大数据在企业中的应用

15，10，首席数据官联盟成立仪式暨首届首席数据官大会在北京大学举行。该活动由中国新一代IT产业联盟和易观智库联合主办。中国新一代IT产业促进联盟技术分委会秘书长陆四海致辞并参与了对话和讨论。对话会由智慧院副院长葛主持。参与对话的嘉宾有北京大学电子政务研究院副院长杨明刚、壳牌中国CIO徐斌、华为大数据总监刘东东、北京汉思安信科技有限公司联合创始人董鑫等，各位嘉宾就大数据在企业中的应用和人才队伍建设进行了深入探讨。以下为对话实录:

葛含桃:首先，我想请你介绍一下你自己。

刘冬冬:今年上半年，我们开始代表华为构建大数据生态系统。我们的生态系统是1+6。华为提供公有云和大计算等服务，与数据挖掘、业务应用、数据可视化展示等合作伙伴合作。国内已经选出了200多家大数据公司和相对核心的合作伙伴，已经选出了第一批、第二批和第三批。

徐斌:壳牌品牌是一个比较大的公司，在中国的业务比较大。壳牌中国自1894年正式进入中国，至今已有121年，从未离开。目前，我们在中国的业务包括中国石油天然气集团公司的石油和天然气开采和提炼。大数据在贝壳的应用由来已久。我们在开采油田的时候，需要利用海量的数据进行分析，帮助我们更有效的打井，以及如何保证制造过程的顺利，更早的发现潜在的风险。在这方面有许多应用。对于我们几百万的用户，我们也在和社交媒体做大量的合作，掌握客户，留住客户，寻找新的商机。今天很高兴有机会和大家交流大数据，特别是我们传统行业如何利用大数据。

董鑫:谢谢，我们是汉思大数据安全，一家新的创业公司。你认为安全和大数据有什么关系？其实有很深的关系，我们以后再说。我们团队成立于2014，主要成员来自埃森哲、甲骨文等公司。我们致力于大型企业云中心和互联网中所有与安全、业务和应用安全相关的数据的统一、大规模的存储、挖掘、学习和呈现，帮助IT从业者、运维人员甚至企业的领导层从数据中发现一些与安全相关的东西。希望通过数据驱动整个行业、整个企业实现从传统的防御型安全战略向主动智能安全战略的转变。我们成立一年多了，我们公里有56个人。40多人是R&D人员和数学科学家等数据相关人员。我很高兴有机会与你们讨论相对较新的行业。

杨明刚:非常感谢您的邀请。许多朋友可能知道电子政务。电子政务就是政府的信息化，还有所谓的智慧城市、数字城市。这一年多来，我一直在做政府相关的信息化应用，包括顶层设计。现在随着大数据概念的引入，应用和需求在过去一直存在，只是升级到了更高的层次。近两三年来，电子政务被提到了非常重要的位置。电子商务也需要大量的大数据。在过去的三四年里，我们一直在研究政府数据和商业大数据，我们很高兴和大家一起探讨数据和首席数据官在整个企业和政策决策中的未来作用。

Ge含桃:我们的嘉宾在早期描述并支持大数据和数据资产。我们都知道大数据产品和数据产品的数据来源非常广泛，包括智能设备、可穿戴设备、金融和终端设备。有了大量的数据，挖掘和分析都是以数据为基础，数据产品化后，再将数据产品应用到业务中。但是这些数据产品有多安全呢？大数据与数据安全、用户数据隐私有什么关系？

杨明刚:我先跟大家分享一下价值。美国有一本书《数字化生存》。随着互联网的发展，我们所有的网络和社会形态都可以用数据来表达。这个时候，无论是政府数据、企业数据还是个人数据，都可以用来为我们未来的决策提供或提供参考。无论是政府治理、企业科学决策，还是未来个人合理消费计划，都可以从数据中提取相关决策参考。所以这一块，其实所有的数据看起来都是混乱的。各种非结构化数据和结构化数据都可以通过合适的方法或数学模型，给我们的管理和决策带来新的支持或更大的支持。这就是我所谓的对于整个当前数字的资产，数据是可以添加的资产。

事实上，在我们拥有互联网之后，每个人都在互联网上留下了大量的数字网络痕迹，无论是购物还是通过社交工具或社交媒体发表相关的观点或想法。事实上，通过提取这些痕迹，包括相关特征，并以某种方式进行分析，我们可以找到每个人或相关机构的未来表现。这个东西在里面，有很多涉及个人隐私的东西，你可能在这里买的房子，或者附近的相关消费。根据你的社交属性，可以判断你未来的行为。从某个行为来说，会让我觉得很难受，但是这些信息是经过我们的允许放在网上的，只是由相关机构提取出来做一些处理，可能是对个人隐私或者人格尊严的挑战。随着国家立法的完善，相信网络隐私的保护问题会逐步得到解决。

董鑫:其实说这里的人都不安全，也有点夸张。在网络空间，无论是你生成的数据，你的痕迹，还是你的隐私，或多或少都在你的手机、PC或服务器里。安全和隐私可能是一个永恒的话题，比较大，我就不说了。从我们的角度来说，我们更关心的是核心数据和核心资产如何保值增值，以及安全和隐私的问题。对于大数据和小数据，数据隐私和数据安全的方法是相同的。管理制度如何保障？

以前谈数据安全，多是基于技术手段，所以有各种防火墙，加解密设备，防数据泄露，防入侵。这些东西是有用的，但不能解决所有问题。否则不会出现摩根大通信用卡数据泄露等问题。我们需要拥抱新技术、新平台，通过技术本身解决安全问题。

在国外的其他报道中，写的是设备本身控制数据资产不太现实。我假设一切都是不安全的，把一切都放在安全系统里，这是一个国际问题。我们如何使用新技术来保护数据安全？同时，结合技术，如何才能更多的了解企业安全管理的流程和措施，从而解决这个问题。

葛:关于数据能力开放的问题，在之前的大数据大会上，阿里集团的代表说阿里的数据是不开放的。他们有数据安全考虑吗？因为他们收购了高德等一系列社交和位置公司，掌握了用户的全维度数据。这是出于隐私保护，基于安全的数据开放，还是一个比较遥远的话题。刚才，在CDO的研究报告中，在数据业务和大数据技术的未来方向中，行业领域的发展非常重要。我想请刘东东先生和徐先生谈谈，大数据业务、数据资产等相关技术和服务是如何与您对应的通信、能源行业的业务相融合的？

徐斌:像大数据的应用，对我们自己的传统行业会起到什么作用？我们在内部划分大数据企业。大数据在企业决策中扮演了很多角色。同事通过爆破收集信息，帮助我们判断在这个地方打一口井的效率是否高，因为每口井的成本都是几百万，提高10%的成功率是可观的，这是决策支持。

二是运营优化。比如油站的地下油库就存在很大的隐患。汽柴油泄漏，一会对环境造成极大风险，二会对地下水造成影响，甚至引发爆炸。一旦出现这种情况，能否通过大数据技术提前发现潜在的泄露风险？通过对比站的分析，提前发现是否存在不当损失，从而发现风险。

第三是营销。我们聊了很多如何发现客户的特点，拓展业务领域，包括业务合作。此外，通过合作，我们可以找到我们的潜在客户。像今天的孙先生，我们的客户是最典型的，他们对油品质量的要求更高。我们从互联网上找到这个维度。我们在电商购买率很高，经常聊车。这两次碰撞可以找到潜在客户。

第四是用于风险管理和控制的企业安全。能源行业是一个高风险的行业，包括石油的配送过程，当配送中出现问题时，可能会有爆炸的风险，包括成本的增加。所以我们在海外工作，不能及时发现风险，可能会造成很大的人身伤害，包括知识产权的保护。拥有多个公式是非常重要的。如何防止黑客对此进行攻击？这关系到董先生，包括企业安全，人身安全，包括信息安全。

第五是业务创新，第六是模式变革。这两个转变了我们的传统，我们将汽油销售到售后市场，在那里我们可能成为第三方汽车服务。未来我们的油品可能是免费的，免费的意义是盈利模式通过背后衍生的新业务买单，也就是羊毛出在猪身上，羊毛出在狗身上。这就是大数据在我们能源行业的价值。

葛含桃:我们过去做远程石油管道安全监测。目前他们在俄罗斯输送的很多油气管道，每隔几公里就要检查一次油压、温度和输油管道表面的状况。增加了许多传感器来获取管道表面的数据，并有相应的机器人，它们会定期在轨道上巡逻，并利用光线检查表面情况。在本地数据中心收集所有这些数据，最后在欧洲数据中心收集。如果正常，则显示为绿色。大数据有助于能源运输公司在你出现问题之前预测问题何时发生。防患于未然，我觉得这也是大数据和商业智能融合的一个非常好的案例。

徐斌:在我们石油行业，尤其是化工行业，一旦生产行业在一些事故中停产，需要非常长的时间才能恢复，一般是三个月。三个月损失多少？越早预测到危险，提前采取措施，效率就越明显。

刘冬冬:我们的通信行业和石油行业很像。我们华为也会安装各种传感器收集数据，知道哪里有问题，然后解决问题。比如一个大型场馆，一个足球场，几万人，大家都在发微信，这个时候能发出去吗，信号是什么？这是我们自己运营商的应用场景。衍生的应用场景，如果华为或者运营商早点把大数据应用到业务管理等维度，就不会出现上海这样的踩踏事件。当外滩一个单位区域聚集的人口超过一定量的时候，应该有预警，告诉相关行政部门，公安与否，告诉相关部门这个地方已经超过了，我们可以通过手机抓拍这个信息。我们在大数据行业刚刚起步。我相信未来所有的行业都是数据驱动或者数据驱动，而不是产品驱动和渠道或者品牌驱动。如果数据是驱动力的话，这个问题还挺大的。作为华为，现在是各方面数据驱动。从宏观上来说，我们要做什么，要做什么产品，都是可以用数据来引导的。

在大数据产品中，哪些是最需要的，哪些是最迫切的，我们可以通过分析发现，可以指导我们的企业未来做什么，不做什么。从一个很小的细节，我们可以用大数据来发现2016华为将会是谁的手机形象代言人。华为手机拥有超过654.38+0万粉丝。这些人关注的是什么人，他们的兴趣是什么？他们天天上网，数据的统计告诉我们，没必要决策部门天天坐在一起拍脑袋决定谁是谁不是。只说数据安全，我觉得数据安全和技术是矛和盾的问题。现在就接受吧。我们现在收到骚扰短信和垃圾短信，为什么会收到？是因为他们掌握了我们的手机信息。当企业拥有大量信息时，就会引起满意度的问题。让数据决定数据安全，让市场决定技术程度。自然会有优胜劣汰，服务好的企业会继续发展，服务好的企业会消亡。

葛含桃:我们对用户数据的了解越来越多，对数据的分析也越来越准确。我们传递的信息是精准营销，传递的信息是有用的信息，不是垃圾信息。这实际上对我们的大数据企业和技术、算法提出了更高的要求。如何通过大数据分析方法，发现数据中隐藏的、未被发现的价值和知识。

杨明刚:其实所谓的大数据，大价值，大数据不应该是大忽悠。我为什么这么说？因为以前我有一个地方政府和一个行业部门在使用大数据，但是完成的大数据系统并不能满足他们的业务需求。我们传统的大数据有一部分是对已有数据的发现，也就是数据检索。传统的数据方法可以做到。每个数据单元都知道什么是已知的，什么是已知的。这时候不管是结构化数据还是非结构化数据，都可以找到有问题的线索，问题出在哪里。另一部分应该是预测部分，就像海尔孙总讲的问题，其实是可以预测的。商业管理专家和商业模式构建专家需要紧密结合。大数据其实是一种奢侈品。对于华为这样的产品，海尔这样的企业，壳牌这样的企业，我们投得起钱。大数据是奢侈品，但大多数中小企业也需要科学决策，了解市场需求。这个时候我们面临着非常重要的选择，不可能高成本的去建立一个系统。但是，大数据企业大多需要高投入。中小企业如何才能在数据时代不被淘汰，需要大数据解决方案提供商，或者需要大数据研究人员提供一个更典型或者更通用的大数据解决方案，而不是依靠传统的数据检索或者传统的数据包装来实现大数据解决方案，而是需要跳出传统的大数据分析方法，能否有另外一种更科学更通用的方法，让我们很多中小企业享受到今天的大数据？其实个人也需要大数据服务。

葛含桃:有了简单、更便捷的大数据产品，便于企业减少这方面的预算，让更多的人用上大数据带来的便利。

杨明刚:中国的天气预报部门最好用大数据，把过去100年的历史数据拿来做预报。真正的大数据是对未来可能知识的发现，通过大数据发现潜在数据之间的关联。

葛含桃:其实我们刚才提到了大数据在不同行业和企业的应用。因为您在北大培训CIO十年，对CDO人才培养有什么样的行动和支持？

陆四海:我们也在讨论这个问题。我们只是在PPT里分享了一下。首先，为什么会有这样的作用？驱动力是什么？那你需要什么技能呢？我觉得有些东西是CDO需要从课堂上学到的，偏技术，可以涵盖技术和基础管理。CDO需要一些经济基础。大数据更大的作用是告诉我们未来是什么样的，告诉我们一些未知的东西。不是假设，用数据分析来证明这个假设的对错意义不大。真正的意义可以告诉你，未来是这样的。我认为CDO在培训过程中，除了课堂学习，还包括内部学习和与内部业务部门的沟通。因为我们面对的是一个未知的世界，我们更需要一个广阔的舞台。像CDO联盟，我们未来会做一些沟通性的东西，各个行业的方式方法会跨界融合，因为这个时代数据是跨界的。

葛:那就请在座的各位嘉宾用简单的一两句话来展望一下我们数据管理人才和CDO如何在整个大数据背景下做好我们的工作，在工作中做出新的成绩，在业务设计上有相应的业务创新。

陆四海:应该说任何行业任何企业的数据都是资产，每个企业都会有将数据转化为核心竞争力的能力，这种能力可能通过自建或者购买服务获得。

杨明刚:大数据的应用已经成为未来决策的核心驱动力。今天的大数据不可能是大忽悠。

董欣:我们谈了很多技术话题。我觉得一个CDO首先应该有大数据的概念，未来的主要价值是数据。另一方面，我们认为作为一个CDO，我们必须接触我们的业务，了解我们的业务，知道我们的收入来自哪里，我们的成本在哪里，我们的效率在哪里提高，这样CDO才能落地。

徐斌:数据本身有价值吗？个人认为数据没有价值，虽然今天讲了很多大数据。数据只有能够帮助企业产生价值，才能成为有价值的资产。我常说的数据资产。每个公司都有很多数据。它们不是资产，因为它们毫无用处。数据只有变成有用的信息、知识和智慧，才是真正的数据资产。不要神话大数据，大数据产生商业的价值，商业的价值就大。第二，我们公司有CDO或虚拟CDO职位，由其他CIO和CMO承担。最重要的是脚踏实地，一步一步来。不利用好企业数据，就谈不上大数据。如果企业没有从数据支撑决策的文化，我们就不需要客观的数据来帮我们分析什么，给你再多的数据也没用。首先是企业文化。第二，利用好现有的数据，然后一步步引用更多的数据进行分析。通过数据发现未知的事物是一个伪命题。因为你发现了未知的东西，因为你不知道为什么。在形成智慧的时候，我们知道为什么会发生，这是我们的目标，但是我们现在不知道，所以我们通过相关分析找到了相关性，但是不知道原因。将来我们积累了足够的知识，就知道为什么了。未知领域是大数据的使用阶段。

刘冬冬:大数据还没有找到盈利模式和市场，所以推不动。现在大家都找到盈利模式了，有用。大数据有用才是硬道理。对CDO来说，我认为跨界是最重要的事情。我们不仅要知道企业内部的小数据，还要知道外部数据如何与内部数据结合。比如销售，最重要的是系统能不能快速告诉员工这个公司在销售和其他合作公司有多少产能。

以上是边肖分享的关于大数据在企业应用的相关内容。更多信息可以关注环球常春藤分享更多干货。