张涵诚：企业建立大数据4V一体的方法论

作者：百分点 张涵诚

经常会被问及一个问题：“你们搞大数据，帮我们出出主意，我们如何利用大数据?”。一般来说我就问：“您有什么数据，有什么痛点，结合数据我告诉你可能有数据需要完善，哪些价值你可以去做分析，结合痛点我告诉你可以利用数据去改善你的痛点”。 大约经历百家客户询问之后，您是否觉得我需要一套方法体系，系统地回答这个问题，系统地解决这个问题，因此笔者提出了企业开展大数据4V一体的方法论和大家分享。

四要素

人： 企业需要懂行业问题，变革和发展动力的人，并知道如何用数据来改善这些问题，适应变革，创造动力，当然他最好有互联网数据运营的经验，原因在于互联网的整个业务运作是数据驱动的，而传统行业要拥有数据思维需要学习。

系统： 当业务的运行需要更多的计算资源，存储资源，管理数据，企业需要系统灵活的应对这种业务的变化，大数据系统是根基，当前的系统Hadoop、Spark和各种大数据分析工具可是应有尽有;

数据： 应该尽可能的收集

1)企业内部数据

2)企业外部数据，没有数据将会无从谈起数据价值。

当前数据交易火爆，买卖脱敏数据，做数据标签补充，完善客户画像的服务商很多，数据流通正在大力推进，数据源因此也极大丰富;

场景1： 企业的业务过程嵌入数据支持，就会做得更好。

四个层面

战略: 行业数据战略方向与策略

政策法规、国家投入、行业趋势、资本投入。这是企业高层需要了解的。

运营: 运营体现的指标架构

行业领军企业的运营优势分析，不知道行业标杆很难制定有竞争力的运营体系。

分析: 数据分析数据挖掘算法培训

优秀的算法和模型是分析团队长期积累的结果，也是具体体现在结果层面的东西。

工具: 选择什么工具做落地支撑

工欲善其事必先利其器，各种公司提供的大数据产品评估，优秀的工具可以帮助到你们快速的升级提升。技术、管理、应用工具应该应有尽有。

四个课程

从了解大数据到应用到大数据，技术、思维、和数据创造价值还有重要的理念导入的环节，针对企业不同的还需要不同的培训课程，以下这四个课程是重要的。

大数据基础概论

•  为什么要研究大数据(WHY)
•  什么是大数据(WHAT)
• 哪里有大数据(WHERE)
• 大数据现在什么阶段(WHEN)
• 谁在做大数据(WHO)
• 大数据是一种方法(HOW)
• 大数据有哪些关键的技术(Technology)
•  大数据有哪些潜在价值(Value)

大数据应用案例与实践

•  大数据行业案例分类介绍
•  大数据商业模式和盈利分析
•  上市的大数据公司独特优势(产品能力，市场能力)

大数据技术与系统

• 系统架构：Hadoop、Hive、Pig、HBase、Mahout
•  产品应用：个性化推荐、搜索、爬虫技术、抓取、商业分析
• 核心技术：索引、存储、安全、可视化、文本分析、推荐引擎
•  分析算法：聚类、MapReduce、亚线性算法、个性化推荐
• 大数据行业应用举例： 亚马逊、京东、小米、百度、今日头条、运营商
• 商业系统学习：BD-OS、SAS、Splunk、biginsight、Xdata、HANA;

数据资产管理与变现

•  大数据交易市场生态分析
•  数据交易交易规范
•  数据资产登记
•  数据资产评估
•  数据资产贷款
•  数据资产股权融资

4种系统

• 大数据技术：Hadoop、Spark、Open Strak、HBase等相关技术;
• 大数据管理：数据采集、数据清洗、数据关联、数据标准化、数据模型的建立;
• 大数据应用：个性化推荐，营销管理，舆情分析，数据可视化，商业洞察
• 大数据变现：数据交易，数据产品，数据租赁，数据合作

所以您看看，大数据这哪是一般企业能干的事情?干前还是想清楚比较好，企业做大数据离开4要素的哪一个都玩不转，离开哪个V都玩不好，大数据是一个系统工程，在没有更好的理解她能给企业带来的价值和付出的成本之前，不要轻易上马大数据项目。就算开始了大数据的应用也是万里成长开始了第一步。

本文由百分点投稿，未经授权，禁止转载！

End.