目前數據僅是“數據”還不是資產

 

　　企業數據資產化這一概念已經在業內談論了很久，如今的傳統企業數據意識較之前也有了一定的增強，但是數據底子還是相對薄弱。派拉軟件大數據架構師高超認為，從數據資源轉化為數據資產，一個必要前提是數據能否帶來附加價值，即數據能否創造新的業務。他認為企業數據資產構建將經歷三個必然階段：

 

　　第一階段，企業數據資源的收集階段，該階段需要打破企業的傳統管理理念，將企業的數據資源由分散式管理變更為集中式管理；第二階段，企業數據資源的識別階段，該階段的一個主要任務就是數據治理，需要將企業的數據資源進行梳理、識別、精細化與標準化，以便更好的加以利用。第三階段，企業數據服務能力的建設，該階段的主要任務是將已有的數據資源以一種業務能力(數據目錄、數據地圖、數據網關等形式)提供給企業的人員，讓數據能夠快速推進業務發展，創造新的業務價值。

 

　　第三階段的企業數據服務能力建設是企業數據資產化的關鍵期，而當完成了以上階段，一個企業的數據資產價值轉化才談得上已經實現。“目前對于大多數企業而言，數據僅僅是‘數據’，還未形成資產。”高超強調。

 

　　不同行業由于其業務模式不同，數據積累存在差異，因此實現數據資源整合，釋放數據價值也會有不同的實踐路線。高超認為對于當下而言，企業首先應該建立自己的數據資產，為后續的價值變現提供可能性，接下來必須進行有效的業務創新，讓數據創造新業務，提升企業競爭力，才能更好的達成這一目標。

 

　　以派拉軟件的重點客戶制造業和金融業為例，制造業的數據涉及業務的全生命周期，相較于金融業其數據量更大，業務鏈路更多，場景也更為復雜，麥肯錫全球研究所（McKinsey Global Institute）的數據顯示，制造業是目前數據最多的行業，平均每年產生1.9 PB的數據。其中，在供應鏈、采購、工廠運營以及合規和質量管理階段會生成大部分數據。不過制造業對新技術的接受和應用一般晚于金融業，其數字化建設還停留在數據資產建設的第一階段，剛開始構建大數據平臺。而金融業得益于其先天信息化積累的優勢，加上前幾年互聯網技術的應用，很多企業機構已經在做數據資產第二、第三階段的嘗試和建設。

 

　　從數據資源轉化為數據資產，繞不開技術的應用。面對琳瑯滿目的新技術，企業該如何選擇是在做相關項目時經常討論的議題。2019年獨立研究機構 Vanson Bourne 對來自 15 個國家和地區的 1500 名 IT 決策者和數據經理進行了一項調查，發現企業整合數據管理的能力還有待加強，只有 29% 的受訪者稱，其企業已部署全面一體化的戰略性數據管理方案。這說明，大多數企業還在采用孤立的方式，難以集成分散的數據管理解決方案。

 

　　高超認為還是要遵循因地制宜、循序漸進的原則。企業不應盲目引入新技術，一切都是以推進業務發展為準繩。結合自身情況做充分評估后再制定轉型變革解決方案，然后按計劃執行逐步執行。

 

       引入新技術是基于長期價值的綜合考量

 

　　解決業務煙囪、數據孤島的問題，企業對于云計算與大數據技術不會陌生。高超認為云和大數據是兩種相輔相成的技術，云平臺的使用可以降低企業數字化業務的使用門檻，可以更快速方便得交付業務成果，同時大數據平臺可以基于云環境構建，不少企業都是云平臺和大數據平臺一起構建，有的企業也會構建自己的業務中臺和數據中臺。

 

　　為了保護企業內部數據安全和充分利用數據價值，2019年5月份，一汽集團制定了業務中臺和數據中臺的雙中臺戰略。作為一汽集團雙中臺戰略的合作伙伴之一，派拉軟件攜手一汽集團搭建數據中臺，推動數字化轉型，云與數據技術同步進行，其中涉及到私有云向公有云動態擴容的跨云融合，最終實現了數據賦能，獲取海量IoT數據流控制力，實現業務的全新觀察視角，為觸達終端用戶提供手段。

 

　　“對于業務交付效率要求比較高，IT人員配置比較少的業務，上云是一個很好的選擇。”不過也需要明確云在現階段亦有其弊端和局限，引入新技術是基于長期價值的綜合考量。

 

　　比如成本是上云要考慮問題，高超指出以公有云為例，云平臺的資源復用成本與長期使用的未來成本非常高，若自建平臺，兩套業務過程可以共享同一套硬件環境完成，但是在云平臺中就需要付出兩份成本以完成兩套業務過程。前段時間NASA由于付不起高昂的下載費用，無法下載其在AWS上的數據就是實例。關于上云的告誡早有先聲，在2016年Veritas發布的“數據冰山”報告中曾經指出，數據遷移至云后，受控于云供應商是企業所面臨的真正問題，在12 個月內，無論企業出現任何問題，例如成本上漲，50% 以上的企業都無法立即更換云供應商。即便如今多云管理等相關技術日趨成熟，成本和被供應商綁定依然是上云要考慮的重要因素之一。此外，企業也會考慮安全性與合規性而選擇私有部署，不會上公有云。

 

　　另一個重點是數據湖，數據湖是當下比較熱議的技術，業內普遍認為數據湖是大數據平臺發展的下一階段。簡單來講，數據湖是來自各種來源的原始數據的存儲庫，可以按原樣存儲這些數據，然后根據需要對其進行過濾和分析準備，其特色是可以存儲處理非結構化數據，但是不會替代數據倉庫，兩者相互協同。

 

　　高超指出目前國內構建數據湖平臺的企業還不多。而且，數據湖必須站在整個企業的視角去規劃和建設，這一過程仍會遇到不少問題，同時其經濟性效益也不會立刻凸顯。但是數據湖是企業數字化進程中非常重要的一環，“數據湖就像汽車中的底盤，雖然表面看不到，卻至關重要。”高超強調。

 

　　為了應對海量多源、異構數據所帶來的挑戰，數據湖是未來發展的大趨勢，數據顯示，全球數據湖市場在2019年的規模為37.4億美元，預計到2025年將達到176億美元，預計2020 – 2025年期間的復合年增長率為29.9%。

 

　　然而新技術的市場化探索不會一蹴而就，是否馬上進行建設還要視情況而定。有傳統企業IT相關負責人指出數據湖應用需要有大量的數據，其自身企業數據體量還不夠，且幾乎沒有非結構化數據，目前并沒有計劃上數據湖項目，未來可能會引入。

 

　　技術是否合適需要在實踐中檢驗，在推動企業數字化變革的過程中企業領導應該如何去做也是企業需要考慮的問題。

 

誰該來為企業數據資產化負責？

 

　　在從數據資源到數據資產轉化的過程中，背后是數字化轉型的大背景。涉及到數據這一重要要素，更多的是一把手責任制。派拉軟件所觀察到的也是如此，高超介紹自派拉軟件開展大數據業務以來，已經與政府公安、制造業、金融業、零售業等行業的客戶溝通交流，大多數客戶都很好的貫徹了數字化轉型是一把手工程的理念。數據資產化涉及企業全員，同樣也是一把手工程。

 

　　從派拉軟件實施的實際項目來看，大多數企業仍然是以CTO（首席技術官）或者CIO（首席信息官）牽頭，但CTO/CIO更多的還是站在傳統的業務視角來看待數字化轉型，因此后續的執行過程中，特別是大型企業，或多或少的會產生一些業務沖突或者價值偏離的情況。少數新興技術行業或者互聯網企業，出現了CDO的角色，相較CTO/CIO而言，CDO（首席數字官）更懂數字化建設，更懂企業的數據價值，能夠很好的推進企業的數字化轉型。

 

　　具體來看CTO/CIO牽頭所帶來的部分問題，高超介紹一方面是業務視角帶來價值偏離的問題，CTO/CIO的視角更多的關注企業通用型技術，各業務之間的運作平衡，而CDO更關注怎么讓企業的數據賦能，產生新的價值，目標驅動不同，這樣帶來的業務視角會有差異。比如搭建一個大數據平臺，CTO/CIO會關注用什么技術搭起來最高效便捷，CDO會關注數據情況，業務需求，然后決定用什么搭建的路線和方式。

 

　　另一方面是執行理念帶來業務沖突的問題，CTO/CIO經常會讓傳統IT部門牽頭來做大數據平臺項目，而不是專門的數據部門或者數字化部門，傳統IT部門在執行過程中會借鑒之前的項目經驗。同樣以搭建大數據平臺為例，在大數據平臺的建設中，業務鏈路從傳統的業務源系統->業務應用，轉變為業務源系統->大數據平臺->業務應用或者大數據平臺->業務應用，因此在具體的場景建設時，往往也會帶來一些不同部門之間的溝通問題。“未來的企業數字化建設之路，必然是崎嶇不平和充滿挑戰的，因此敏銳的洞察，精準的出擊，有力的收放非常重要，我們建議更多的企業設立像CDO一樣的角色，更好的完成這一戰略。”

 

　　實際上在推動數字化戰略過程中，除了CDO、CIO、CTO還需要CEO的支持，是否要建立CDO角色，如何進行數字化變革，身處不同行業不同階段的企業會有不同的需求。在與部分傳統企業IT負責人的交流過程中，筆者發現他們的數據意識已經發生改變，有的對IT如何賦能業務有比較深刻的理解，并進行了有效的探索和實踐。因為涉及到變革會觸及到利益，部門之間的溝通問題不可不免，他們會循序漸進，會逐步“利誘”業務和管理層支持IT變革，我們將在下一篇分享相關探索和實踐，敬請期待。