掘金大数据：方法论比概念更重要

　　将数据比作笼罩城市上空的雾霾显然并不合适，然而在尘归尘、土归土、空气归空气之前，迅速膨胀的无用数据确如雾霾般让人迷失其中、深受其害。大数据犹如空气净化器，滤清数据本质。对于这一新工具，有的企业已能运用自如，有的企业还是看得见摸不着。

　　对于后者而言，大数据的方法论是他们眼下最紧缺的实践依据，这远比争论如何定义这个概念实际有效得多。在新技术诞生后，最初的方法论通常来自于实验先锋、市场反馈和技术专家。

　　大数据闭环：实践即生效

　　互联网是大数据的天然孵化器，大数据在互联网的落地也要比其他行业更快一些。以竞争激烈的网络游戏业为例，大数据是如何落地的，它又如何互联网企业进行业务转型？人人网的应用实践可以给出答案。

　　近年来，作为人人公司旗下专业的游戏研发和运营平台，人人游戏的数据中心在业务扩张和玩家增长下压力倍增：分散的数据后台和海量报表造成巨大的维护成本，游戏开发和运营人员则难以清晰和及时把握玩家需求变化，无法快速行动。而要想更大程度地利用好用户数据和业务数据，就必须将大数据引入运营和管理，推动后端运营端核心数据平台的转型。

　　为此，人人网上线了IBM Cognos商业智能和业务分析平台，IBM Cognos可视化、灵活性和开放性等特性有利于人人游戏打造一个更适用自身游戏业务架构、公司特色的商业智能和业务分析平台：将报表分析与业务模型紧密结合，让内部用户在利用数据的同时发现问题和机会，通过扩展的互动模块寻求答案，采取行动，最后将行动结果和绩效通过报表进行反馈，构建了一个完整的大数据分析闭环。

　　在采访中，人人游戏数据中心运营平台总监王坤表示：“人人游戏商业智能项目团队希望给到内部用户的不仅仅是孤立的数据和报表，而是在这些报表中给他们提供解决问题的通路。”他介绍，将报表分析平台与游戏业务模型紧密结合是平台设计中的一个亮点，通过Cognos强大的可视化报表和分析功能，以日、周、月的维度分析基于用户获取、存留和变现的海量数据，增进运营团队对于用户的了解，促进更有效的回访，及时调整运营的策略和推广重点。

　　互动无处不在

　　“在提供紧密契合公司业务的商业智能平台的同时，我们也积极实践更具互动性的新模型，全面支持游戏开发、产品设计、玩家行为分析、CRM、针对性营销和数据驱动的游戏内货币化优化等能力，帮助更多的产品和业务同事利用数据获得洞察，优化方案，加速进程，推进‘以玩家为中心’的业务模式落地。”王坤告诉记者，这一理念已经得到落地，例如，通过与CRM系统打通，内部人员能够在监测用户动态的同时直接获取玩家的联系方式，通过回访、主动推广等行动增加玩家黏度。

　　人人公司高级副总裁、人人游戏负责人何川表示：“人人游戏希望通过领先的大数据分析优化数据管理，让内部用户通过可视化工具更了解玩家，从而准确把握复杂多变的玩家需求、提供更优质的服务。”

　　他介绍：“随着跨屏战略的成功，人人游戏在过去的一年中取得了100%的业务成长。因此我们更加关注的是如何保持成长，练好‘内功’，加强后端体系建设，更好地利用内外部大数据。此次合作将产业巨人IBM领先的分析能力和人人游戏独特的游戏企业文化和游戏精神充分融合，是人人游戏在技术和业务两个方面所迈出的重要开端。未来，我们将展开更加深入的合作。”

　　业务驱动的方法论

　　通过人人网的大数据应用可以看出，数据为互联网企业带来的价值不仅限于直观报表，更是融合不同部门、应对复杂需求、提升业务绩效的资源整合力。不仅是互联网，大数据几乎可以存在于任何一个行业，但能够行动起来、娴熟运用大数据的企业还是少数派。

　　在由IBM商业价值研究院和牛津大学赛德商学院共同撰写发表的白皮书《分析：大数据在现实世界中的应用》中，通过对全球95个国家、26个行业的1144名业务人员和IT专业人士的广泛调研，揭示了企业着手实践 “大数据”的方式，同时也反映了它们利用“大数据”服务自身业务的进展。调查显示，只有25%的受访者表示自己具备分析高度非结构化数据的能力。

　　至少，一个趋势已经建立起来——业务与数据的相关性日益密切。IBM全球副总裁兼大中华区软件集团总经理胡世忠认为，大数据应用在企业中可以实现三方面的目标：“一是有合适的能力和技术，使大数据辅助决策，帮企业解决问题；二是企业的流程可以得到明显优化；第三就是创造新的机会和收入。”

　　对于如何帮助企业实现大数据的落地，胡世忠表示：“IBM并非提供单一的大数据产品，而是横跨不同的部门来提供大数据能力，IBM充分利用IBM的产品咨询、服务软件，包括服务器、硬件，提供围绕智慧分析的端到端解决方案。IBM要捕捉和利用高度互联的信息，包括不断变化的行为方式，并从不同的维度、不同的切入点，用不同的方式落地。”

　　随着业务与数据的相关性加强，管理数据的人在企业中的地位也在提升。IBM全球企业咨询服务部业务分析与优化服务大中华区总经理段仰圣介绍：“过去我们常说如果CTO、CIO不参与业务，数据基本无法管理。现在越来越多的企业完全可以接受这个观点了，我预计3~5年内，很多企业的内部组织架构都会针对数据管理、数据应用发生一些改变。”

　　IBM软件集团新兴市场部大数据中心总监王晓梅坚信大数据必然由业务驱动的方法论：“全球最佳大数据实战经验一定是由业务驱动的，否则仅靠IT驱动无法向前推进。”

　　王晓梅同时也介绍了成功的大数据项目通常都是由小到大，而不是大而全。“首先找到一两个切实可行的切入点，然后建立最初的大数据平台，以小到大、以点到面，逐步扩大业务范围。”

　　IBM在全球有很多大数据的成功案例，寻找的切入点通常有两种：一种是公司的决策层凌驾于所有业务层面，那就找到支持者，在整个业务层面做一个集成性的大数据平台；第二种是在所有业务部门中寻找一个切实可行的、现在已经有大数据业务场景的业务部门做起始点。

　　王晓梅认为：“无论采用哪一种方法，寻找大数据应用的业务场景都至关重要。只要把业务场景和商业策略确定下来，整个大数据项目就已经完成了最关键、也是最核心的一步。技术对业务需求的跟进也是自然而然了。”

　　对于争执了太久的大数据如何定义，IT界早已审美疲劳，对于大数据的方法论，可以探讨的空间则能大到无限，并将经久不衰。

　　链接

　　大数据的3个阶段

　　电子科技大学互联网科学中心主任、博士周涛是《大数据时代》一书的中文翻译者，他认为大数据会经历3个阶段：

　　1.0阶段，企业自身业务需求产生大量数据，通过对这些数据的证析优化相关业务，并指导决策；

　　2.0阶段，搜集与目标业务直接或间接关联的大量异质数据，建立复杂的分析和预测模型，产生针对目标业务的输出，在这一阶段，数据及决策；

　　3.0阶段，对数据质量、价值、权益、隐私、安全等产生充分认识，出台量化措施，数据运营商开始出现，学术团体、政府通过大量数据产品产生科学、社会、经济方面的新价值。

　　比照这3个阶段，我们可以发现在实践大数据的众多企业中，绝大多数停留在1.0阶段，很少的企业进入了2.0阶段，而3.0阶段，则将意味着大数据时代的真正到来。

　　周涛指出，实际有两条线在驱动着大数据向前发展。“一条线是开放，数据一定要以共享的心态开放出来，这条线我希望它越来越粗；而另一条线我希望它越来越细，那就是深入地分析，越精深越好。”

　　本报记者 别坤