感谢微软以及国元这边邀请到华院数据跟大家分享一些有关数据和数据技术的一些内容。刚才各位分享的都是服务于整个终端市场，全产业链的或者是具体产业内容的这些一些商业模式内容，而我们这一家公司华院数据是一家专注于数据分析和挖掘技术，我们更多的是提高这种数据能力。这种数据能力其实在12年以前在大数据远没有到国内来的时候我们就已经开始做这件事情了。数学和统计专业背景的人在一起很有趣的在做一点事情，坚持了12年。那么从这个数据分析和挖掘的核心能力来说，我们更多的是面向企业的数据规划、业务分析和管理，数据库建设以及搜集和支持这样的一套整体的能力。
围绕咱们行业来说，华院数据最初是从运营商行业开始的，最早包括银行行业都收集到整个数据服务的内容。我们应该是中国最早接触数据，以及现在大家所谈的这种能力建设、能力实践的公司之一，我们很有幸服务一些全球化的公司，包括因特网，我们是他中国本土第一家数据服务商。但是今天我想分享一些我们在企业服务实践过程中的一些干货或者是体验。我的分享包括三个部分，一个是企业的数据战略该怎么去设置。
大家谈大数据，但是企业的数据到底是怎样，我们怎样去理解它？放低了我们肯定低估了它的价值，放高了这个东西又很空。第二，我有一张图跟大家分享，这张图非常好，诠释了整个数据链，刚才我们讲述的都是产业链或者是互联网+的这种产业链形式。那我们换一个角度看看，数据的时候它是长什么样，这个钱是怎么样去产生价值的，整个价值链怎么流转的。最后我们会分享几个案例，我们来看一看，我们的问题叫“小数据之美”。其实企业真的现在在采用大数据，结合它在运营过程中创造利润非常非常有限，更多的传统企业其实需要的是如何利用它现有的能力和资源实现小数据之美。
我们先来看一下有一家传统的制造企业，它现在已经不在这个传统的制造企业。这家制造企业在两年不到的时间里面利用它现有的数据基础以及一些资源，然后加上优秀的规划和执行做出了两个数据产品。这是一个手机移动端的营销的工具软件，这个营销工具软件里面非常简单的使用了几个功能，一个是社区（服务的）地图，一个叫用户的地图，还有一个是小微（交易）数额，小微公营盘。
看起来不是很新奇的一个东西，对社区（服务）地图来说的话，它能够在移动端让一个营销人员在现场用他的地理位置识别出他所处的位置周边的小区和环境。然后他点进我们可以看见小微，最近可以看到前10，前20的，前30个小区潜在客户和我们营销对象的分布情况，迅速的打造了小区的一些消费者中，以及小区的一些产品的（销售额）。实际上我跟用户打通以后，我还能找到我的用户在这个小区的分布，我们还能够和会员体系打通，在会员体系打通的前提下了解，这些会员和我之前交互所有的咨询，或者是售后打通的过程中，这个点的产品是哪一些，然后推一下我们的型号。
以这样的洞察能力作为的基础在现场把营销互动的实施，直接在这样的GPD的内容上，我选择我的交互对象，我自己来发布一些不同的内容，迅速在全国范围内去支撑到，精细到每一个小区的对象。这样一个东西其实大家现在就有一些感觉。我可以把一些庞大的集团级的营销部门迅速分插到单位格，然后网格化以后，我们现场的营销员就能够做到我们原来营销体系所做的多少事情。
然后，这样的一个平台就实现了我们一个小微化的目的，把每一个一线的营销人员变成我们的合作伙伴，变成我们的合伙人，让他用他战场上的优势资源迅速搭起一场小而快，面向小众群体，面向十万级或者是千万级的营销活动缩短到面向几百人、几十人的营销活动，但是是多层次的。那么这样一个平台，六个月在这个平台上大概销售了五十多个亿，直接节省（费用）超过六千万，营销一体化迅速的降低了大家现在面临的成本问题，把一个集团庞大、臃肿的营销决策体系迅速缩短成促销的非常灵活的，根据现场适配一个体系。
这是一个移动端的产品，我们再看看企业后台决策与支撑的一个
数据产品，在这个产品里面还要把上万家的经销商的渠道全部打通，打通了以后形成这样一个平台，在这个平台里面支撑每一个关键用户，包括企业的决策人员、中层管理人员，以及渠道自己都能够看到他在这个过程中的价值。在这个渠道里面我们把所有分散的数据链条打通以后，给到一张全体视图。
大家可能熟悉的是用户导向，互联网体系在不断的宣传中，而我们在座的是一个企业级的客户化画像，把它的交易、资信，以及刚才我们提到的一些交易过程中详细的问题全部打通，在这个问题中我用数据的方式去识别基地场，一些伪装起来的事实，那么这些东西形成了一张全景图。任何客户登录进去的时候，从他的工商信息到他的交易记录，确保数据的一致性和坚持性，就是数据的真实性决定未来金融立足与否的一个关键。那么企业需要走过这样一个小数据的平台，你才能去谈未来大数据的稳。
在这个平台上企业的管理人员可以迅速的把他的客户进行分级，把这个客户和他的价值东西分成A、B、C、D，然后再A、B、C、D的基础上看到体分布里面的流动性。在我整个上万家的客户里面，到底是哪一些是高价值的，有哪一些是低价值的，他们的流动性每天、每周、每个月是从哪一张到哪一张，我的投入资源是否拿到了最高的性价比，那么我投入的产出全部与数据量化的时候，这个平台的性能是极大的优化了，只是谈到你在渠道营销中的1%，那可能就已经是10亿级的系统优化了。
但是这个平台其实是很难解释钱是怎么花进去的，为什么要花，是否必须要花。有了这个平台，其实你完全可以解决一些问题。这两个案例都是经过我们自己上线的实时产品和 数据产品的案例。我们这个案例就是通过增加了体系的价值变动这些KPI（音）的体系。我们换一个角度，不再从销售额的角度、利润的角度，而是从价值的角度去看。对于一个企业的长期发展来说，要做到利润最大化，其实核心的还是找到有价值的客户资源。面向自己的服务，找到价值可能更重要。
那财务业一体化以后，我们分布数据的能力让我们做到任何一个地方实现任何地方、任何时间你都能知道业务的发生的实际情况是怎么样的。像某一个高效率的电池，任何高效率的一定会取代低效率的东西。最后一个是我们通过客户价值A端的识别，可以帮助我们客户迅速的发现已被流失的一些非常有价值的客户。这个对于企业，尤其是低端企业来说是非常有意义的。
那么我们回到今天的总话题里面，其实我们在这个市场上，在数据+的时代面临的既定要素是不一样的，这个和互联网+其实有一点结合，但是不太一样。以我的角度来说，其实要做的就是两个，一个是用户，还有一个是商品，在它们之间进行连接级入口。然后互联网+是一种形式，全渠道零售代表的具体也是一种形式。说实话，现在很多硬件厂商都在这件事情，实际上本质上连接级数据这个概念我想告诉大家，如果你连接了，但是你没有数据化，其实不称为一个真正的有效的连接。
因为通过这种连接，我们可以看到在这两个法则，一个是效率生存法则，就是刚才我们大家提到的，我们为什么要在低端厂隔掉老一种模式的位置？是因为我们有这种高效率的90%的效能产出，取代了10%的效能产出。另外一个是价值生存原则，在这个价值生存原则里面，我们通过海量信息的技术本地实现能达到极致的一种个体体验，同时大家能通过网络虚实的打通实现，这个是未来低端迈不过这个坎儿。
那么这一张图我们还提到第二个，全局图。在这个全局图里面其实整个产业链非常清晰的告诉大家，我们所处的位置就是你需要做的一些资源分布，从整个产业链集成来说我们会有各种各样的数据产生的地方，这也是我们各位B2B的电商反复提到的，你未来要做金融也好，未来的产业也好，你的数据源断了，数据源这个这个问题最大的问题是数据是断的，虽然到行业的产业链全产业里面数据是连通的，但是在一个企业生存的环境里面，它的数据在这个里面实际上是隔断的，这个打通的问题是一个大家要留意的问题。
第二个，在整个的上层里面我们有各种的开放的数据源层，基础能力，然后可以善加利用。其实在我们的基础设施可能带来了厂商提供的产品，我们选择适合的方案和基础路线，还有行业的公司在分级发现时利用数据挖掘这样的技术，不管是互联网的渠道那种，等等分级分化数据的挖掘还是全部挖掘，其实它的后端的技术是非常高的。那么有这种数据分散的能力其实是非常重要的，有的数据怎么样把它提炼出来得靠这个。
最后分布的应用层，应用层其实不是我们能做到的，是更应该是B2B的企业的服务，包括在座的各位所能够有这种行业的深度理解，深度服务能力的企业所创造的，我们更多的是一个基础能力的服务。所以今天相信前前面大家在讲的过程中都讲出了各种各样的精彩，我们提到的是在幕后的一个技术服务能力。但是，在整个产业链规划的时候，下级分布是这样的一张图去分布的，但是很多部门赚不同的钱。
那么数据化战略的整个规划路线我们就简单的说，其实数据本身放低了它整个营销或者是一些用户画像上，但是对企业真正的引入以后，我们所看到的不管是海尔、长虹还是零售企业等等，其实他们带来了很大的力量。第一就是商业模式的变革，这种商界模式的变革可以颠覆一种渠道的管理模式，它可以把它产品涉及的模式从原来的调研，B2C的变成B2B的形式，这就是数据的力量。
第二个是经营管理的力量，我们刚才提到的平台，甚至能增加一个新的纬度，这个是一个经营管理的力量。但是数据本身更大的带来了精细化的运营之后的效率提升，这是本质。最后一个提升一个效能，在整个可以看到的过程中，有刚才提到的一个问题有些人不愿意看到的一些决策，因为有些统计是零差别的数据，所以在整个运营效率上它是最高的，它没有过多的信息的变性。所以，它带来的是用高效率取代低效率。
那么在数据化占用了数据理念以后，我们通常会整个去理解它，第一就是它是一个连接器，它以互联网的形式，互联网本质是数据，把互联网的外形去掉，其实互联网流动的全部是数据，没有数据就没有互联网，有了这样一个数据能力，考虑整个业务发展的时候它能带来很多新的商业契机或者是新的商业变革模式。最后是孵化仪器，包括华院现在也是孵化整个行业垂直应用的产品和应用的一些和公司，包括和海尔、传媒，以及针对个人信用的公司，还有我们在提升性的小微的金融领域里面也有一个小的类似的数据化的公司。
这个是我们在对方对手的分布，这张图简单的过一下。我们超了三个类型的客户，一个是一般企业，一个是像海尔这样的有一些转型，还有一个像京东这样的互联网企业。在这个企业里面细节就不展开了，我们其实评价的时候我介绍四个纬度。第一，你看它的数据源体系，第二是数据架构的体系，第三是数据产品的体系，它能不能利用这些数据，这个时候是使用数据产品来改变。比如说美团，或者比如说大众点评，离开了它的数据仓库，离开了它的数据产品，它其实一天都活不下去了，达到这种效果其实你就可以想象它的数据产品的重要性和价值是怎样的，它的估值甚至是和它是直接相关的。
最后是数据服务体系，数据有哪一些用户来用。然后再后面的案例的过程中就强调了虽然看起来很简单的一个应用，但是背后其实它是由系统性的工程去做的，一个数据的统计是根本，这个用户的整个过程是我们展示的一个用户数据的平台。那么通过分析和挖掘能力的建设，我们打造了这种用户标签的标识，就是业务标签的一种标识。我想对比一下传统驱动架构和服务使用的架构和数据使用的架构的区别。这是一张典型的某大型童装连锁集团的服务架构的SOA的系统，大家可以看到，这张图里面其实是非常明显的，在红色的部分大家看到了统计，这是非常可喜的一部分，因为大家手上的一致性通过这样的统计。同时，在上面又有很多应用，就是我们刚才讲到的数据应用。
可是这个是过去，或者我们认为说这不是代表未来。因为在整个过程中，它的数据的集成，数据的汇总方式是通过企业总线的模式，虽然它有一个大致的名单，但是更多的这样一个企业总线。企业总线是在效率方面是一个过去的概念，但是在未来我们应该有一个这样的数据式的整体架构，但是这个数据适用的整体架构里面企业的分散各个业务和数据应该和外面的数据打通，应该和企业之间的数据打通，形成一个固定级的企业，就是数据仓库以及互联网进行分类的一个数据体系。在这个数据当中上层应该有很多主题的数据去支撑我们的一些未来的业务应用场景。但是我们需要一个市场性的分析引擎的平台去融合我们今天去多的各种金融、产业本身，以及管理应用方面的效能，所以说达成多个平台的应用。
通过这张图大家也知道，如果你想要去做数据这件事情，那么从这个起点上开始或者是在这个起点上考虑更好的根本，本身和熟悉的团队结合，应该是一个足够（可行）的方案。但是这个过程还在不断的演变。最后一点强调的是数据互连，其实在我们整个华院的十几年的服务体验里面，尤其是最近的三年资本的推动在大数据浪潮的洗礼之下，我们发现最后的价值的东西不是数据，而是数据互连，没有互连的数据是没有灵魂的数据。
也就是说，在整个数据规划中，企业不断要把数据留下来，更主要的是找到一些有价值的数据，把它连接起来，就是带给我很多消费企业的那种消费的系统，用户的ERP等等。那么我们是否了解我们的消费者，是否在我们的B2B系统里面你就了解了这个客户的所有的行为信息？我想答案是不确定的，因为在你的消费者外面有很多东西去还原他的本质。所以在这个数据里面，我觉得我们要知道不管是C还是B的服务对象，前面是洞察消费者的需求，你需要的是用户的画像进行脉络数据的关联和业务数据的打通。
最后就是小数据落地企业数据资本的理解是说，无论你这个数据是大数据还是小数据，其实都离不开这个过程。第一，非常好的规划。数据的规划我们已经诠释了，有一个好的规划，你会走那条路。第二个是数据的规律性，这些都是绕不开的，没有一致性和准确性是不可能有好的数据结果。丰富的数据应用最终体现到我们的价值，在你的（财务报表）里面是否能写入数据资产这件事决定了你在这条路是否能脱颖而出，谢谢大家的时间。
