數(shù)據(jù)，作為繼土地、勞動(dòng)、資本、技術(shù)之后的第五大生產(chǎn)要素，以及人工智能三要素之一，其重要性已經(jīng)成為業(yè)界的共識(shí)。在數(shù)字化轉(zhuǎn)型的浪潮中，企業(yè)不斷尋求通過數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)的創(chuàng)新解決方案，以期實(shí)現(xiàn)業(yè)務(wù)增長和效率提升。

然而，盡管許多企業(yè)在過去幾年開始著手構(gòu)建數(shù)據(jù)中臺(tái)，卻往往面臨"建設(shè)容易，應(yīng)用難"的困境。近日，齊心集團(tuán)CTO于斌平同51CTO一同探討了企業(yè)如何讓數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)增長這一難題。

據(jù)要管理，更要應(yīng)用

在數(shù)字化轉(zhuǎn)型的進(jìn)程中，數(shù)據(jù)管理與應(yīng)用已成為企業(yè)不可忽視的課題。于斌平認(rèn)為，數(shù)據(jù)的收集、清洗、治理以及價(jià)值挖掘等環(huán)節(jié)是眾多企業(yè)所面臨的共同挑戰(zhàn)。

在實(shí)際操作中，企業(yè)的數(shù)據(jù)往往散落在不同的系統(tǒng)和部門中，部分?jǐn)?shù)據(jù)則因權(quán)限、格式或技術(shù)限制難以整合。且當(dāng)下很多數(shù)據(jù)都是事后進(jìn)行歸集，數(shù)據(jù)的質(zhì)量也存在一定問題。再加上，不同的業(yè)務(wù)的數(shù)據(jù)清洗有不同的數(shù)據(jù)標(biāo)準(zhǔn)和不同的數(shù)據(jù)內(nèi)容，最終“數(shù)據(jù)的收集問題、質(zhì)量問題、治理問題往往導(dǎo)致大數(shù)據(jù)部門就變成一個(gè)報(bào)表部門。”

于斌平指出，當(dāng)前許多企業(yè)面臨的一個(gè)普遍問題是，大數(shù)據(jù)變成了“數(shù)據(jù)大”，即數(shù)據(jù)量雖大，但卻是靜態(tài)的，實(shí)際應(yīng)用價(jià)值有限。這一現(xiàn)象的背后，是企業(yè)對(duì)數(shù)據(jù)認(rèn)知的不足以及缺乏有效的數(shù)據(jù)應(yīng)用方法。

于斌平強(qiáng)調(diào)，數(shù)據(jù)應(yīng)用必須緊密結(jié)合業(yè)務(wù)場景和技術(shù)特點(diǎn)。企業(yè)需要培養(yǎng)既懂業(yè)務(wù)又懂技術(shù)的復(fù)合型人才，他們能夠深入理解業(yè)務(wù)需求，運(yùn)用技術(shù)手段挖掘數(shù)據(jù)價(jià)值，從而為企業(yè)帶來創(chuàng)新和增長。例如，在零售行業(yè)，通過對(duì)顧客行為數(shù)據(jù)的分析，可以發(fā)現(xiàn)新的商機(jī)和優(yōu)化供應(yīng)鏈；在電商領(lǐng)域，利用用戶授權(quán)數(shù)據(jù)進(jìn)行個(gè)性化推薦，可以提升用戶體驗(yàn)和銷售業(yè)績。

數(shù)據(jù)中臺(tái)作為企業(yè)數(shù)字化架構(gòu)的核心組成部分，無論是在零售還是to B業(yè)務(wù)中，扮演著匯聚和整合數(shù)據(jù)的關(guān)鍵角色，結(jié)束了數(shù)據(jù)孤島的局面，實(shí)現(xiàn)了數(shù)據(jù)的集中管理和分析，還促進(jìn)了不同分支機(jī)構(gòu)和業(yè)務(wù)單元之間的數(shù)據(jù)共享與協(xié)作。然而，在于斌平看來，面對(duì)如何讓數(shù)據(jù)產(chǎn)生更大價(jià)值、推動(dòng)業(yè)務(wù)增長這一更深層次的挑戰(zhàn)時(shí)，傳統(tǒng)的數(shù)據(jù)中臺(tái)顯得力不從心，“因?yàn)橹信_(tái)的性質(zhì)很難有讓業(yè)務(wù)增長的作用”。

飛輪轉(zhuǎn)動(dòng)，理念先行

那么面對(duì)數(shù)據(jù)中臺(tái)在賦能業(yè)務(wù)增長上的乏力，企業(yè)該如何應(yīng)對(duì)呢？

“要讓數(shù)據(jù)產(chǎn)生價(jià)值或者幫助業(yè)務(wù)增長，首先一定要有一個(gè)指導(dǎo)理念。”于斌平認(rèn)為，如果沒有指導(dǎo)理念，憑技術(shù)部門或者單獨(dú)的技術(shù)很難讓數(shù)據(jù)產(chǎn)生更大的價(jià)值。也就是說，在理念的指導(dǎo)下，再去推動(dòng)算法、數(shù)倉、大模型等“術(shù)”的落地，兩者并行，才能更好地讓數(shù)據(jù)產(chǎn)生價(jià)值。

這種考量與“數(shù)據(jù)飛輪”這一概念不謀而合。“數(shù)據(jù)飛輪”這一概念強(qiáng)調(diào)以數(shù)據(jù)消費(fèi)為核心，推動(dòng)數(shù)據(jù)流與業(yè)務(wù)流程的深度融合，形成自我增強(qiáng)的循環(huán)機(jī)制。數(shù)據(jù)飛輪的關(guān)鍵在于將數(shù)據(jù)分析和應(yīng)用融入到業(yè)務(wù)的每一個(gè)環(huán)節(jié)，從而實(shí)現(xiàn)數(shù)據(jù)資產(chǎn)的活化和業(yè)務(wù)應(yīng)用的創(chuàng)新。

“在傳統(tǒng)企業(yè)中，‘?dāng)?shù)據(jù)飛輪’可以作為數(shù)據(jù)應(yīng)用的理念或指導(dǎo)。”于斌平強(qiáng)調(diào)，數(shù)據(jù)飛輪不僅不與數(shù)據(jù)中臺(tái)相悖，反而是在其基礎(chǔ)上的一次飛躍，將數(shù)據(jù)應(yīng)用推向更深層次。數(shù)據(jù)中臺(tái)作為數(shù)據(jù)處理的基礎(chǔ)設(shè)施，側(cè)重于構(gòu)建公共數(shù)倉與大數(shù)據(jù)平臺(tái)；而數(shù)據(jù)飛輪則以其動(dòng)態(tài)循環(huán)、持續(xù)優(yōu)化的特性，成為數(shù)據(jù)應(yīng)用的加速器，兩者相輔相成，共同推動(dòng)企業(yè)在數(shù)據(jù)治理與應(yīng)用上實(shí)現(xiàn)更高效、更智能的飛躍。

以自身業(yè)務(wù)為例，于斌平建議，對(duì)于數(shù)據(jù)驅(qū)動(dòng)型企業(yè)，依賴數(shù)據(jù)和技術(shù)進(jìn)行客戶分析、精準(zhǔn)營銷等已成為常態(tài)，技術(shù)能力的不斷提升對(duì)于確保數(shù)據(jù)分析和結(jié)果的精準(zhǔn)性至關(guān)重要，包括構(gòu)建算法、模型、數(shù)倉及AI應(yīng)用等。而對(duì)于那些對(duì)數(shù)據(jù)或技術(shù)的價(jià)值認(rèn)知不足的企業(yè)團(tuán)隊(duì)，關(guān)鍵在于主動(dòng)尋找并解決業(yè)務(wù)痛點(diǎn)，通過實(shí)際案例展示數(shù)據(jù)技術(shù)的效用，從而激發(fā)更多需求和痛點(diǎn)的解決，形成良性循環(huán)，發(fā)揮數(shù)據(jù)的潛在價(jià)值。

大模型加持，飛輪落地加速

雖說“數(shù)據(jù)飛輪”的概念同企業(yè)現(xiàn)階段的需求與痛點(diǎn)不謀而合，但如何讓“飛輪”轉(zhuǎn)動(dòng)起來，還是一個(gè)待探索的問題。

在于斌平看來，數(shù)據(jù)飛輪的成功實(shí)施依賴于清晰的客戶和業(yè)務(wù)目標(biāo)、高質(zhì)量的數(shù)據(jù)、以及恰當(dāng)?shù)募夹g(shù)手段。

首先，數(shù)據(jù)飛輪應(yīng)聚焦于客戶和業(yè)務(wù)，而非單純追求技術(shù)，確保數(shù)字化策略能真正助力客戶和業(yè)務(wù)增長。其次，實(shí)施路徑上需確保數(shù)據(jù)質(zhì)量，涵蓋數(shù)據(jù)的收集、處理及建設(shè)，這是實(shí)現(xiàn)數(shù)據(jù)飛輪效果的基礎(chǔ)。而最后才是技術(shù)能力，選擇合適的算法、AI模型等具體技術(shù)手段來實(shí)現(xiàn)價(jià)值的最大化。

在技術(shù)層面，大模型的飛速發(fā)展，為數(shù)據(jù)飛輪的實(shí)施提供了強(qiáng)有力的加速器。

于斌平指出，大模型技術(shù)的應(yīng)用極大地提升了數(shù)據(jù)應(yīng)用的便捷性和效率，“如果沒有大模型的支撐，數(shù)據(jù)飛輪可能僅僅停留在理論層面，或者只能在那些擁有數(shù)據(jù)技術(shù)基因的互聯(lián)網(wǎng)企業(yè)中得到應(yīng)用。對(duì)于大多數(shù)傳統(tǒng)企業(yè)來說，要將這一理念付諸實(shí)踐，就需要借助大模型的力量。”

舉例來說，大模型技術(shù)通過其強(qiáng)大的語義理解能力，能夠快速識(shí)別和分類數(shù)據(jù)，從而簡化數(shù)據(jù)治理流程。在于斌平的實(shí)踐中，大模型被用來優(yōu)化數(shù)據(jù)清洗和治理工作，準(zhǔn)確率能達(dá)到95%以上。這樣的技術(shù)應(yīng)用不僅提高了數(shù)據(jù)處理的效率，也為企業(yè)釋放了更多的數(shù)據(jù)價(jià)值，為業(yè)務(wù)決策提供了強(qiáng)有力的數(shù)據(jù)支持。

寫在最后對(duì)于中國眾多的企業(yè)來說，主要目標(biāo)仍然是實(shí)現(xiàn)業(yè)務(wù)的數(shù)字化，以及利用技術(shù)來更好地服務(wù)業(yè)務(wù)和客戶。企業(yè)必須把握這一趨勢(shì)，不斷探索和實(shí)踐，以數(shù)據(jù)為翼，加速飛輪的旋轉(zhuǎn)，實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型的飛躍。