文丨赵博智 编辑丨沐阳

来源 | 首席数字官

经历了2020年突如其来的疫情冲击，2021年企业已经共同意识到要拥有在充满不确定性环境下，迅速找准发展方向的能力。在数据成为企业经营管理重要生产要素的基础之上，加速提升组织内部运用数据的能力，构建数据驱动型团队，及时洞察市场变化，敏捷决策部署的企业将会在新常态竞争中无往不利。

3月31日，锦囊专家联合Tableau特别打造网络研讨会，由数字产业创新研究中心研究总监敖元主持，邀请Tableau 大中华区域副总裁张磊、荣联科技集团股份有限公司数据服务部总监张星辰、国家电网公司大数据中心专家刘文涛作客直播间共同以“数据驱动转型企业从现代商业分析平台开始”为主题展开了一场深度对话交流，分享思考与心得。

本文由【首席数字官】总结、提炼本次研讨会议主讲嘉宾的精华观点编辑而成，欢迎阅读和分享。如想了解更多会议精彩，可登录锦囊专家官网或关注公众号“首席数字官”回复关键词“网络研讨会”收看回放视频。

在分享环节Tableau 大中华区域副总裁张磊与荣联科技集团股份有限公司数据服务部总监张星辰就会议主题分享了心得和案例。

在Gartner的另一份报告中显示，企业在推广数据和数据分析的利用领域里面，主要来自于三个方面的变化，第一方面，加速数据和分析改变，例如利用AI创新、提升分析组合性、灵活高效集成利用多种数据；第二方面，通过更高效的xOps(运营中心）实施业务价值，例如将业务决策和数据分析整合一体，利用数据为业务服务，将数据战略与业务战略相结合；第三方面，数据分析无处不在，例如赋能更多的人针对场景使用数据，而不仅仅是原先的少数技术人员。

回到数字化转型，数字化转型的本质是从数字化到数据驱动的迭代的过程。在这个过程中，企业在解决两件事情，一个是业务的数字化，一个是数据的业务化。在业务的数字化方面，核心第一是建立IT应用系统。比如ERP、人力、财务等；第二是互联网化，比如利用微信营销、移动、社交、IOT等，第三是云化，建立围绕营销云、服务云、市场云的系统，还有一些lt的数据，我们可能会去挣上云，建立起可能说围绕营销方面的营销云，服务云、市场云等等，实现传统IT应用、互联网化、云化不同系统数据的采集。在这之后利用数据流程的整合，打通整个数据和整个业务环节，最后以IT部门为驱动的，利用技术的创新来来支撑业务。

在数据业务化方面，随着平台的发展和系统的不断建立会采集到大量的数据，企业面临的问题会转向数据利用的层面，在数据的利用中不同的业务用户有不同的使用场景，比如营销分析、供应链分析、财务分析。针对不同业务场景进行数据的利用。

业务数据化与数据业务化两大系统相辅相成，IT建设的业务系统促进数据采集与利用，通过数据的利用又可推进系统建设，提升数据质量，使IT和业务建立起新的合作关系。在这个过程中企业通过分析让数字化转型成为可行。

但是要做好数据驱动，则需要从现代商业分析平台开始。传统平台向现代分析平台的演化主要包括使用群体、部署范围、数据来源、接口APLS、平台、用户场景几大方面。

在现代分析平台中使用的群体可分为三类：IT/BI专业人士、内容创建者、信息消费者。工作流从查看访问开始，IT部门为企业建立仪表板，信息消费者们根据仪表板了解企业信息，而查看和访问仅是静态的呈现，需要通过交互看到更深层次的内容，提出新的问题交给业务人士去做分析探索产生新的发现并分享给其他的同事，经过其他同事印证发现新的指标，将其作为企业的管理指标，最后回IT/BI人士进行推广，作为一个管控的体系使用。整体流程不再是线性的由业务人员提出需求，IT人员实施这类瀑布式的设计方法，而是一个不断迭代的过程。

在迭代时，企业会利用数据科学、AI自然语言机器学习等技术深入对数据的利用。每一层技术的利用，都为企业带来了更深层次的变革和创新。Tableau在这个过程中能够帮着客户看到并理解数据背后的价值，不仅仅来自于技术团队，更重要的是来自于业务团队。Tableau坚持了解数据的人应当对数据提出问题、软件应当被设计成引起深入思考、规模化分析驱动企业变化、数据无处不在，Tableau面向人人的观点和使命。

创新是Tableau的基因，帮助人们看到和理解数据是Tableau的目标，面向任何人、面向任何数据、面向任何场景是Tableau的定位。因此，在体系架构中，Tableau的产品可以进行本地部署、云端部署、混合部署，可以基于Windows，Linux，产品可以解决的数据的访问、准备、管控、内容探索、分析、协同等数据分析平台所需要的功能。同时集成数据科学平台，可以利用自然语言进行数据问答，解释数据发现背后的原因。

荣联认为，BI不应该仅仅是一个冰冷的工具，它应该是提供数据分析服务的产品，让正确的人，在正确的时间，看到并理解正确的数据。2016年，荣联转变思路，引入Tableau自助分析技术架构，将业务团队与技术团队联动，整合至同一平台进行协同工作。Tableau server构建的完整架构支撑了内部每一个角色，使其都能在平台上面找到自己的受益点。

除工具外，构建现代分析平台还需要数据和方法论的支撑，在数据方面，IT部门需要进行大量投入，搭建整个公司的数据仓库和数据湖都离不开IT的技术支持和数据开发。在方法论方面，通过对员工培训，不断分享案例与参加行业活动的方式对员工进行赋能，经过长期培训总结出数据工具方法论。

荣联经过探索总结得出利用互联网思维推广BI的四大关键词：敏捷、上瘾、不抱怨、吃自己的狗粮。

敏捷：在国内，公司在推动数据时多数会选择通过IT的方式进行，长久以来形成了以瀑布式的结构响应用户需求的习惯，导致响应周期过长。在互联网思维与Tableau的加持下，企业可以快速对用户需求做出响应并实施反馈进度直至交付。

上瘾：掌握客户升级优化的诉求，通过升级迭代，将传统的明细表优化仪表板，让客户对提供的服务产生依赖。

不抱怨：以“让公司没有难用的数据”为目标，坚持不抱怨的心态才能达到最终的成果。

吃自己的狗粮：如果公司打算让顾客买自己的产品，那至少公司自己也要愿意使用这些产品；如果打算让身边的人使用BI，那至少自己也要愿意使用BI。

在高峰对话环节，三位嘉宾分别就当下最热门话题发表了自己的看法。

敖元：大数据分析如何服务经济发展？

刘文涛：结合电力行业的实际，电力数据拥有特殊的业务属性、管理属性和技术属性。随着电网的升级和拓展，电力数据服务经济发展可以通过案例说明，电力经济指数系列产品可以看出经济指数可以反映宏观经济，预测未来的经济增长态势。它服务政府制定宏观政策，包括行业发展规划，通过对行业经济景气的同比分析，来直观监测行业热度，为行业发展规划与行业结构调整提供参考。

复工复产指数产品为供电公司通过采集企业当前生产用电量数据与企业在疫情发生之前正常生产时的用电量进行比较，并通过一系列大数据分析梳理政府部门关注的分区域、分行业的工业用电数据情况，反映企业是否复工，同时也能反映企业的产能。

张磊：Tableau在传媒、高科技、银行证券、保险等各个领域都提供了行业解决方案。在制造业方面，智能制造工厂中，数据是核心，可以监控碳排放量，配合电力企业监控用电能耗进行节能等等。除此之外，以汽车制造业企业为例，可以在生产线上，利用数据分析故障和生产线的关系。可以看出，在各个产业中都会有不同的数据利用，重要的是当需要做数据利用的时候，一定要想到我们要想解决什么样的业务问题，以及如何用数据回答这些问题。

张星辰：荣联科技作为中国专业的数字化服务商，在生命科学领域中，荣联科技也为中国目前主流基因测序相关的大数据企业提供面向基因测序的大数据产品和服务。在疫情期间对病毒基因做测序时，公司派出了技术团队协同北京科学院一起对疫情病毒做测序，并锁定了病毒各方面的特征。现在随着基因测序技术越来越成熟和越来越多的人对于疾病的关注，人们更关心的是如何提前对自身的基因做出预判，便于更早的对疾病做事先改善。但人类基因内包含的数据量非常庞大，可以通过DNA行程完整的大数据结构，相信基因技术日渐成熟的未来，会有更多的人将健康问题通过大数据溯源到基因层面。

敖元：当前企业数据管理的现状如何，关键痛点和难点又有哪些？

张星辰：过去的20年甚至30年，很多企业都在做信息化方面的建设，比如做OA系统、财务系统等等。如今无论是自身企业，还是市场上提供产品的公司或者基于产品做服务的厂商，这些系统已经非常成熟，但是企业在数据管理方面还处在起步的阶段。“信息化的上半场是传统的信息化，下半场是数字化，上半场才刚刚结束，下半场还处在起步的阶段”这句话比较符合数据行业的现状。

数据技术近10年的迭代速度非常快，在概念方面，数据仓库，大数据平台，数据湖的概念每年还在不断有新的概念产生，以及基于概念去落地时使用的技术也在不断演进，也许两年前还比较火的技术，两年之后可能就找不到它在市场中的位置了，这种现象也体现出数据行业处在蓬勃发展的阶段，对应的企业的管理，也处在一个起步的阶段。但对于数据到底对公司的价值是什么？上线数据平台需要做什么样的事情，能够产生什么样价值，在很多公司内部对定位和认知还处在摸索之中。

回到企业自身，实际的痛点可以总结成三点：

1.路线选择。技术路线太多到底该选择哪一种？，适合互联网企业的产品和技术，可能并不适合传统的公司，而两个不同行业的传统公司，需要适用的技术站可能又不太一样。

2.系统孤岛。很多企业存在的系统孤岛进而产生数据的孤岛是摆在很多CIO和CTO，面前非常大的现实问题。如何打通不同系统之间的数据，在打通的过程中，如何制定数据治理的标准。

3.抉择两难。随着数据越来越多和公司的业务变化越来越大，传统的报表开发模式已经难以去响应业务人员甚至响应老板的要求。很多企业特别是IT的人员会面对提升IT人员的数据能力和提升业务人员自助分析能力的两难抉择。

刘文涛：以华为、华润、建行为代表的大型传统企业对数据管理非常重视，华为从2016年将数字化作为企业愿景上升至战略的高度，把数据当做公司的重要资产，大力推进数字化转型；华润2019年将智能化水平上升为集团转型升级的六大战略之一；建行也早在2014年就将智慧化银行加创新性银行作为发展战略，成立了数据管理和大数据应用的决策机构“数据治理委员会”并由行长负责。

以阿里和腾讯为代表的数字化原生企业，通过构筑统一的数据平台，实现内外数据统一汇聚共享的方式，赋能数据的应用和业务创新。阿里建设了统一的中台，汇聚集团全域以及外部数据，打通了数据技术和服务的烟囱式壁垒，支撑数据快速变现和企业业务的开源节流和增效。

基于以上数字化原生企业和传统企业，可以总结出数据管理的痛点和难点：

1.管理。企业数据治理组织不健全，没有设置专职的管理人员，缺乏这种有效的管控手段。

2.制度。数据制度体系不健全，对于数据的汇聚、共享、治理以及开放的制度规范缺失，对外数据的提供存在隐患。

3.技术。技术手段相对单一，数据基础薄弱，数据质量较低，人工录入数据依旧占据主流，数据质量核查工具的缺失导致数据可用率不高。

4.流程。存在流程冗余现象，高价值数据流程的优化和再造需要提升。

张磊：做数字化转型，不仅要关心人的问题，关心技术的问题，关心流程的问题，同时要关心数据的问题，Tableau在服务大型的企业实施数据战略中也看到了不同阶段的企业发展，有些企业还停在传统阶段，由信息中心或者技术团队做数据的产品应用，而大量的业务人员停留在基于Excel重复工作的阶段。基于这样的现状，可以总结出，企业面临的挑战，一方面是技术层面，一方面是人文方面。

在技术层面，数据质量不好且分散在各个业务系统中，需要针对一个特定业务场景的数据没有办法及时拿到。分析的角度面临的问题是不知道分析场景是什么，原先做数据分析的人是技术团队，对业务不擅长，出现技术和业务之间的鸿沟。鸿沟的弥补单独靠技术和业务无法解决。在工具角度，原先做的任何系统上线时间可能以周和月的单位上线。开发周期过长导致无法满足客户需求。

在人文层面，如何把数据放到日常的业务沟通中，解决不同场景下的数据如何使用是很多企业面临的问题，在这个过程中，需要把理念推广到企业的每一个员工，让这些每一个员工能够用数据在日常工作中沟通问题，解决问题，这样才能变成数字化驱动型企业。

敖元：在数字产业创新研究中心近期对首席数据官的研究报告中，数据显示有76.3%的企业认为数据文化是企业数据管理落地的主要障碍，并且缺乏数据文化，已经成为中国企业数据管理非技术障碍的第一位。排在第二位的是预算和人员不足，第三位的是缺乏数据管理定义和职责及流程，这表明企业数据管理领导者们已经认识到了数据管理以及数据驱动业务的重要性，同时推崇理性和逻辑的数据文化也是重要且紧急的任务。

接下来的讨论的话题是如何提升数据驱动型企业软实力之数据文化的建设。CDO首席数据官在数据驱动型企业的构建中的定位、职责和使命是什么？

张星辰：近年来，CDO的兴起从侧面凸显出了企业数据管理处在刚刚起步的现状， CDO在战略层面整个公司达成一致的意见，在这之后需要挖掘数据的价值，并在落地时进行大量投入，比如性别，映射到业务时，性别可能不止男女两种类型，不同的企业在不同的系统用到的字段值可能也不太一样，这时就需要CDO推动仲裁，制定数据信息标准。此外，CDO最重要的职责，是让整个公司坚信做的事情是正确的，给予资源的支持和时间的支持。

刘文涛：数据文化的建设涉及到意识形态层面，首先要在企业中做到人尽其才，搭建清晰的组织架构，良好的专业分工。第二要建立良好的生态，人的问题解决之后，要在企业内部以价值为导向，健全相应的制度和流程，培养全体员工的数据思维，同时也要丰富各类载体，形成良币驱赶劣币的良性循环。第三要沉淀各项能力，文化培育不是一朝一夕而是久久为功。

CDO要结合企业的属性弹性设置。首先，CDO应该是企业数据价值的首席卫道士，对外要宣扬企业自身的数据价值观和数据应用的案例，既企业数据对外的形象大使。对内要引领企业打造种数据文化的精神内核，普及数据运营的知识，提炼数据价值变现的方法论。其次，CDO的定位是企业数据价值链的总设计师，掌控数据价值链的全局，从数据生命周期来构建数据价值链闭环运营，规划数据价值链的实现路径。

最后，CDO是数据运营的缔造者领路人，要从运营团队的搭建、数据生态的构建、数据资产的管理以及数据产品运用等方面入手，通过产品运营、用户运营、活动运营等方式，持续催化出数据的价值。

张磊：谈数据文化首先理解什么是数据文化，数据文化不是一个人的行为，而是一群人对数据的信念以及相信数据利用数据的行为。很多企业不缺战略，但是很多数据战略执行不下去的原因其实是缺乏良好的数据文化氛围。

第一，信任。企业要相信数据，相信数据能够带来价值。相信利用数据的人可以创造价值，可以利用数据给企业带来变化。

第二，投入。在资金和人力的投入时，领导不仅要把数据文化和数据战略挂在口头上，而在企业决策的每一个环节要以身作则，思考从数据看到的问题，如何利用数据去改善业务。

第三，人才。数据是重要的生产要素。生产力提升的需要提升人员的文化素养。而利用数据需要提升人员的数据素养。因此，业务人员的投入也要落实到实处上，把岗位职责和数据关联起来，比如企业人力资源部门把工作招聘、绩效考核以及日常的员工培训结合到数据中进行人才培养。

第四，分享。鼓励分享的氛围非常重要，每个人都是有创造性的，当利用数据产生新发现时，要鼓励分享，分享可能会影响到其他人带来新的见解并催化出更多围绕数据的讨论。

第五，观念。相信数据一定给企业的创新带来变化。从观念上知道数据是创新的催化剂，企业要具备数据文化特征，推广数据文化首先要知道企业现在处于何种阶段，因此要事先在企业内针对使用者、管理层、技术人等不同人员调研对数据的素养，通过调研分析数据意识和差距。针对差距定义把工作岗位和需要的技能对应起来，设计培训体系帮助提升职业技能，并在提升的过程中，利用有效的数据工具解决业务问题，通过不断的训练和影响，提升企业整体的数据文化素养。