巨大数据库空降,烟草行业如何的应用.docVIP

巨大数据库空降,烟草行业如何的应用 　　大数据开启了一次重大的时代转型，带来的信息风暴正在变革我们的生活、工作和思维，大数据时代将推动思维变革、商业变革和管理变革。维克托?尔耶?舍恩伯格认为，大数据的核心就是预测，这个核心代表着我们分析信息时的三个转变。第一个转变就是，在大数据时代，我们可以分析更多的数据，有时候甚至可以处理和某个特别现象相关的所有数据，而不再依赖于随机采样。第二个改变就是，研究数据如此之多，以至于我们不再热衷于追求精确度。第三个转变因前两个转变而促成，即我们不再热衷于寻找因果关系。 　　在这个转型变革的大数据时代，许多企业希望将大数据用起来，带动企业的经营，它们不惜重金投资大数据信息系统、分析系统，聘请更多的人才，希望能从这个新趋势中获益，不过却无奈地发现，大数据仍然停留在云端，没有带来多少实际收益。它们找不到大数据与业务结合的突破口。 　　而一些真正将大数据应用于实战的企业，却在应用过程中困难重重：大数据无法与业务结合；没有收集、分析海量数据的能力；经营人员缺少应用大数据的动力；数据来源鱼龙混杂难以使用…… 　　本文主要通过烟草行业在实施数据分析过程中积累的一些案例，探讨烟草行业如何利用大数据？如何应用大数据？ 　　大数据应用背景 　　根据国际数据资讯（IDC）公司监测，全球数据量大约每两年翻一番，预计到2020 年，全球将拥有35ZB 的数据量，并且85%以上的数据以非结构化或半结构化的形式存在。 　　大数据的特征 　　大数据一般指在10TB（1TB=1024GB）规模以上的数据量。大数据同过去的海量数据有所区别，其基本特征可以用4个V来总结（Volume、Variety、Value和Velocity），即体量大、多样性、价值密度低、速度快。大数据的主要特征体现在以下的4个V： 　　大数据具体处理方法确实有很多，但是从数据逻辑方面来分析，整个处理流程可以概括为四个阶段，分别是数据采集、数据处理与集成、数据的统计和分析，最后是数据解释。 　　对于企业而言，大数据有时候能够协助企业发现问题，找到问题的本质以及解决方案，而关键在于，你是否真的懂得如何去驾驭它，让它为你服务。所以，大数据应用的关键，也是其必要条件，就在于“IT”与“经营管理”的融合，以下是笔者引用计世统计的不同行业的大数据应用侧重点。 　　简略分析了大数据的应用背景后，那么我们从企业如何应用大数据的角度出发，就面临着如何评估企业的当前现状，未来要实施的大数据蓝图是什么？大数据究竟离我们有多远？大数据的最终目标是什么？下面我们来了解一下大数据的应用成熟度模型，分析每个阶段的特点，找到应用的切合点。 　　大数据成熟度模型参考 　　业务监测（Business Monitoring） 　　这是大数据的初级阶段，即传统的DW/BI阶段。在这个阶段，企业部署商业智能（BI）解决方案，用以监测现有业务的运行状况。在业务监测阶段，为了定位低于或高于经营预期的业务领域，企业多使用参照方法（同期比较、同类营销活动比较、同业标杆比较）或指标方法（品牌开发、客户满意度、产品绩效、财务分析）等。 　　业务洞察（Business Insights） 　　在业务洞察阶段，企业使用统计分析、预测分析及数据挖掘等手段，来达成重大的、显著的、有执行意义的业务洞察，并将业务洞察集成到现有业务流程中。 　　业务优化（Business Optimization） 　　在大数据成熟度的业务优化阶段，企业有能力将分析技术嵌入到业务运营之中。对很多企业来说，这将是它们日思夜想的目标：通过大数据分析助力业务运营，使业务活动自动进行不断的优化和提升。 　　数据盈利（Data Monetization） 　　在大数据成熟度的数据变现阶段，企业可以：将企业数据与大数据分析洞察打包，销售给其他企业。 　　业务重塑（Business Metamorphosis） 　　业务重塑是大数据成熟度模型的最高阶段。在这个阶段，某些企业希望利用对客户使用方式、产品效能行为及总体市场趋势的分析，将商业模式转换到新市场的新服务。 　　对照以上模型，结合多年实施烟草企业信息化建设的经验，笔者认为：现在烟草行业大数据的应用主要还集中在第一阶段，即业务监测阶段，通过行业数据中心以及企业数据中心、业务数据分析等系统的建设，实现了对关键业务的监测和分析，如：经济运行、财务分析、营销分析、销售分析、库存分析、质量分析等等。 　　那么，随着烟草数据量的日增，未来行业大数据应用的方向和目标主要集中在哪儿呢？如何从业务监测持续向业务洞察演进，以下，笔者分析了烟草行业大数据应用的几个主要方面和业务场景，描述了大数据如何与业务结合， 如何提升企业管理能力等。 　　烟草行业大数据应用方向