【51CTO.com原創稿件】2016年11月25-26日，WOT2016大數據峰會在北京粵財JW萬豪酒店召開，50多位大數據領域一線專家、數據技術先行者齊聚現場，在圍繞數據智能、大數據商業、區塊鏈、實時計算、系統架構、NoSQL等前沿技術話題展開深度交流和溝通探討的同時，分享大數據領域***實踐和最熱門的行業應用。在WOT2016大數據技術峰會數據可視化主題專場，海致BDP商業數據平臺研發副總裁肖昆先生帶來了《點“數”成金：把可視化變成生產力》的演講，會后記者對他進行了采訪。 

[[177616]]

　　肖昆，現任海致BDP商業數據平臺研發副總裁，主要負責產品研發工作。在加入BDP之前，肖昆先生曾就職于百度，負責研發及技術管理的工作。

　　BDP是國內大數據分析領域的領跑者，在年初的時候，BDP以2.5億美金的估值成為國內是大數據領域價值***的公司。BDP是為了解決企業數據驅動的痛點提供了一站式數據分析平臺，幫助企業實現數據驅動。

　　一、如何讓數據驅動真正的落地?

　　為何會在本次大會上選擇《點“數”成金：把可視化變成生產力》這個演講主題，肖昆先生有自己的見解。他表示，除了公司有可視化的產品是一個很重要的因素外，主要是希望通過本次的分享，打破大家對于可視化的認知。說到可視化，很多人就會想到做圖、做表，看到酷炫的信息圖，其實真正需要探討的是在企業環境里，可視化到底能不能變成生產力，能不能變成真正提高企業運轉效率和創造收益這個一個事情。

　　談到如何讓數據驅動真正的落地，肖昆先生表示，讓數據驅動真正落地，需要幾個必要的條件。

　　***，企業必須要有這樣的意識，沒有意識一切都免談，整個公司圍繞決策層的思路往前走，這是一個前提條件。

　　第二，企業需要產生盡可能多的數據。正如京東和天貓做數據驅動一定比沃爾瑪做數據驅動更充分一樣，企業需要積累大量數據，不管是線上企業，線下企業，一定想方設法的讓自己的業務環境里面產生盡可能多的數據。

　　第三，整個公司的人員需要有數據驅動的思路和認知。

　　第四，用技術往前推進，沒有一個很好的工具平臺，如果純粹依靠人，大家的效率是很低下的。

　　二、如何讓數據可視化轉變為生產力?

　　如何讓數據可視化轉變為生產力，產生更多的商業價值有很多的學問，

　　肖昆先生表示，在今天的主題演講中之所以要講生產力，因為可視化在很多人印象里更多是一種展現，是為了視覺美觀、酷炫、一目了然，實際上，這些跟生產力的關系并不是很大。真正做到創造生產力，就要去為整個數據驅動鏈條服務，讓企業數據驅動變得更高效，變得更有效，可視化在這里面有幾個層面。

　　***，數據驅動想要更高效的運轉，需要解決現狀的鴻溝。現在企業的現狀，大部分都是業務人員依賴于技術人員和數據人員做數據分析，然后做決策，這個過程是很冗長。例如，一個公司所有人都需要依賴公司的十個人去打字，其他人都不會打字，這個是多么低的一個效率，現在很多企業數據分析就是這樣的現狀，業務人員全部依賴于數據分析團隊來做。如果要實現高效的數據驅動，就得讓業務人員自己去做分析，這里面可視化作為一個很好的手段降低業務人員的門檻，能讓業務人員實現自主分析，這是他最核心的部分。

　　第二，數據驅動里面包括數據清洗、數據接入等等，這里面可視化發揮很大的價值，最核心的是能夠降低數據分析的門檻，讓業務人員自己去分析數據。

　　三、不懂技術，也能夠做數據分析

　　人人都能輕松做圖，人人都能便捷獲取報表，不懂數據庫也能處理數據，是三個比較重要的方面。談到這三點，肖昆先生認為，這三個方面總結起來就是一句話：不懂技術也可以做數據分析。

　　肖昆先生表示，人人都能輕松做圖是指人人都能輕松分析，為了實現業務部門人自己分析，降低這個門檻。做圖的目的是為了獲得業務洞察，我們不僅讓他非常輕松做這個圖，而且是可以通過撰寫、力度的切換、聯動的方式從里面快速獲得他想要洞察的內容。

　　在做圖的過程中，性能是非常重要的。如果針對一個大的數據量做一個分析，都要半個小時甚至一個小時，那么永遠沒有方法做到分析，必須做到秒級響應，讓業務部門人員自如的，你想的是什么產生響應的結果，最終找到問題的關鍵所在。

　　人人都能便捷獲取報表。報表是為了滿足業務監控，不斷地創造反饋、分析、執行、監控循環的過程，報表在這里面扮演很重要的角色。在這一點上，必須著重強調在移動端，PC端的獲取，打開瀏覽器就可以訪問。移動端是大家很容易忽略的點，這是因為一旦深入到業務團隊就會發現業務團隊呆在電腦前的人非常少，例如我們的客戶蒙牛、人人車、58到家、名創優品這些公司，業務人員大量都是在業務的一線，這個時候，唯一觸網的設備是移動端，是手機。因此，我們通過這種方式讓他們隨時隨地獲取信息。移動端并不是把PC的東西縮放一下就可以了，大家現在用的很多APP，發現交互、產品體驗跟PC端是完全不一樣的，必須圍繞移動端重新開始研究它的交互、視覺展現去做這樣的事情。

　　不懂技術也能處理數據是指簡單的數據處理可以由業務部門來做。當然，如果公司有技術部門的話，我們建議數據處理這個環節是由技術部門或者是IT部門來做，為什么把這部分的門檻降低呢?主要是因為效率，即使能做也是用高效的方式做這個事情，不僅在分析這個環節，在處理環節，都會想辦法降低門檻。

　　四、除了可視化之外，數據分析還要做什么

　　可視化很重要，但是企業有了可視化的工具和思維，并不代表說成功的做到了數據驅動，企業必須要有整個公司數據驅動的意識，這是必須具備的條件。談到除了可視化之外，數據分析還要做些什么時，肖昆先生這樣告訴記者。他表示，很多企業在媒體渲染大數據后也要做大數據，但是他沒有完全做精細化運營的思路，空談大數據沒有任何意義，可視化在這里面也發揮不了多大的價值。

　　當把業務部門數據分析的門檻降低以后，業務人員能不能通過數據化的思維不斷地幫自己做業務決策，提高業績，這就要求除了決策層以外，公司所有人都應該有這樣的意識。目前，在這方面走在前面的大都是互聯網企業。互聯網企業不管是產品、技術、運營，他們都是通過數據來決策自己下一步該怎么干。所以，只有達到這樣的狀態后，企業才能夠真正做到實現數據驅動，可視化才能發揮***的價值。

【51CTO原創稿件，合作站點轉載請注明原文作者和出處為51CTO.com】