李正海：如何进行大数据顶层设计.pdfVIP

如何进行大数据发展顶层设计 李正海 大数据成为热词，2015 年9 月5 日，《国务院关于印发促进大数据发展行动 纲要的通知》正式发布，在全社会引起广泛影响，各单位领导非常重视，着手开 展大数据工作，然而开展大数据工作，首先就要做好大数据的顶层设计，所以就 这个话题发表一些看法，内容包括顶层设计的模式解读、设计原则、大数据发展 目标、重点任务、关键技术、保障措施、行动计划、顶层设计工作安排等。 1、顶层设计模式解读 顶层设计需要综合运用系统论、博弈论、控制论的方法，从全局的角度，对 大数据工作的各方面、各层次、各要素统筹规划，以集中有效资源，高效快捷地 实现大数据发展目标，促进中国经济社会发展。 顶层的定位：既然是顶层设计，那么首先就必须有顶层的定位，在实际的运 作中，编制顶层设计的人员，往往不是企业的最高领导，这就需要编制者把自己 定位在最高领导的层面来看待问题，而作为大数据项目，必须体现足够的高度， 这就意味着还需要以更高的角度来定位，笔者一般建议至少再提升三个层次。具 体而言，例如一个工厂制定大数据目标，可能编制者是企业的CIO，CIO 就必须 首先把自己提升到CEO 的层面，再扩展三层，那就分别是集团层面、行业层面、 地区经济层面（供应链生态层面）。 要素梳理：然后是顶层设计需要考虑各要素，从全局角度看待，运用系统论 的方法，建议可以按照高度、长度、角度的方法进行设计。高度方面例如按照组 织维度，在企业可以按照工人、班组长、车间主任、副总经理、总经理这样的高 度不断上升；长度方面针对流程，例如企业的合同发展流程，这个流程需要实现 全流程、全生命周期，从询价、合同、付款、发票、发货、收货、验收、安装调 试、售后服务，并指导服务中产生的问题促进产品的改进；角度也可以理解为维 度，大数据涉及多个维度，例如企业中的产品角度、商务角度、技术角度、工厂 角度、设备角度等。 分析关系：需要分析系统与要素之间的关系，要素与要素之间的关系，这种 关系是因果关系、关联关系、逻辑关系等等。在数据层面上，需要考虑数据的总 分关系、比较关系、时序关系、空间关系、关联关系等等，这种关系需要注意的 是不仅仅要考虑单个要素与单个要素之间的关系，更需要考虑多要素之间的关 系，从而构建模式、模型。 要素提升：针对各种要素，需要分析要素的现状、需求，确立要素的发展目 标、资源分配、具体任务、行动计划和执行保障措施等。这是大数据顶层设计的 颗粒化考量，也是大数据顶层设计能否可行的关键。 综合平衡、创新为先，在前面的工作完成后，从系统的层面综合平衡，实现 统筹规划、分布实施，以效益驱动为原则，不断突破重点要素发展，从而形成滚 雪球的良性循环，在各个组织、流程、业务方面实现创新，从而形成一个高水平 的大数据发展顶层设计。 2、大数据顶层设计的原则 在进行大数据顶层设计时，需要收集足够的信息，确立多个方案，与相关的 资源相匹配。大数据顶层设计的内容首先需要有可行性，是可实施可操作的，表 述简洁明确，实施量化管理。然后需要有关联性，大数据项目不是单元项目，抽 一发而动全身，因此对于各个要素之间的联动关系、博弈关系需要理顺，例如各 个部门之间的利益平衡问题。第三是技术先进性，大数据是典型的技术密集型事 业，因此需要有国际化视野，结合国际发达国家、国际500 强公司的层次进行设 计，并且不断动态创新。第四是有经济性，综合平衡大数据的投入产出，充分利 用互联网时代的外部资源，实现生态发展，优化资源配置，从而获得较高的经济 与社会价值。 3、大数据发展目标 首先大数据发展的目标制定需要把握大目标、长期目标、预测目标的思路。 所谓大目标就是目标的制定需要足够宏大、足够先进、足够创新，对经济、社会、 企业发展有着重大影响，就像美国的登月计划，通过重大目标，促进大家为之努 力，为之产生激情，端正态度，不懈努力。目标制定是长期的，不是短期的，因 此可以包括短期的紧急的项目，但是这不是重点，重点是相对长期的目标，例如 考虑 10 年，重点3 到5 年，这样通过一段时间的工作，可以获得一定的有规模 的收益，有着明显的改进创新。第三是预测为核心，这种预测是顶层设计的基础， 首先需要利用大数据对单位的发展进行预测，更要预测整个社会、经济、政治发 展，再进一步考虑如何发展大数据预测技术本身。 第二大数据的目标确立可以从三个维度来考虑，这三个维度分别是业务目 标、数据目标和对标目标。大数据