科技猎海致BDP王杰伟：5大招式打通数据化运营任督二脉
本文编自3月4日［数据动力私享会］北京站演讲嘉宾之一——海致BDP解决方案专家 王杰伟分享的内容。
大家好！我今天分享的内容是《深挖企业数据化运营》。
我非常喜欢“挖”这个字，特别是这里提到“深挖”，因为有了各个项目的积累才会有今天“深挖”的资本。下面就开始《深挖企业数据化运营》的讲述。
在BDP今年的年会中，我们的创始人之一任旭阳说：“海致要致力于业务洞察，BDP要重新定义BI。”我们如何实现业务洞察？当我们有了一堆的数据，有了很好的想法，要怎么样把这个想法落实于指导业务？光有展示或者光有结果是不行的，所以在这个过程当中，我们积累了很多不同类型的企业用户，再加上行业专家的储备、解决方案的储备，给所有行业推出一种全新的业务洞察的服务，这也是我们的发展方向与愿景。
一、如何实现数据化运营的过程？｜先逻辑，后数据，再决策
先逻辑、后数据、再决策，这是BDP主要服务流程。共分为5个部分：
• 自上而下——定义指标库，确定项目范围。谁要实现数据化运营？要实现哪些方面的数据化运营？对于企业、政府以及事业单位，我们要先自上而下，确定分析内容。
• 数据闭环——接入分析数据，整理数据。这是BDP服务流程第二部分，也是非常重要的部分。我们会把企业内部的数据、外部的数据、竞争对手的数据，包括行业数据都囊括进行做一些综合性分析，所以我们要做到数据闭环。
• 搭建模型——打通数据关系，搭建数据模型。从数据分析的视角，搭建很多数据模型，就是打通数据链条、打通数据之间的关系。
• 数据分析——围绕项目范围，制定分析成果。围绕之前提到的分析哪些内容，制作分析成果。
• 权限分配——根据用户权限，分配数据资产。
二、数据化运营过程中，问题会出现在哪？
接下来我就通过“深挖”，也是我们团队的经验积累，给大家分享一下数据化运营过程中，问题会出现在哪？
1、数据源的广度和深度
举个例子：
在我们身边有一些做零售类的客户，零售类的客户所要分析的场景是非常丰富的，但是往往收集数据这一部分，他的广度和深度是不够的。比如说零售类客户会分析销售情况、商品情况，但当企业发展到一定的程度会需要分析 营销 体系、物流体系、用户体系。
怎么解决？关于数据源这块儿，BDP进行了大量的实践。我们不仅帮企业收集企业内部数据，比如说自有系统、数据库，还有来自于周边的、第三方的数据、行业数据，当然还会有一些企业的零星数据。这些数据有些可能是经常变动的，有些可能是临时变动的，所以我们做的第一件事情就是把所有数据全部收集起来，并实现了“一键接入，随需更新”。这是第一块，收集所有数据，提升数据源的广度和深度。
电商 类型行业他们要分析哪些？PPT（上图）左边的目录是可以反映很多问题，数据源收集的够不够全、细，是能不能实现这些分析的关键。
2、数据源的质量｜借助BDP进行数据治理
关于数据源的质量，O2O、 电商 行业会相对好一些，但是快消零售行业在质量部分可能会存在一些问题。例如某大型零售企业在其ERP几经迭代的过程中，由不同团队进行维护、升级，所以很多时候会导致现在所看到的分析结果存在很多的数据问题。
那么BDP是如何帮助他们解决这个问题的呢？
第一，做数据治理，通俗地说也就是摸家底。利用BDP的快速建模能力搭建微量数据模型，先把自己数据的家底摸清楚，暴露出数据问题。
第二，BDP探索式分析，从数据问题追根溯源，可以找出质量缺陷所在，给企业提供数据治理咨询报告。
第三，BDP可以把摸家底过程和大数据平台整合在一起，数据治理的模型可以在大数据分析中直接复用。
从商品的角度分析不同区域销售的情况，这是零售行业非常关注的。企业要随时掌握目前的经营现状，这就需要有一个非常好的底层架构才能应对，这也是为什么很多企业选择BDP的原因之一。
3、数据分析的广泛应用｜只有业务人员才更能挖掘出数据背后隐藏的价值
第一点，降低沟通成本。
这个问题大多数行业已经意识到了：只有业务人员才能挖掘出数据背后的价值。业务人员懂业务，技术人员懂技术，但是他们俩关系再好，互相说的不能理解，双方不能互相认可，这就给企业带来了沟通成本的问题。
比如深圳有一个跨境 电商 就是这样的，技术人员在做数据分析结果时，把每个月的复购单数除以所有单数减掉退货单数作为每个月的复购率，而对于业务人员来说，一看到这个结果就觉得不对，他认为不需要减掉退货单数。实际上，对于技术人员来说，接到业务人员这样的修改需求，就意味着要重新做一遍。就像我们说的，你想搞死一个IT，就多提几次需求。这样的沟通成本会非常高。
第二点，通过使用BDP可以大大降低使用门槛。
这点反映在很多的客户，比如说优信二手车、人人车。人人车CEO曾经说过：“BDP给我带来的帮助，两点，一个是数据分析人员去做分析而不是做报表；第二点，BDP帮我提供了数据分析师。“我当初问他为什么会这样想？他说：“你想想，现在我每个部门每个人都会使用BDP做自己数据的分析，我的数据部门的工作非常简单，除了专业分析领域之外要做的就是数据资产分配，业务非常清楚。如果我的每个人都能自己去做分析，那么对于我们整个团队来说，定期都会有非常多的管理意见反馈给我，这对于企业的提升，尤其是在现在二手车行业竞争那么激烈的情况下是非常有帮助的。”
第三点，使用BDP探索式分析提升数据分析的思维。
比如我们有一类客户是公安系统，公安系统会做警情分析，以往他们分析出的是统计结果，而通过使用BDP之后他们会发现原来我还可以分析到那么深入细致。比如分析报警，得知报警来源、报警频率，可以快速分析出哪些报警是有效的。这些内容一定是用户使用过程中才会体会到的。
所以通过BDP做一些探索是有助于我们发现一些数据隐藏的价值。而谁去探索？不是咱们技术人员去探索，而是业务人员去探索。因为只有业务人员才知道想要表达或者想要拿到怎么样的数据结果。
4、数据分析的响应性能
数据分析的响应性能，以BDP线上数据为例给大家进行分享。
我们在与客户沟通时，通常是现场操作演示。如PPT（上图）所示的数据，线上亿级数据计算时间是0.28秒；我们线上有超过60万个数据模型，从数据源变化到模型计算完成的平均时间是24秒；当然，任何做产品一定离不开服务，我们不仅有产品服务也会有行业服务和数据分析的服务，所以我们会对于服务响应有要求；再有就是整体的投入。
这些数字这对于用户来说，是非常直接的用户体验：随时打开 手机 或者打开app，看到的就是最新的数据，想要调整的话很简单，可以自己调整，也可以发个指令给下面的人调，而这个调整只需要几秒。
5、数据分析的深度应用｜导入行业专家、解决方案，提供后置咨询服务
“后置咨询”这个概念其实并不生疏。大家都会接触一些咨询行业，只是有一些是先发生咨询，而后期落地的概率高不高有待印证。
所以我们换了一个思路，在BDP里面快速形成结果再导入行业专家、行业解决方案实现后置咨询服务，而这个是基于数据、模型、经营管理过程，是一定可以落地的，所以这是我们后置咨询服务，也是印证了我们业务洞察的思想。
再有一块，我们有一个专门的团队为用户打造了非常好的机器学习的体验。
在机器学习中，用户不需要去理解生涩的算法，我们会给用户一些非常直观的界面，用户点开就想想要实现什么分析场景。比如说在线教育的用户，想要给他的学生们做一些聚类，想知道学生目前的学习阶段是怎么样的三六九等，继而给学生提供差异化的教育服务，提升服务质量。这其实就需要通过机器学习这种方式实现。这是最后一块，深度服务。
以上就是我对于整个的企业如何去做数据化运营给到大家的一些结果。这里面我梳理了五个问题，数据源的广度、深度，质量等等，我觉得给到大家不一样的体验或者认知，我觉得今天大家聚在一起的目的就达到了。
Q&A
Q：我想请问一下你们的服务门槛，能否为中小企业提供服务？
中小企业，甚至于个人，都可以使用BDP进行数据分析。BDP面向的广泛的用户群，为各种类型企业提供SaaS服务，针对不同用户类型提供不一样的服务。
对于用户来说，只要开通账号马上就可以使用；对于我们来说，各种类型的服务都是不一样的。关于您倾向于哪种服务、选择哪种服务，我一定会问您几个问题，你们现在有哪些数据源、数据量怎么样，你们希望用哪种方式，对于项目的要求是怎么样的，这样我才会给您提出建议，我建议您使用BDP怎么样的服务，是使用SaaS、本地化还是使用行业专家导入服务，这是不一样的。
Q：什么样类型的企业是能够成为BDP的客户？必须具备哪些条件？
我们要实现业务洞察的消费者化。什么是消费者化？未来数据分析是整个公司所有人做的事情。因为只有你整个团队自上而下有数据分析意识才能达到这样的结果，才能把BDP用的更好。所以，对于BDP来说，我建议企业要要有数据思维，之后我们的团队帮助您将业务洞察付诸实现。
Q：对于小公司，如果暂时不购买BDP，能否有其他的方式体验这种服务？
我们有很多产品，有针对企业的也有针对个人的；针对个人的，也会有免费的或者是不同会员制的。如果您现在有几个数据源，要实现这些数据源快速同步的分析，想达到这样一个效果，我建议选择BDP企业类型版本，一键接入，随时更新，之后可以自主做一些可视化分析，得出分析结果，甚至使用我们机器学习的部分。假设说你只管某一个业务，例如传说中的表哥表姐，那您可以使用BDP个人版，体验免费服务。