大數據是一個事關我國經濟社會發展全局的戰略性產業，大數據技術為社會經濟活動提供決策依據，提高各個領域的運行效率，提升整個社會經濟的集約化程度，對 于我國經濟發展轉型具有重要的推動作用！2016年，由中國首席數據官聯盟與網加時代網發起并承辦，北京大學信息化與信息管理研究中心、中國新一代IT產 業推進聯盟、數邦客協辦的"影響中國大數據產業進程100人"大型人物專訪活動全面啟動，被采訪對象分別來自政府、產、學、研、企各個領域，他們將從不同 角度，不同層面向大家闡述當前大數據產業熱點、難點、疑點問題，為中國大數據產業健康、持續發展探索經驗、保駕護航，敬請關注！
第三十五期專訪人物：中國首席數據官聯盟專家組成員，海通安恒大數據事業部大數據總監李學輝
李學輝，中國首席數據官聯盟專家組成員，海通安恒大數據事業部大數據總監。曾先后任職于畢博，普華永道，西門子，ABB，博南石等多家世界五百強企業，具 有豐富的海外項目經驗及本土管理咨詢經驗，負責企業管理咨詢，企業信息化戰略規劃，商業智能，大數據，數據挖掘等多個領域，資深的大數據領域專家，也是大 數據及互聯網+產業發展的積極推動者
本期特邀嘉賓中國首席數據官聯盟發起人魯四海，就傳統產業（企業）如何優雅的實現數據洞察、數據變現與李學輝先生進行深入探討。
魯四海：近幾年大數據產業在中國蓬勃發展，傳統產業要實現數據洞察、數據變現，根據您的經驗，他們應該怎么做？
李學輝：目前大數據這個垂直市場上，大家談的比較多的，其實無非是如下這幾個細分領域：金融大數據，互聯網大數據，等等，的確，無論從數據體量、開放性、 業務需求場景，這幾個領域都是比較清晰明了的，做的比較早的也是他們這幾個領域，但其實傳統企業也有非常大的市場來玩大數據的，這個就是我今天聊到的話 題，"大數據+產業"，通俗點說也就是傳統行業（企業）怎么利用大數據實現開源節流。中國經濟目前是看房地產的臉色，主要問題其實還是制造業等傳統產業的 低迷，特定產業的上中下游數據基本都是割裂的，如果通過大數據把產業鏈的上下游數據打通，前后數據形成遙相呼應，將剛性制造轉為柔性制造，將"以產定銷" 轉為"以銷定產"，將供應鏈突破到生態鏈以及產業鏈，將產品的市場口碑反饋收集分析結果反向驅動原材料采購端，再將現在流行的物聯網，工業4.0等高新技 術有機結合起來，這將會是一塊無比巨大的蛋糕，也正好符合了這幾年政府提出的供給側改革，數據開放融合，將大數據作為國家治理戰略資源等的大勢方針走向。
魯四海：那請您能否具體舉個例子闡述一下如何實現"大數據+產業"么？
李學輝：好的，之前我們給一個國內非常大的做乳制品的傳統產業做過一個大數據規劃和后期落地，這個企業具有行業縱深很強的垂直產業鏈，從牧場養殖，到乳制 品加工，以及后續的分銷，再到商超流通以及最終消費者口中，各個環節之間具有一個較長的時間跨度，各自環節由于IT建設起步比較低，數據局部有采集但沒有 長期存儲和分析，而且各環節之間數據交互小，數據價值鏈不形成連續性，上下游數據及內外部數據割裂。通過我們為其做的大數據治理、咨詢，規劃、以及 SaaS大數據平臺的落地，我們深度的整合了從乳牛養殖環節生理數據，產奶量數據，生化分析數據，凍精采購渠道整合數據，再到乳制品加工工藝，配方，參 數，實驗室數據，供應鏈運輸環節物聯網數據，分銷數據，消費受眾群體屬性數據，口感反饋數據，結合宏觀經濟、企業內部和外部的數據綜合調整各上述環節可優 化空間，較大限度的提升了產品的品牌認知度和市場接受度，以及確立了清晰的市場定位和精準的受眾營銷群體。在整個產業大數據布局的過程之中，企業積攢了大 量的行業數據，消費者，渠道商等的各類數據，下一階段正在為其規劃如何做行業智庫，數據變現，數據交換，數據交易等方面的頂層規劃，傳統產業再也不是只是 守著ERP，MES，OA這點內部事務性數據的時候了，如果有好的盈利空間和價值區間，培養形成對于數據價值的認知，企業的價值邊界正在逐步外延，數據價 值觀和數據開放性將慢慢追趕上互聯網企業。我其實特別認可中關村大數據產業聯盟秘書長趙國棟的一句話"數據之和的價值，遠遠大于數據價值之和"，企業如果 永遠圍繞著內部的數據玩大數據，其實無論體量再大那永遠都是小數據，只有結合了外部的數據，生態圈的數據，產業鏈的數據，才是真正意義上的大數據正確玩 法。
魯四海：我其實挺感興趣你們是怎么給傳統產業（企業）做的落地，有哪些經驗，或者說踩過哪些坑，可以給我們分享分享么？
李學輝：好的，過去大家做IT項目多數都是OnPromise的方式，也就是項目式，用戶提需求，我們按需開發或者配置出來，再或者例如SAP出的所謂的 最佳實踐，這個思路。其實大數據不能這個玩法，要互聯網打法，迭代式，SaaS化，即"軟件即服務"，在此之上我們提出了MaaS，"模型即服務"的方 式，另外，其實傳統產業的CIO做大數據無非是有一下幾點顧慮和困惑：
1. 大數據見效周期慢，收效不容易衡量；
2. IT投入大，大數據人才緊俏；
3. 長期的不可控的大數據平臺運維成本；
4. 無法獲得外部生態圈及全產業鏈數據；
5. 找不到合適的大數據場景無從下手。
這幾個顧慮其實都可以通過SaaS的方式很好的去實現，從極簡的大數據基礎平臺部署，彈性擴容，再到深入的自助式數據挖掘和分析以及前端展現，都很好的解 決了上述這些顧慮。也可以考慮基于公有云、私有云以及混合云的方式部署，企業可以彈性的方式試水自己企業的大數據建設，當慢慢見到好處之后再逐步深入展 開；所謂的模型即服務，其實就是我們預置了非常多的業務分析模型，都是我們團隊多年的針對傳統各產業的咨詢經驗和對業務的理解的知識結晶，通過平臺客戶可 以了解其它同行業是怎么分析該領域的大數據，有哪些典型場景，有哪些基礎數據需要采集，等等；而且企業的業務分析人員可以直接使用我們的自助式大數據分析 平臺進行自助式拖拽方式建模和分析，不需要養底層的大數據開發人員。
魯四海：剛才您提到大數據基礎設施，你們在大數據平臺技術方面是如何做的，是不是可以分享些經驗？
李學輝：坦白說，和大家差不多，我們也是圍繞著Hadoop和Spark這些生態圈領域的技術做了一些上層的封裝，非常前衛的平臺框架我們也都用，例如 OpenStack,Docker,Kerberos等等我們也都用的很新的技術，但畢竟大數據起源于美國開源社區，做的再多也只是充當個集成商的角色， 就跟多數的國產智能手機一樣，無論從芯片到屏幕用的都是國外的技術和產品，國內組裝，其實大數據也一樣，其實目前市場上多數的小型創業公司或者玩大數據的 公司其實都在做底層平臺，大家在拼大數據誰算的快，誰計算的數據量大，個人認為這類問題都是會隨著摩爾定律，隨著硬件的發展逐步被淡化，被同質化（友商請 不要拍磚頭），我們目前更多的精力是放在怎么讓傳統產業來擁抱大數據，什么場景來用，怎么去實現附加價值的增加，怎么去做產業生態圈，怎么去數據變現等等 領域。互聯網起源于美國，但做的最好的是中國，因為我們的土壤適合做互聯網，我們更加注重客戶體驗，通過構建大長尾戰略換取利益最大化，大數據行業也是一 個道理。西方國家做大數據還是太講究規則，有些死板，不是很符合中國國情，我們更需要簡單的，易用的，甚至是廉價的，短平快的開箱即用的大數據平臺，也就 是一直提到的SaaS模式大數據平臺。現階段國情下，企業在乎的是怎么用大數據，什么場景來做業務增值，而不是糾結于哪家的平臺快個多少分鐘去分析同一批 數據。
魯四海：如您所說，傳統行業有太多的大數據機遇，那是不是說大數據應用應該更多傾向于傳統產業的大數據建設？
李學輝：當然不只是拘泥于傳統產業，無論傳統產業大數據，金融大數據，運營商大數據，互聯網大數據，零售大數據，工業大數據，醫療大數據，政府大數據等等 都是我們目前在做的領域，只不過有所側重而已，剛才只是拿產業大數據舉了個例子，其實所有的行業我覺得未來都是SaaS的玩法，技術上緊隨基于云，基于物 聯網，基于工業4.0這些創新技術大潮，業務上玩法上要有所創新和突破，數據變現，數據交易，異業聯盟，大長尾戰略等等。
魯四海：據了解，您也是一個產品方面的專家，每一個大數據應用其實都是一個產品，要去打造一個好的產品，您覺得最值得關注的方面是什么？
李學輝：創造性思維。我推薦大家看兩本書，一本是《從0到1》，另一本是《硅谷鋼鐵俠》，這兩本書很好的詮釋了創造性如何作為一個產品的精髓，多數講了埃 隆馬斯克的傳奇一生，以及特斯拉(Tesla)，可回收式火箭（SpaceX），和太陽城的誕生故事。循規蹈矩一定創造不了偉大的產品，只有敢想敢做的冒 險家和偏執狂才能做的了好的產品。
轉載請注明出處：拓步ERP資訊網http://www.guhuozai8.cn/
本文標題：李學輝：傳統產業如何優雅的擁抱大數據
本文網址：http://www.guhuozai8.cn/html/consultation/10839319736.html
相關文章
