查看原文
其他

业务人员的革命:从大数据运营是一台“戏”开始

傅一平 与数据同行 2021-10-15

点击上方蓝字关注公众号

请您点击“与数据同行”以“关注”,关于数据的实践与思考,每周一我在这里等你!

作者:傅一平  博士  浙江大学毕业

最近在写公司的智慧运营大数据支撑思路,就借题发挥,与大家分享一些想法。

大数据运营好比一台戏,IT人员是搭台的,业务人员是唱戏的,客户是来听戏的,大家各司其职。


传统BI时代,IT想出了点子,做出了简陋的台子,但更多的是自己在唱,业务人员抿嘴一笑,IT人员蹩脚的戏,没有多少客户愿意来听。


大数据来了,似乎看到了希望,但要做到诸神归位,不是那么容易。


大数据是趋势,不可逆,但正如几次产业革命一样,从开始到普及横跨几十年,没有多少企业能享受到红利。


大数据属于企业的顶层设计,老大看不到,或是过于务实,或是伪迎合者,其实也很难做成,无论员工拥有多大的雄心,在这个企业搞大数据也没有前途。


如果所在的企业满足了以上,那恭喜了,算是拉开了大数据这出戏的台幕,但更难的却在后面。


大数据既是数据、也是IT,更是业务,其有IT的气质,但却有强烈的业务基因,搭台唱戏或许是传统企业成功进行大数据运营的一种有效模式,其强调业务人员的主角身份,一定程度上讲,对于业务人员的挑战超过IT人员。


笔者写过一篇文章《大数据绝对不是IT的狂欢》,强调了业务的重要性,其实有一句话没说,就是大数据要求革业务人员自己的命。


为什么?


诸如机器学习在大数据时代的重要性不言而喻了,3-4年前如果你问我数据挖掘的价值,可能我会笑一笑,在这个企业很难,但现在一切都变了。


“大数据+人工智能”双剑合璧,机器学习从BI时代走出来,换发出新生,也对业务人员提出了挑战,你们准备好了吗?


“要理解一个行业的数据,首先要有一定的业务积淀,这样做成的数据模型才可能有效”,数据挖掘中业务理解和数据准备占据70%以上时间,外来和尚无法念好经,精通业务的人员已经是半个专业数据挖掘师了”。


“大数据建模的创新性、不确定性非常强,需要快速迭代,在整个项目开发期间,业务人员需要全程参与,数据模型往往在反复探索试用中才逐步逼近实用”。


”当前提供成熟的算法工具已经非常很多,比如SAS/SPSS/R/Python/SPARK/TensorFlow等都可以,对于企业来说会用即可,大多数情况下无需研究专门的算法,这实际降低了门槛”。


现在很多业务部门的人,看到成立了大数据部门,总还认为这又是一个IT需求接收部门,是个资源部门,我只要提个需求,它们自然要满足我。


这是角色的错位。


如果传统企业要在大数据上真要有所建树,必须改变基因,倡导”搭台唱戏”,大数据运营不是传统的IT部门支撑模式的延续,涉及整个公司组织架构、运营机制的改变,如果企业体积太大,也要顺势而为。


我们看到大数据平台建设期,一边是IT部门忙的热火朝天,另一边是业务部门在旁看戏,认为这个东西虽很新颖,但炒作概念多,实际没啥价值,当然这种认识无可厚非,事实上,很多企业在大数据平台建设期都面临强大的阻力,认为大数据是大忽悠的甚嚣尘上,业务人员在建设期间不来阻拦其实很好了。


在没有看到明显利益的情况下,投资大数据对于企业是一种赌博,但创新业务的赌博是常态,有点家底的时候,不做些投资,难道等着钱烂掉吗?不要与趋势为敌。


当前很多企业的大数据平台在日渐完善,领导们却忧心忡忡,因为没看到显著的效益,这出戏该如何继续唱?


业务人员这个真正的主角该出场了,这是大多问题的症结。


搭台唱戏的本质是IT提供应用开发环境、工具和数据资源,由企业各业务单位在平台上自主完成建模和应用,满足自身的需求。


无论从哪个方面讲,调动业务人员主动性,通过自身技能的提升,由浅入深掌握数据挖掘和分析的技能,是大多企业大数据平台能发挥出价值最有效的手段,甚至是唯一的手段。


不要奢望IT人员比业务人员更了解自己的主营业务,也不要认为成立了大数据部门就是为了满足传统业务的需求,BI时代走来的人,会知道这个方式属于扯淡,本质没改变,结局不会变。


大数据IT人员的使命,是建设好大数据平台,搭建好PaaS环境,让业务人员能在这个戏台上唱好戏,吸引到更多的看戏者,从而最终盈利。


当然,对于谁都不懂的创新业务,比如对外大数据价值变现,IT人员可以往前走一步,事实上,转型的IT人员,可能比传统业务人员更适合做大数据对外变现,因为懂数据和技术,没有包袱,轻装上阵,这是时代赋予IT人员新的机会。


很多企业搞大数据,由于安全问题和效益问题,开始斩断对外变现这条路,事实上,对外变现在相当长的时间内,是赚不了钱的,但却是传统企业将触角延伸到大数据行业前沿,理解大数据这个产业,尝试新事物的一次机会,靠领导,靠汇报,靠读书,根本无法理解这个产业,实践才是理解事物本质的唯一办法。


我能说以前搞BI的时候自己根本不知道SVD用来干嘛这种丑事吗?一旦对外变现,我却知道了其现实的价值,我才会去深入研究它。


传统企业是井底之蛙,我们必须出去看一看。


更重要的一点是,传统企业搞对外变现,是培养和挽留人才的机会,我们靠情怀,靠有限的薪资是留不住人的,我们唯有能给的是一个成长机会,最近宁宇辞职提到了在传统企业里自己的迷惘,谈到了自己可能挡住了人家成长的机会,道理是相通的,人才要能留下,能抵挡住诱惑,企业需要给他一个信服的理由。


回到业务人员,他说,我根本不会唱这出新戏,因为我不懂啊,我也没更多时间啊,怎么解决?


那天在《得到》偶然听到了某位数据大咖提到的大数据组织架构问题,我觉得有道理,大数据平台部门显然必须是集中的,因为平台和数据要归集和整合,没啥好说。


但各个业务部门应该设置专门的从事本专业大数据分析的岗位人员,大数据平台要合,业务却要散,这既能发挥数据集中的优势,也能发挥各专业人员的优势,平台战略都这么提,但大数据运营很少这么想。


很多企业大数据提的很多,但却没有一个做大数据分析的业务人员,所谓的经营分析师,捣鼓的是有限的数据和报表,常规动作做的的确很到位,但专题分析乏善可陈,因为分析来分析去就那么点东西,也基本不会用什么挖掘工具,EXCEL、PPT走遍天下,写出来务必过程让领导看懂,务必是基本完美的,没法解释过程的结论不能提,相关性也是没法交代的,所有的都是传统分析套路。


并不是否定传统企业的经营分析师,这个对任何一个企业很重要,但我们除了这些,是否能有更多的人员配置,基于大数据和挖掘工作去做更多创新性、探索性的分析,我们追求的不仅仅是让领导满意,更要超越领导的框架,给予他更多的启示。


如果企业给予更多的大数据业务人员配置,我想企业会更有生气,与IT部门的配合将更上一个台阶,这是双赢的事情,当前很多企业对于大数据的引进人才更多是往IT部门靠,事实上,业务部门也需要,这是个值得关注的问题。


最后,如何让现有业务人员具备大数据技能呢?


浙江移动最近启动了大数据“培养计划”,将在1-2年内,为公司培养大数据操控和应用能手,我在前面一篇《我们需要什么样的大数据培训?》提到了培训课程,IT部门要义无反顾的承担这个使命,建设完系统只是走出了一小步,我们的目标是让这个平台住满用户,这才是牛逼之处。


平台及架构领先一点很容易被超越,但运营却更是练内功的事情,没有人能抄袭,因为各个企业不同,只能靠自己走出来。


没人知道这种模式是否会成功,但业务人员的确需要突破自己,掌握一点大数据技能,就能改变很多,这是毋容置疑的,我们一些地市,不少业务人员已经开始转型做大数据,是很好的苗头。


未来,业务和技术的边界会逐步模糊,这个趋势会先从生产一线开始,因为最先进的生产力总是诞生在竞争最激烈的地方。


星星之火是否能够燎原,我们拭目以待。


业务人员,这台戏的主角,你准备好了吗? IT人员,你的戏台真的够好用吗?


这是两个核心问题。



历史足迹

传统BI的认知:

《我们需要什么样的ETL?》

BI一线管理者的二次创业?

《十幅图读懂BI自助取数系统!》

《为什么传统BI没前途?》

《为什么BI取数这么难?》

《BI自助取数是怎么炼成的?》

《报表系统的雄心? 》

《重新认识数据可视化》

《为什么数据挖掘很难成功?》

《如何才能做好一张报表?》


大数据的实践:

《我们需要什么样的大数据培训?》

《大数据需要什么样的合作伙伴?》

《不忘初心,大数据不是IT的狂欢!》

《大数据,悟道2016》

《我们缺什么,一次大数据头脑风暴的启示!》

《一个大数据应用是如何炼成的? 》

《一只传统企业大数据平台团队的绽放!》

《大数据,为什么不是传统BI的简单升级?》


数据管理的领悟:

《思考|谈谈数据管理的原则》

《重装上阵-大数据管理的实践和思考》

《我如何完成一本企业数据字典的编写!》

《为什么数据管理工作很难成功?》

《七幅图读懂企业的数据字典》

《六把武器? 谈谈DT时代的大数据资产管理》


数据人员的修养:

《数据分析师的自我修养》

《为什么有些人用3年的时间获得了你12年的数据分析经验?》

《经营分析师如何进一步提升自己的境界》

《数据从业者与PPT的进阶》


运营商大数据:

《浙江移动发布手机终端大数据分析报告》

《联通的大数据反欺诈,依赖互联网公司靠谱吗?》

《电信运营商的反欺诈系统不会侵犯用户隐私!》

《DPI大数据之战,运营商的艰难抉择》

《PK BAT大数据?谈谈运营商大数据的价值》

《唯有数据创新,运营商才能实现大数据变现的突破》

《逆袭 | 运营商吸引大数据人才的七个优势》


我的读书笔记:

读吴军的智能时代

《如何清晰的理解区块链?》

《我如何理解深度学习?》

《进阶: 产品启示录》

《黑客帝国的前奏:工业大数据的崛起》

《互联网广告:大数据变现的颜值担当》

与数据同行

ysjtx_fyp

长按二维码识别,关注此号!


: . Video Mini Program Like ,轻点两下取消赞 Wow ,轻点两下取消在看

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存