数据存储、数据挖掘、数据安全和各行业应用等大数据领域公司频繁获投，且轮次多为 B 轮、C 轮及之后——从 2012 年前后「大数据概念」在互联网和信息行业被频繁提起，到 2019 年，已有相当一部分技术类创新企业生长并发展到技术成熟，走向「大数据应用」。

青岛用友软件企业管理咨询热线：131 8899 0267

从普通用户的角度去感知大数据，是高德知道工作日六点半打开地图的你是要回家，自动显示的路线和路况；是美团在中午给你推送的黄焖鸡米饭满减红包；是 X 平台在某个合适时机问你是否有贷款需求；也是政务大厅的小机器人知道你要的一切答案。

大数据，正在渗透人们的日常生活，以「懂你」的方式给生活带来便捷体验。

同时另一面，给消费者提供服务的 B 端企业，将数据高效使用可以为大小的运营决策提供理性、科学的判断依据；此外，实际上拥有数据量远超个人和企业的我国各级政府单位，更是在探索手中数据应用上走在了前端。数据已经成为各行业的重要资源和创新动力。

但是一些企业对大数据的认知仍处在「概念化」状态，或者受限于业务数据收集、处理之困，或者认为自身数据量不足够大，离所谓大数据很遥远，亦或者在战略意识上过于谨慎，认为大数据技术使用成本过高而预期不明——大数据的价值和力量，至少在当前阶段，并没有充分在企业里发挥作用。

在国际知名咨询公司毕马威看来，当前宏观环境充满不确定性、同业竞争之外又有互联网跨界竞争的压力，同时客户需求更加多样化的背景下，对于一家企业，如何找到下一个利润增长点，如何满足客户需求，如何在新的政策下快速提升业务，如何找到新的资源和潜在市场——都是反推企业利用自有或行业共有数据资产的重要因素。通过对数据资产的转化，使其逐步发挥价值。

如何实现企业的「大数据化」。毕马威大数据合伙人魏秋萍博士给出的建议是：

首先要形成统一认知。注重数据挖掘往往一开始只是少量部门，但实际需要全企业协同发展，在企业层面尤其是高层支持，形成统一认知，才能让数据发挥价值。

第二，要养成数据驱动决策的思维方式。很多企业的经营决策以往可能都是拍脑袋决定，没有依据，但假设每个员工、每个部门、每个领导都有「有数据支撑再做决策」意识以后，数据驱动决策的文化才能开展。

第三，加强和外部的协作。如金融机构在做信贷业务时，获取并使用外部更多数据帮助其做风控、做反欺诈是十分必要的。

DATATOM 德拓信息是一家致力于「数据智能」的科学研究的创新大数据企业，目前已完成 C 轮融资，服务过 20 多个行业，包括媒体文娱、教育科研、公共安全、交通物流、政务管理、医疗卫生、商业制造和金融证券等。

DATATOM 也实践了 90 多个大数据项目的方案落地，包括极具影响力的「海关总署等风险洞察」「贵阳交管的『数据铁笼』」、上海公安的「智慧公安」等。

在丰富的服务客户的能力基础之上，德拓信息 CEO 谢赟分享了德拓对大数据的理解和洞察。他们认为：

一，数据可以实现多维感知。例如德拓为青浦公安做的大数据监控，将进博会期间所有的数据和公安数据汇集在一起，使得公安可以了解实时情况，包括重点关注的所有异常点。

二，数据可以驱动业务协同。在业务组织和生态之间，受限于「部门墙」、「组织墙」、「生态墙」，最大问题即互相无法协同。但数据是透明的，当数据一体化时，所有墙在技术层面就可以打通了，进而驱动业务的协同。

三，数据的洞察助力精准决策。从拍脑袋定方向，到使用数据作为支撑做决策，是降低风险、促进组织更好发展的理性选择。

四，数据可以完成深度挖掘。无论是通过数据找到某个犯罪分子，还是去探索一个新的商机，数据是可以不断深入挖掘、找到机会的。

五，数据可以提供无边界的服务。一方面，大数据可以将原来的信息化更好用。信息化无法进行数据之间的评估，无法实现数据监管验证。但大数据的汇集，可以对此前数据准确性和可靠性做评估；第二，数据可以成为一种服务能力。

六，数据可以提升流程效能。通过数据感知，从而发现流程中的问题，予以迭代优化，实现效率的提升。例如在轨道交通实践的人员效能数据分析平台，在独山子石化实现的失效数据库分析等。

当然，我们也观察到如德拓信息一样，在大数据时代的一些探索和践行者。他们不论是作为第三方提供技术、解决方案去服务 B 端客户进行大数据化，还是作为企事业或政府单位，自发挖掘内部数据而进行的大数据化，都在影响着大到国家战略，小到用户增长效率——

「佳格天地」专攻大数据在农业方面的应用。目前我国仍是农业大国，农业作为第一产业关系到国计民生，但农业领域如何获取数据成为最大阻碍与瓶颈。

目前，佳格天地以遥感技术为核心，以地理信息系统为平台，以全球定位系统为辅助——观测中国每一亩土地正在发生什么变化，种的是大豆还是玉米，大豆正在经历什么病害，大棚覆盖有多少，大棚里是否有作物正在生长。

佳格天地的这套「天地空数据采集系统」每天会接收到数 T 级别数据，通过机器学习的算法，识别具体作物以及相应状态，最终为农业保险提供合理依据。

在券商如中信建投中，也正在利用对用户日常交易、转账、自选股等字段作为目标数据标的，使用机器学习去调动近千万的客户的活跃性。此外，中信建投首席数据官李剑戈透露：在五一之后，中信建投将上线智能客服回答线上海量用户对咨询。

为了实现客服智能化，中信建投此前特意积累了全国 300 多家营业厅真人客服的解答数据作为机器学习的样本。

「来也」是近几年在 AI 自然语言处理领域颇有建树的人工智能企业。来也把深度学习、强化学习、迁移学习，包括自然语言处理，还有个性化的推荐、多模交互的技术，输出给企业，帮助企业打造智能机器人，应用到多样化的客服、企业内部办公、销售等场景。

来也曾给海淀园「码上办」项目打造政务咨询问答机器人「小海」——小海可以将历史所有入驻园区企业的问题需求进行汇集和学习，通过人性化、个性化的交互方式，为园区企业提供便捷及时的服务。小海机器人的目标是解决人们到政府办事跑断腿的难题，「希望大家一次都不要跑，就能解决问题。」

如何让自己的企业实现「大数据化」，来自毕马威的魏秋萍博士甚至给出了实操指导——如果将高大上而模糊的「大数据」操作拆解开来，可以分为「养数据」、「聚人才」、「创价值」三个步骤。

企业要大数据化，必然要求数据的积累和培养，即要有养数据的意识；只有数据而没有人去进行分析，就像挂在衣柜的衣服，并没有价值，找到数据分析人才，再利用其专业能力去用数据解决每个细小业务中的痛点，最终让数据实现其价值，这便完成了一个企业的大数据化过程。

此外，魏博士：「不管是『大数据』还是『小数据』，能够创造价值的数据，就是好数据」。

德拓信息在总结了其给各个行业做的落地方案和合作经验后，关于「如何实现数据的价值」，得出了务实的方法论：「问题——数据——方法」。

谢赟发现很多企业或单位「往往会本末倒置——有什么数据就想要做什么事，但常常没有效果。」对数据价值的实现首先要回归「价值」本身，能解决问题的数据才是有价值的。将问题本身放在第一位，才能去对应解决数据是什么，以及解决方案是什么。

4 月 26 日，数据创新领导者德拓、AI 对话机器人平台先行者「来也」共同发起「DI 2048」。

随着行业数字化转型不断深入，联合行业服务势在必行。DI 2048 链接云计算、云服务、大数据、数据工具、人工智能等服务商，聚合伙伴服务能力，优势互补，强强联合，给客户打造联合服务方案。