壳牌中国大数据实践 实现六大价值

　　人们对大数据的定义和应用正不断改变，从关注准确数据，关注数据之间的因果关系，到更关注数据之间的相关关系，关注数据的预测价值。

　　如今大数据已应用于社会和生活的多个方面，交易数据、社交数据等的融合与处理给企业带来了更多福利。在壳牌中国，大数据成为了指导企业业务及运营管理的重要应用。

　　理解数据之“大”

　　“所谓大数据其实更多强调的是数据的重要性，本质上不是绝对地说有多少数据就可以称之为大数据，有多少数据就是小数据。”壳牌石油中国区首席信息官徐斌表示，“壳牌石油过去十年甚至更长的时间，基于商业智能、数据仓库一直在使用数据。而当时IT架构基于单机方式运行，数据处理效率受限，数据源也大多来自企业内部。”

　　“互联网所积累的数据量越来越大，同时对数据处理的要求也相应提高。这就产生了现在新的分布式平台来做数据分析。”徐斌解释道，“所谓‘大’，现在看来可能更多出于广告目的。我个人认为，数据‘大’的概念更多是强调其商业价值，而不用去关注到底是多少数量级，或者是多少维度，这不是大数据的核心。”

　　“大数据的价值应该是通过数据去发现规律，通过信息整合去发现知识，并对知识进行浓缩形成智慧。”徐斌总结说，“这也是壳牌中国应用数据的最终目的。”

　　目前，大数据应用已渗入壳牌中国业务体系。在壳牌上游业务中，壳牌通过对地理等数据的实时采集、分析，从而提高油井开采成功率；在油罐管理上，壳牌使用SIR实时数据分析，减少潜在事故启动数量、及早发现问题，大幅降低泄露事故；同时，可减少误报导致的损失。大数据的应用可为每个油站每年节约约4000美元成本。

　　在下游燃油、润滑油销售上，壳牌整合移动设备、车联网上的客户数据并进行分析，向客户推送定制服务消息。同时，壳牌与阿里巴巴合作，通过对网上交易及社交数据的分析，精确定位潜在客户，实现高达70%的客户转化率。另一方面，壳牌与银联的合作，可通过对相关银行卡交易数据进行分析，从而明晰壳牌的市场份额。

　　夯实大数据技术能力

　　目前，大数据发展行动已成为国家战略。2015年两会提出的发展“互联网+”，其中核心技术就是大数据。云、物、移、大、智，大数据是核心，通过数据才能产生资产价值。

　　“从目前大数据发展国内外情况来看，英国是第1名，中国排位靠后。”徐斌表示，“这一位置也表明中国大数据使用状态、数据开放都比较落后，需要有所提升。但中国大数据应用领域也很多，应用最多的就是金融业、医疗业和政府公共事业，这是目前用的比较多的三个领域。”

　　对于目前业界存在的一些大数据认识误区，徐斌认为要从两个方面厘清。“首先，大数据不是单纯的技术，其最重要的目的是解决业务问题，帮助业务创造新的机会，需要团队协作实现其价值；同时，大数据实现需要比较好的数据源，如果数据质量不高，再好的系统也没有意义。总的来说，大数据不是工具，是一整套体系。其次，大数据不能解决所有问题。一方面，大数据不是全部数据，因此不能够完全展现事情本质，只能预测可能性概率比较高的事情；另一方面，如果企业自身数据应用不好或存在很多信息鼓捣，也很难实现数据指导决策的有效应用。”

　　“目前，大数据在各个行业都有一些典型应用。例如汽车企业，可以利用互联网收集数据进行快速决策，调整汽车行驶过程；例如新浪曾经推出南方-新浪大数据100指数，通过大家讨论股票的热度、财务指标考量等维度，精选出得票最高的股票对其进行投资；另外，金融行业可以通过银行交易数据来分析跟踪整个国家经济运行情况。”徐斌介绍说。

　　那么，对单个企业而言，如何提升大数据应用能力建设？徐斌认为应从四方面着手。一是建立企业大数据体系，包括数据基础平台、数据报表与可视化、产品与运营分析、精细化运营平台、数据产品、战略分析与决策等；二是实现企业数据资产管理，包括数据资产治理、数据资产应用、数据资产运营；三是发展大数据应用应与云计算相辅相成；四是认识到大数据是文化与技术的结合。首先要有数据驱动决策的文化，其次要思考如何通过大数据分析和预测。

　　六个维度认识大数据价值

　　徐斌指出，大数据的应用主要有四种。“一是描述性数据应用，相当于给企业管理者一个显微镜和望远镜，了解企业发生了什么。二是诊断性数据应用，但企业发声问题时通过数据分析找出原因，如不良贷款为何一直上升？客户为何流失？哪些客户流程？三是预测性数据应用，比如通过数据测评，提前了解零部件情况，及时调配。壳牌也有这样的配件，比如钻头，如何让它更健康的运作？壳牌通过传感器了解钻头的热度、疲劳度等，及时发现问题。通过数据及时跟踪就可以提前预防，这样就为企业带来大量的价值。四是指导性数据应用，通过多维数据的收集和分析，可以给企业合理的建议方案。比如开发用户，是做线下营销还是线上接触？是找这个群体还是找那个群体？这些都需要大数据分析。这是大数据最核心的应用。”

　　具体到大数据在企业内部的价值实现。徐斌表示大数据对企业有六个维度价值。

　　■决策支持

　　假如企业要开一个加油站，在哪个点开？这直接影响到投资有没有回报。通过大数据分析，通过手机信号定位来判断移动速度，判断是车还是人流，看看每天通过车的速度，这样的数据很准确，如果通过它来做决策，显然它的效率会高、回报率更可靠。

　　■运营优化

　　比如加油站地下油罐的设计，通过大数据分析可以帮助我们决策。比如把这个区域的相应数据进行对比判断，地下油罐是不是有泄露的可能？对壳牌来说，全球评估下来，一个站一年可以省好几万元钱，一年就是十几亿，这是成本的巨大节约。

　　■营销突破

　　通过大数据找到潜在的客户，可是企业的潜在客户在哪里？以前都是做线下促销活动，精准力很差、转换率很低。但是通过淘宝交易应用，通过新浪微博也可以找到相关的车主，这些人就是我们的客户，我们就对他做精准营销，这个转换率是50%，非常高。

　　■安全保护

　　比如，人的安全驾驶行为可通过数据分析出来，而化工厂也能通过数据分析及时发现危险，采取措施。

　　■业务创新

　　用数据做业务创新，比如某服装公司，七天内给一个客户提供定制化的西服。靠的是什么？沉淀十年的西服板型的大数据，优化裁减、安装匹配，这就是创新。

　　■商业变革

　　比如说GE是制造发动机的企业，但是现在转变了盈利模式，发动机售卖只占整个业务的20%，而80%来自于发动机后期的保养、维护。发动机里面有上千个传感器，传输数据，做分析，然后给航空公司建议，什么时候该更换零件了，这个飞行速度是否合适，油耗怎么样最有效等等。因为航空公司最大的成本之一就是燃油，如果燃油节省了就可以降低很多成本，从而带来更多客人，因此服务给航空公司带来大量的成本节约。这就是大数据技术带来的商业变革，它改变了业务盈利模式。

　　■壳牌石油中国区首席信息官 徐斌

　　大数据的价值是通过数据发现规律，通过信息整合发现知识，知识浓缩形成智慧。目前，大数据应用已渗入壳牌中国的业务体系：通过对地理等数据的实时采集、分析，提高油井开采成功率；使用SIR实时数据分析，减少潜在事故启动数量、及早发现问题，大幅降低泄露事故，减少误报导致的损失。

　　■本报记者 陈曲