业进展互联网+的转型，以及在市场上产生中心竞争力。左边第二个业务价值的

10、推进者，这个是经过IT技术进展创新，可以超越我们竞争对手做一些创新的处理方案，包括客户关系的管理，O2O的线上线下的联动等。经过信息化技术产生竞争对手没有的方案、营销手段、效率提升的手段。这就是将IT融入企业决策层的作用，参与决策，促进创新，产生中心竞争力。IT在企业中定位的最高级别是成为业务方式的引领者，依托IT协助 进展商业变革，脱离传统的竞争方式。“羊毛出在猪身上，狗来买单，过往的产品效力，最初思想就只是如何把东西卖的更贵一点，能否提高价钱的同时让客户接受。而如今，经过新技术、新商业方式将商品免费运用，经过后续效力挣钱，正是目前的新运营方式。依托互联网+技术、各种信息化技术，行成一个生态

11、链，而这个生态建立过程恰恰需求上下游不同企业的数据。希望我们传统企业的各位指点者可以对IT有一个更好的定位，至少应该从业务价值推进者和业务方式引领者的角度来定位，才干协助 我们企业在市场上获得更好的竞争力。刚刚说到开源节流，节流方面可以经过大数据的分析结合比如6西格玛等流程分析优化的技术，来协助 找到没有价值的任务，进而去掉，来加强有价值的任务。我们把产品的胜利率提升，减少废品率。比如说便利店里面有几千个商品，每个商品的销量不是很高，假设能控制本钱，控制库存，非常重要。由于他的点很多，一个点上省一千，四十个就是四万。在供应链配送环节，经过优化陪送途径，就可以减少配送本钱。石油公司的配送都属于高

12、危配送，假设经过大数据分析，在效率提升之余，平安性也有所提高，那对我们的协助 非常大。比如危化品晚上七点以后才干配送，比如说某条路晚上封路，之前不知道，去了后发现需求调头改路，带来的本钱耗费将非常大。据美国一个研讨机构称，人的行为中近93%是可以被预测的。大数据分析对企业提升销售也有很大的作用，所谓营销，营是两个“Ying，一个是欢迎的“迎，一个是共赢的“赢，欢迎就是找到新客户，把他们吸引过来，共赢就是把客户留住，并且延伸它的需求。营销就是欢迎和共赢，欢迎找到了客户是谁，可以经过数据的分析。人的行为可以预测，可以经过各种社交数据，比如微博微信数据。当我们发如今议论车的品牌时，这个人称某一个品牌

13、车质量不好，并有很多讨论建议，可推断出他对车和生活质量是有一定的要求的，那么这个人就是能够是壳牌的潜在客户。当他来了以后我可以知道他的潜在需求是什么，再经过异业协作，将他的消费习惯和其他协作方关联，培育他成为我们忠实客户，最理想的情况，让他一同床就能想到壳牌，去哪里都想到壳牌。但是假设让壳牌单独经过加油这项业务绝对是做不到这些的，势必要经过同其他企业协作，使客户对他产生联想和衔接。刚刚谈到传统行业面临挑战，大数据可以协助 他们突破，迎接这种挑战，我们来看一下究竟什么叫大数据。大数据的名字叫Big Data，这个词最早是麦肯锡提出的，是指“无法用现有的软件工具提取、存储、搜索、共享、分析和处置的

14、海量的、复杂的数据集合。我个人的了解，大数据不是新事物，也大只是一个定义，它的中心是“数据。大数据的运用由来已久，且其定义和运用也是继续变化的，它可以运用在我们的生活和社会的各个场景上。在座的各位听众，有没有人信星座的？美女们都信，有没有人信命的？不少人包括嘉宾本人很信命。星座也好、算命也好都是大数据的运用，只是没有数据化。星座把人归类为12个星座，比如说金牛座为什么会有这个特征，他是经过很多人的验证，发现都具有这类特征，且刚好出生在那个阶段，这个特征和某些动物和某些物品相关。算命也一样，八字、四柱、面相，为什么脸上这个位置长痣的人是这种性格，不知道为什么，但是发现很多这里长痣的人都有这种性格

15、。运用的方式不一样，但是都是经过大数据的思想方式。企业的大数据与直接的数字化信息有关，传统企业或多或少会有一些数据，比如说员工数据、供应商数据、客户数据、财务数据，这些都是我们传统数据。新的互联网时代，我们具有微博数据、音频数据、手机定位数据等很多新型数据，买卖数据和交互数据共同组成了如今的大数据。这并不是一个对立的关系，而是一个延展的关系。同时，大数据必需求有一些新的技术协助 我们分析结果，所以大数据是数据加工具。大数据假设从分类上来说，企业内部传统上都叫构造化数据，传统的放在数据库里的数据。还有电子文件、日志、文档是半构造化数据，以及一些非构造化数据比如视频、音频等。大数据的特征，不同的人

16、和公司做了很多的定义，比较多的说法是四个V。数量比较大、来源比较多样、速度要求快、个体准确性不高。单个数据的价值并不高，比如说地理位置信息，单纯看每个点的信息没有价值，当他把他串联在一同的时候，他发现这一批人都往清华的舜德楼走，这时候就有价值了。由于如今有些人思索大数据、小数据，大家听起来好似很对立，一大一小两个不同，这是不对的。我们应该更多的讲数据，大数据更多的是为了让大家了解这个数据的重要性。传统数据延展到更宽广范围的时候，他们的目的不同，传统的数据目的非常准确，关注一个事情发生的缘由是什么，目的是处理问题，为什么会出现这个事，得找出缘由处理，这是传统数据比较擅长的地方，但是到延展拿到很多

17、外部数据，外部数据来源非常多，数据量很大，而且外部数据很杂，和企业没有直接的因果关系，但是具有关联性，对这些数据的分析目的是关注预测，我们可以不需求知道为什么这样，但是希望知道将会发生什么。可以不知道缘由，但是希望知道关联性。这个人的痣长在这儿，他应该会怎样样，为什么会这样我不知道，但是既然长在这里的人都是这样，可以协助 我做决策，目的是寻觅一个处理的方案，而不是一个处理的问题。这个时候数据的运用目的就发生了变化。看看大数据在生活中的运用，举几个生活中的小场景:大家在亚马逊或当当网买过书，选一本书以后，左边就有相关的书推送，或者推送鼠标或者路由器，由于之前买这本书的人就买了路由器和鼠标，所以也

18、就推送给他，当当网利用这个方法推送，销售量增长了10%。谷歌流感预测。某一个时间，某一个区域的人都在查流感这个词，以及怎样处理，吃什么药等，谷歌经过这些搜索结果对该区域的流感发病率进展预测，结果比当局卫生部门正式发布流感信息提早7周。当然， 如今这种预测的准确性降低，缘由我们后面会分析到。淘宝购物。大家在淘宝上搜索一个物品，即使没有买。过一会儿上其他门户网站，广告条上也会出现之前搜索过的的物品。大家过去半年在中国发生在他身边比较有热度的事情是什么？股票。至少是牛市的初期，涨了百分之几十。从今年年初到如今有哪一位股票收益超越60%。新浪有一个大数据炒股指数，其他的证券公司和他有协作，发起了股票指

19、数，有一个i100指数，这个指数今年年初到如今收益率是59%。假设他们大家没有超越60%，不如买这个指数。为什么他的收益好？他是一百个股票选的，他没有看公司的业绩，完全不论什么公司，就从社交网络上搜索哪一百个股票讨论热度最高，他以为假设涨的股票应该是大家讨论最多的，他选最高的讨论热度的股票作为他的股票，不断调整，所以他们的收益率很高。他也不知道干什么，就看他人讨论的多，他就去买，就涨的很厉害。大数据的大究竟是什么？我对大数据的定义是，“大不是数量的大小，也不是来源的多少，而是大到足够为企业产生业务价值。假设能为企业产生业务价值的数据，就是大数据。这个“大的了解是足够产生价值的，而不是一个机械的

20、所谓4个V。这也处理了定量的问题。过去一个U盘8个G很不错，再早期几个MB就不错。如今有了TB，由于技术开展很快，无法衡量那个纬度。刚刚讲了传统行业面临的挑战，也讲了什么是大数据，接下来跟大家分享一下在我们行业，以及其他协作同伴、同行的大数据做了哪些事，谈一下大数据在企业中的运用。数据有不同的运用目的，根据运用目的，可以把数据分为四个类型：第一，描画型的数据，通知企业管理层、员工，企业发生了什么，比如说管理报表、销售报表，显示企业在发生什么，什么形状。第二，诊断型，分析为什么出现这个问题，比如说银行，为什么这段时间坏账率这么高，分析是什么缘由。这两个都是传统的企业比较擅长的。第三，接下来假设把

21、数据用的更好、更多一点，就是预测型的数据，经过数据的分析，预测未来会发生什么事情。比如企业的上游业务，油田开采，钻头钻进去很重要，钻头很贵，一旦钻头出了问题，改换、调整花很多时间，以前由于在地下没有很好的方法去判别他，这个时候需求找一个很有阅历的专家定期检查，看他是不是正常形状。这个本钱就很高，首先，专家不多，假设钻井平台在海上就更费事了，专家必需实时送过去，又很贵，这个专家还能够不情愿去。但是假设经过一些数据，经过一些传感器监控它的温度、振动幅度，就可以提早发现他能否有潜在的问题，假设温度在不断的增高，和平常不一样，判别能够有一些问题，可以马上自动干涉。这样就不用每个专家两到三个月跑过去看一

22、次，而只是有问题的时候打让他来一趟就行了，发生缺点提早知道，予以处置，减少缺点发生次数。第四，指点型，根据数据的分析，可以根据客户的行为习惯、潜在需求，协助 企业定制、开发好的产品或者效力、以及营销方案，这不是处理问题，而是提供更好方案来协助 企业得到更好的报答，就像专家、咨询师一样通知企业应该做什么。这是数据运用的四个目的。前两个是信息展现，第三是商务分析才干。第四是预测分析。这是不同层面上数据运用的目的。大数据的运用价值的归纳，我以为主要是五方面的价值：第一，优化运营。降低本钱、提高能效。第二，精准营销。对客户做更好定制化效力、定制化营销方法。第三，商业洞察。让企业了解本人，了解客户的行为

23、，了解市场定位。第四，企业平安。包括信息平安和物理平安。很多企业所依赖的中心竞争力是专利，如何维护专利，是企业非常中心的需求。石油公司有很多危化品的运输，大数据分析可以协助 我们发现隐患，降低风险。第五，生态链共赢。找到协作同伴，协助 企业加强客户对其更多的黏性。这些都是大数据在企业中的商业价值。接下来我分别引见上述五个方面的行业实践案例：第一，优化运营效率。壳牌公司如今运用了很多，经过地下的温度、压力、历史数据、生态数据的采集，预测这个地方钻井下去出油的概率大不大。一旦打进去假设没有出油，损失就很大，假设把胜利率提高10%，就会节约非常大的本钱。之前中石油在苏丹开发了一口油井，之前很多国际巨

24、头都打过井，大家以为那个地方应该有油，包括BP、道达尔去打都没有打出来。中石油去打，每桶油本钱才八美金，远低于正常的20到30美金。这个地方的油非常好。为什么中石油这么好运气就打出来了？由于中石油发现这个地方的地质情况和塔里木盆地地质情况非常类似，中石油在那里打了很多井，知道很多数据，知道什么位置上打井有油的能够性比较大，于是根据这个来在苏丹打井，就胜利了。很多地方的信息有高度相关性，就可以预测在那里发生的事情，在这里也能够发生。这是一个大数据运用案例。在加油站里， 油枪里面打出来的油都是在地下油罐里面出来的，地下油罐在地下，看不见，一旦发生泄露，很有能够影响地下水、土壤、生物，甚至有能够发生

25、爆炸，这是非常危险的。所以每年石油公司在这上面花了很多的本钱去关注它，但是很多管理是被动的，由于汽油、柴油有热胀冷缩的特征，温度高涨起来，温度低就收缩了，本身又有挥发性，管理起来非常的困难。在正常行业里面管理主要是油品的损耗低于千分之三到五，就是正常的。但是经过数据的分析技术可以协助 更精准的管理。之前的方式，为了防止油井在地下油罐泄露，需求定一个阀值，每天看损耗，假设损耗超越某一个值，即以为很有能够发生泄露。一旦超越这个阀值，马上平安和工程部门的人就会干涉，假设以为能够性比较大，就要停业，去地下清罐。后来运用了一个方法，用大数据的技术在油罐里面加了一个探头，去分析罐里面情况的变化，把数据每隔

26、几十秒钟传到云上的分析平台上去，把油箱的数据实时接通，卖出去多少油，油管里面还剩下多少油。根据这个地方的地址、温度等条件，来设置相关性的对比油站。逻辑上假设损耗都有损耗，添加都有添加，由于这些地方条件相当，温度变化应该是对应的。假设说发现有一个油罐忽然在这段时间，或者是这个时候，他人都在往上走，他在往下走，他人都是赚的，他是亏的，高度以为他是泄露的，由于这确实是不对的。还有一种情况，他超越了之前设定的阀值，升我们也没有以为它有问题，由于周围其他的油站都有类似的情况，由于能够是温度急剧下降。最重要的是看它的趋势变化。这会准很多，而且是自动防御的方法。大数据在协助 门店选址也有很好的运用。我们开一

27、个店选址，主要看客流量多不多，客流愿不情愿停在那儿，这些信息对选址是非常重要的，直接影响报答率。但是在现实生活中，假设知道要选址在这个位置，或者想被他人收买，就会想各种方法夸张这个数量，多找一些车在那儿拼着开，由于假设要靠人去记录，只会看过了多少车。而如今经过和运营商的协作，利用基站分析手机信号，来发现这个地方客流量、客流停留频率以及过去一个月的数据情况，协助 更好的选址，提高投资报答率，提升运营效率，降低本钱。第二，大数据可以协助 实施精准营销。加油站业务，发现联动很多数据，比如于车联网的数据。车上有传感器，可以把车的安康形状、油耗形状、车主的驾驶习惯都记录下来，经过相互协作，找到潜在客户对

28、应的有效信息。顾客很喜欢去方便的加油站，由于比较容易找到。经过跟车联网企业协作，车只需在油站附近十公里范围内，便可知道客户是谁，以及他驾驶的车处于何种油耗形状，具备这两个条件，便可以给他发一条信息，建议去对应的加油站加油、从哪条路走不堵，以及具有何种促销信息，甚至进一步分析油耗，推断出运用壳牌加油站的油，可以降低油耗，一年节省多少钱，把这些定制化的信息发给客户，吸引到我们的加油站去。公司非常注重平安，经过中控系统车联网的数据分析，根据顾客驾驶习惯，比如经常急刹车，或者高速转弯，风险性非常高，便可以推送一些平安驾驶的建议。加油都有加油卡，加油卡在过去这么多年开展了很多客户，但是如今碰到一个问题，

29、再想扩展新客户挺困难的，不知道到哪找。公司要做市场活动，却不知道去哪里做，假设在广场上做，能够根本就不是潜在客户。后来公司跟淘宝协作，将淘宝上客单价超越一百元的人作为目的群体。淘宝上平均客单价70块钱，而我们要找客单价100块钱的，这些人的消费才干比较强，对生活要求比较高，同样买相对比较好的东西，会比平均程度的人要高一些，这些人往往是企业想触达的对象。其次，经过和第三方公司协作，经过搜索社交媒体上经常发布与车有关的信息，来从另一位纬度定位潜在的客户。经过这两者一碰，就可以较准确地寻觅到潜在的客户群， 再经过精准信息推送和相应的营销手段，来给潜在客户传送油站有什么样的效力，有什么样的促销等信息，

30、来吸引他们在线上注册加油卡。经过这种方式，最终有近90%的人进展了会员注册，成为了卡的用户。其中有50%的人进展了充值，充值意味着一定要在这里消费，这就成为了真正的客户，转化率非常高，而付出的代价非常小，这种营销方式针对每两个人有一个人是他的客户，这个触达率非常高。过往做市场活动，五个人里面有一个人成为客户就不错了，而这样两个中就有一个成为客户。这便是大数据精准营销的经典案例。第三，商业洞察。要知道这个企业究竟在市场上什么位置，客户究竟在哪里，本身客户和竞争对手客户究竟有什么不同，究竟是怎样分布的，这需求更明确、更明晰的视野。经过大数据的分析，更好的了解我们的企业和我们的客户。经过一些支付信息

31、的分析，发如今不同的品牌或者不同竞争对手之间，市场份额究竟是怎样样，以前是年底看看销售额，甚至不知道对手销售额准确率多少，但是结合大数据可以实时分析，当前情况下究竟我们的销售份额是多少。第二，对客户的消费趋势也有更清楚的认识，随着时间的变化，究竟有什么样消费趋势，竞争对手的客户趋势怎样样，本身客户趋势怎样样，假设说本身客户消费者趋势金额在渐渐下降，是大问题，这可以让企业更精准的了解本身客户开展变化以及企业制定应对措施。第三，潜力客户的发掘，新客户在哪里，他是我的客户之后，假设没有收益共赢，客户会分开，如何把客户留下来，是最中心的诉求。其中有2%的客户是忠实客户，是我们的优质客户，另外的4%在我

32、们这里消费，也去他人那里消费，阐明他不是我的忠实客户，但是是我的客户，或者曾经是我的客户。他为什么要成为他的忠实客户？假设他知道缘由，他是不是就可以处理问题，把6%变成忠实客户，意味着销售额添加一倍。这里主要讲的是思绪， 数字并不是真实的。假设要触达这4%的人，要跟他做沟通，为什么上次来过之后，这一次没有来，是由于位置不够好，还是效力不够好。问清楚之后，他应该采取对应措施，让他变成他的忠实客户，可以从2%提升到5%到6%。这个可以提高我们的洞察才干，让我们找到、留住我们的客户。第四，信息平安。我之前任务的跨国公司，最中心的竞争力之一就是专利，那家企业的配方非常重要。配方怎样维护？很多竞争对手或

33、者有一些黑客不断在找，以前没有很好的方法，如今经过大数据的根底可以对整个日志和整个系统的操作行为做分析，看能否有潜在的风险。比如说这个用户的ID，之前不断是每天运用一个小时，或者是以阅读为主。但是当发现从上周开场这个客户平均每天用三个小时，而且是以下载为主，这意味着很能够在盗用，这是一个高风险的区域，还可以采取一些措施保证企业的平安。这是以前传统的数据库的方法处置不了的。第五，生态链共赢。企业究竟和谁协作可以最大化的产生效益，提高收益。经过相关性的分析，可以看到奥特莱斯有38%的相关度，假设和奥特莱斯共同做一个营销活动，效果将会非常好，由于双方客户非常重叠。沃尔玛为36%，京东为33%，这些都

34、是异业协作的同伴，和他们一同做共同的营销活动，就可以把我们整个客户之间交互的场景从单个变成一个生活中的各种案例，将产生大量延伸的消费。也将出现“羊毛出在猪身上，狗来买单的情况。上述一些案例在行业里经过大数据从对内的效益提升、营销、洞察、平安、共赢这几个方面跟大家分享，最后一部分是关于如何建立这些才干，以及途径是怎样的。首先，必需有数据文化的建立，有了数据，而不作为一个决策的根据，也是没有用的。第二，要有明确的数据战略，预备怎样样规划企业的数据，数据架构怎样设置。第三，组织才干，建立什么样的团队来协助 实现企业的数据战略。第四，技术才干，实现什么样的技术平台、什么样的系统来实现大数据或者数据的分

35、析才干。这四个方面的才干建立才干真正给企业带来数据分析的才干。真正在企业里面建立数据才干， 有两个方向的建立。一个自上而下，管理层要认识到数据文化的重要性，推行数据文化，建立队伍的组织，要做适当的投资，进展平台和技术的建立。同时，自下而上，每一个从业者都要积极的学会技艺，来很好地利用和运用数据，在这个根底上要有一个前瞻性的规划，可以不断顺应企业继续开展的要求，同时，设立比较明晰的绩效管理，什么样的数据交付是有效的，怎样评价，最后以开放的态度，要不断的学习，互联网时代变化太快了，要不断的学习。这是企业里面两个方向同步建立，才干真正的建立一个大数据才干。数据文化建立上，我总结如下六个方面:中心是数

36、据驱动决策，决策依赖于数据，比如说投资管理，企业投资一个工程，必需有非常明晰的目的、报答率这种相关联的参数，要进展客观的分析，构成一个结果，才干做决策，能否应该做这个投资。比如开一个店，就必需求看人流量变化、停留时间，消费才干、消费偏好等。综合之后，以为在这里开店报答率是什么。包括效率提升，经过数据的分析，综合拥有本钱的分析，数字化阐明究竟销售量会不会添加。经过数据的分析明确的把这些其他要素排除掉，比如说我们做一个营销，中间刚好有其他事件同时在进展，要把那个要素剥离掉，才干知道要做的市场活动有没有效。平安管理也是一样，员工绩效管理，设立KPI，必需以数字为衡量，这样才可以跟踪、管理和衡量，否那

37、么都是简单非量化地描画，泛泛要求把东西做好，按时完成等，最后无法评价，员工也无法正确地管理绩效。数据战略主要包括三个方面：首先，数据管理，主要是数据的治理。数据一切者和数据操作者，数据一切者要保证数据的质量。数据合规的平安管理，谁可以运用这个数据，什么时候可以删除数据，数据什么时候可以传到网上去。经过数据质量管理，确保都是准确的数据，不要是一些渣滓的数据。数据生命周期管理是对整个数据从产生，变化到最后的终了销毁等的整个生命周期进展管理。还有一个数据效力，我们想用什么样的数据平台、数据架构，什么样的数据集成方式，企业里好几个信息系统，中间也不关联，同样一个商品在两个系统里面称号也不一样，库存也不

38、一样，呵斥了大量的浪费。假设是集团公司，下面有很多分公司和子公司，同样一个库存的商品，假设在不同公司里面，系统用的不同的代码，不同的称号，往往会虚大库存的数量。假设说其中一个公司要去做采购，很能够另外一个公司很多库存是卖不掉的。之前的一个公司，两个人说，他说他这个公司买的东西，他没有了，但是在另外一个公司，他有很多的库存，根本卖不掉。所以数据的集成很重要，要有一个单一的数据源，总数据管理，一切的东西规范化、一致化。同样的商品在集团下一切的公司都是一个数据。数据的模型，主要包括怎样定义数据、分类数据，各个数据接口如何进展交互等。数据组织才干，假设有条件，可以建立一个CDO，首席数据官制度，有一个

39、牵头人专门去担任数据管理，而且这个岗位希望可以汇报给企业的决策者。由于数据如此重要，所以需求有一个人战略性的规划它和管理它。同时我们需求集中式的数据管理和运营中心，要处理数据孤岛的问题，就需求集中化管理，包括数据的管理，它的目的还是以商业价值为衡量规范，不是他本身能产生多少数据。同时要提升一线人员的业务才干和数据决策权，及时反响客户需求，快速交互客户来设计和交付客户需求的产品和效力。普通企业里面做数据管理的时候，普通有几个步骤：数据的清理，他要搜集到数据，对数据进展存储和分析，分析和业务相关联，把信息和方案展现出来，交给企业做决策。这个过程里面，不同的团队做不同的事情，数据采集和清理是数据管理

40、的群体担任，数据的分析，普通是数据科学家，他要做建模，从数据里面找出数据的逻辑性出来。经过业务分析师把数据分析的结果和业务做了衔接，究竟对业务意味着什么，从而构成一个比较好的处理方案出来，进而企业数据官和企业决策层进展的协作，构成商业决策。最下面的根底技术团队提供各种技术支持，最后的结果是价值交付，归根究竟给企业带来价值。下面讲大数据企业生态架构。左边是：企业，社交媒体、物联网、云效力。右边是结果，客户称心度提高，竞争力提升、风险控制提升，产生一些新的商业方式，从而协助 企业脱离红海进入到蓝海。公司已有的系统和数据应该怎样办？第一，建立现有数据分析才干。第二，打通各个数据之间的妨碍，消除数据孤岛，建立数据治理架构，对于规章制度，谁去担任个数据的质量等等，在这上面做制度建立。第三，建立数据运用的体系架构和集成架构，为了迎接后续更多的数据进来。第四，引入新的大数据平台、大数据技术，来做更广泛、更深化的数据分析。企业怎样援用大数据技术，这种方案很多，在他的企业足够大的情况下，他可以选比较好的一站式的处理方案，但是假设他的企