如今的IT面临着内忧外患的挑战。
一方面,企业多多少少都建立了信息化,有些企业或集团甚至会有数几十个分公司,包含直销、代理、零售以及第三方物流等多种业态。越是复杂的业务,信息化建设越困难,比如运用大量的业务系统,但人力资源有限,大量的数据需要自动对接。IT人员每天忙于处理各种数据需求。因为权限的问题,各个平台需要登录不同的账号去查询。同一类数据每个部门需要查看明细不同,导致IT部门一团糟,非常头疼。
另一方面,互联网技术的日益发达,市面上出现了很多轻量化的业务系统,比如协同办公管理的钉钉、企业微信,甚至可以直接让部门使用,无需经过IT部门。为了适应企业发展的变动,很多技术很多业务模式需要改变,技术是实现需求的关键节点,但业务绩效却无法量化到IT部门头上。长期以来,技术人员迷惑未来的出路,IT部门迷茫未来的走向。
好在,DT时代来了,IT在这近十多年来总算迎来了第一缕转型的新思路。互联网企业的发展,让传统企业将眼光望向其背后支撑的重要技术力量——数据化运营。其背后的管理思想和技术让IT管理着陷入沉思。是否可以实时展现企业的关键指标数据?是否可以利用外部数据来研究用户行为指导营销?是否对生产过程的关键数据做预警,进行下一步智能判断?是否可以对企业人员的考评进行数据量化来进行内部的激励与比拼……这些设想的实现,一方面需要管理思想的改变,另一方便也要对技术背后的主导力量——IT变革,也就是要实现从IT到DT的转变。
所谓IT就是以“我”为中心,以控制为出发点的信息技术。企业拥有庞大的数据量,但是每个部门的口径不同很容易产生漏洞,往往所做的报表不能满足业务人员的需求。而DT实际上就是数据集数,也就是以“别人”为中心,激活生产力。离散的数据没有任何价值,只有整合过的数据才有价值。DT就是对数据的一种整合技术,把本来离散的数据整合得有规律、有价值。
贯彻“整合-分析-挖掘-指导决策”的数据利用思路
不同于互联网企业,传统企业的业态复杂,涉及环节较多,多数企业的数据利用都可以顺应“整合数据-分析数据-挖掘数据-指导决策”的思路。
数据整合和分析可归为一起。IT部门在建设数据化运营时可以按照传统的分析方法,先了解谁最需要数据?比如内部有各中层、业务人员、高层领导;外部有客户、供应商甚至C端客户。第二个是如何简化数据获得的难度?很多部门需要大量数据,针对每一个需求导出数据是被动的行为,可以考虑这类数据什么时候需要,有谁需要,将需求进行规整,进行通用可筛选性的汇总,一次性解决一类业务数据的查询。第三是数据要具有可分析性,展现的数据可以看到业务数据的变化和成交比例。如下图通过FineReport把零售业务数据集成在一张报表上,交易笔数、营收数额、会员消费情况多少,商品品类情况又是多少,做统一的管理和展示。第四,展现内容要丰富且直观,数据展现不要只局限于报表明细,还有充分利用图表直观展示的优点。
数据分析=业务+技术。业务是大头,数据工作不只是IT部门的事情,IT部门只多承担技术和分享环节,更多的是来自于业务部门和管理者的主动参与,让所有人能够参与到数据分析过程中,提供业务想法,分析逻辑。所以,在管理层面上,还要推动数据分析工作,无论是通过培训还是纳入考核,都应该授人以渔,让分析成为大家的事。
前两步可以称为一期,是从下至上地推行数据。二期需要深度地挖掘得出稳定可靠的结果,支撑管理层的决策,从上至下贯彻执行。
数据挖掘与决策制定通常在市场策略上有重要意义。比如谁是目标客户?如何对顾客进行细分?营销策略如何制定?产品组合如何设计最优?什么样的渠道策略最适合企业?这些就需要基于商业理解、通过设计算法、搭建模型来对用户的结构和行为特征深入挖掘,贴上标签,协助企业CRM(客户关系)管理。甚至需要连接外部第三方数据,如互联网、移动终端、渠道终端等方面的数据,来构建适合自身的用户模型、销售模型,进行品类和渠道管理。最终得到的数据,放到看板dashboard中,供最后的决策使用。
所以,未来企业的信息化一定是以数据为价值中心,让数据发挥它的活力,让数据成为信仰,让数据发挥它的商业价值,也是基于这一点,相信在IT工程师在做的时候,才会有更多的快乐感,更多的参与感,更多的成就感。
来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/30056930/viewspace-2131878/,如需转载,请注明出处,否则将追究法律责任。
转载于:http://blog.itpub.net/30056930/viewspace-2131878/