某位網友在筆者的搭台唱戲文章中留言，「企業內部的大數據普及很困難，看看以前BI的推廣情況就知道了。」這個問題很尖銳，也直指問題的核心。（註：這裡的BI 特指專題分析、精確行銷等內容，不包括傳統意義上的報表取數）

擁有大數據的企業，對內運營的意義不必多說，而判斷大數據運營成功的一個標誌，就是企業能否自覺採用數據化的思維和手段來解決生產經營中的問題，企業成立了新的大數據組織，這些組織的一個使命就是普及大數據在本企業的應用。

筆者從傳統BI時代走來，知道普及BI和大數據本質並沒有什麼不同，面對同樣的機制、業務和流程，有多少信心說大數據對內就能成功？

但仔細比較下傳統BI和大數據所處的環境，的確發生了很多變化，也許能給大數據的普及以新的機會，希望能回答以上網友的質疑，當然仁者見仁了：

1、天時已經完全不同

大數據和BI本質都是數據化的運營手段，其對內推廣成功與否是受制於天時地利與人和的，所謂時勢造英雄，假如企業屬於爆發增長期，這個時候重要的是資源驅動，速度驅動和執行力驅動，而精細化運營的手段似乎性價比不高。

比如運營商大發展時期，新增用戶不需要分析的多精細，動感地帶、神州行和全球通三個品牌已經定位的很清楚，大家發力行銷就可以了，春節迴流車站擺攤賣卡的效率就很高。

BI中的精確行銷等手段，實施的成本現在看來其實很高，溝通成本，計算成本，數據成本，變革成本等等，特別是傳統企業線下為主，大幅抑制了數據價值的發揮。

這也是傳統BI無法普及的一個根本原因，在驅動力問題未解決之前，妄談數據價值，建模能力就失去了意義，對於依賴迭代優化的數據分析來說，甚至不會給你有效迭代的機會。

如果企業進入了存量運營期，則需要考慮更為精細化的手段了，這個時候，BI或大數據分析軟體才有了用武之地，因為數據化運營的方式性價比可能超過了傳統方式。

筆者前面說了這麼多，只是為了說明，大數據要有用武之地，跟企業的發展階段是密切相關的，當前 「大數據是大忽悠」 的說法不在少數，不能說沒有道理，對於還不具備條件的企業，你跟他去推銷大數據，的確就變成大忽悠了，需要辯證的看這個事情。

因此，筆者提的決戰大數據對內運營，針對的企業是有嚴格限制的，即已經過了高速發展期、擁有大數據、開始謀求轉型發展、希望採取更為精益化手段來實施高效低成本運作的企業，比如運營商。

2、數據已經完全不同

在傳統BI的時代，其實專題分析使用的原始數據跟業務人員平時報表製作取數能接觸到的原始數據並沒有什麼不同，由此僅靠挖掘能帶來的價值是有限的，再好的規則或演算法，也頂不上引入一個新的好數據。

以運營商為例，以前經分( BI )用的更多的是B域數據，大概300多個核心介面，現在B域的介面超過1400個，兩者相差很大，而 B域數據的量僅佔到公司總數據的10-15%，運營商更多的是O域數據，比如DPI位置，位置信令等，浙江行動一天計費話單2個多億，但上網日誌700億，兩者是幾何級的差距，在大數據平台未起來之前，要採集這些數據是不可能完成的任務。

其次，B域數據更多的是結構化數據，雖然價值密度高，但從數據中生成新數據的可能性幾乎為0，B域的一條用戶賬單記錄跟O域的一條上網日誌記錄，後面蘊藏的含義是不同的，從上網日誌我們可以爬取到網頁的內容，從內容中我們能挖掘到更多信息。

更為關鍵的是，大量的新數據我們還沒搞懂是什麼含義，大量的新數據有待於去採集，這是一個全新的藍海。

無論是BI還是大數據推廣，將更全更多維度的數據行銷出去是最重要的，有了新的生產資料，一線就可以基於生產資料馬上進行生產，即使生產關係暫時是落後的。

因此，在企業內，保持一隻專註於大數據整合和質量的團隊，採集解析更多的數據，終是企業搞大數據的第一要務，但現實情況往往是，即使當前企業有大數據的團隊，但主要還是在做報表取數的需求類工作。

同時很多企業傳統的數據分析者的思維模式還停留在G或者T時代，全然沒想過P是什麼概念，也沒想過去用它，這是思維的局限。

3、平台已經完全不同

站在業務人員的角度來講，大數據平台是hadoop還是DB2或是Oracle沒有什麼區別，人家要的只是一個數據操控體驗，數據操控體驗可以分解為以下幾個要素，也正是大數據平台要解決的核心問題。

數據字典一目了然，數據處理速度足夠快，資源申請足夠快，數據操作足夠方便， 這是大數據對內運營的第二個核心問題，我們即使有了好數據，但一線接觸不到，使用不好也失去了意義，而要降低這個門檻對於大多企業挑戰很大。

為什麼？

因為我們不是BAT，大多的平台和產品來自於合作夥伴，對於企業技術人員來講，產品的體驗差點能忍受，但對於企業大多的業務人員，卻是過不去的檻，不可能去向他們推廣hadoop後台吧，總要封裝個可視化界面啥的， 如果將業務人員當成客戶，我們就得把自己當成產品經理，這對於產品的要求就拉高了一個層次。

為什麼運營商要提核心能力自我掌控，道理往往在那裡，因為合作夥伴把企業的技術人員當客戶，而真正的用戶卻是業務人員，這個差距就需要有人去彌補。

我們在推廣大數據的過程中，一個核心工作是要將平台的體驗做好，包括打造一本真正業務化的數據字典，一個足夠快的資源申請流程，一個傻瓜式屏蔽技術細節的開發運行環境。

大家都在喊PaaS，但大多人理解的這個PaaS是技術人員的PaaS，而不是給我們真正的用戶的PaaS，在提搭台唱戲的時候，又有多少人想到了業務人員的體驗？

4、授予業務人員的漁

有人會質疑，大數據平台怎麼會直接給業務人員用？

筆者以前提過，大數據的特點決定了業務人員才是大數據平台唱戲的主角，業務人員必須革命自己，必須自己去挖掘大數據的價值。

最近企業剛剛完成了全省的第一次建模大賽，也驗證了筆者的看法，大賽的題目是寬頻挖潛，業務人員的模型準確率輕鬆的擊敗了省公司技術人員折騰了半年的模型，差距在哪裡呢？就在於業務的理解，很多因素不是技術人員在實驗室里能想出來的，號稱熟悉業務的大數據人員，遠沒有在一線的業務人員更能理解業務的精髓。

如果平台體驗做的足夠好，業務人員不僅能操作SPSS，操作SPARK也不是不可能的事情。 技術人員要做的就是全力做好數據、平台及體驗，並做好培訓。

當然，如果企業需要探索新的業務，比如對外變現，這個時候，雙方處於同一個起跑線，無所謂誰做誰有優勢，一定程度上講，技術部門去做大數據新業務的探索，更有優勢，畢竟數據和技術直接捏在手裡，也不受傳統機制、流程的束縛。

關於如何做培訓，筆者在《我們需要什麼樣的大數據培訓？》中有相關的闡述，最近的一點體會是培訓也要有平台化思維，只有做成標準課件才能儘快擴散，因為講師有限，不可能總是親身現身說法。

5、自頂向下是星星之火

每個企業有自己的機制、流程和文化，大數據是一種新的工具，要普及推廣一個工具離不開企業一把手的支援，更離不開一線管理者的認可，畢竟學習新的工具是有成本的，企業要為儲備新的能力付出代價。

大數據更多時候是一種數據化的決策的思維，其價值的發揮是潛移默化的，可能在相當長的時間內沒有明顯的收益，這個時候，更考驗企業上層管理者的耐心，也正因為不是一棍子買賣，一旦企業形成了大數據的優勢，其形成的競爭力也是別人難以企及的。

當前很多企業的管理者身體力行的支援大數據的發展，這為企業的大數據普及工作提供了動力。

最後，企業搞大數據對內運營是一項艱巨的工程，沒有什麼現成的經驗，大家都是摸著石頭過河，但還是需要用發展的眼光看它。

作者 | 傅一平
來源 |與數據同行

喜歡這篇文章嗎？歡迎分享按讚，給予我們支持和鼓勵！