小编导读

用发展的眼光来看，过去的25年，企业的信息化建设意味着什么 ？现在的企业信息化建设又有怎样迫切的需求？为什么说未25年是数据分析师的年代？本文由数聚股份CEO陈庆华先生撰写，作为一个数据领域的老兵带给我们的经验和思考。 

  一、数据分析师的春天来了

Gartner分析师认为，“过去25年属于计算机专家，未来25年属于数据分析师”。

Gartner对未来的预测从来不是主观臆断，而是在大量客观调研的基础上总结出来的。事实上，全球企业正悄悄发生着根本性的变化，许多企业出现了数据分析师，而大量的业务人员，尤其是企业职能部门中那部分善于思考和动手的先行者已经逐渐习惯于应用自己掌握的数据分析手段来分析与查看数据，以洞察相应业务发生的状况，还有的企业在高管中出现了CDO（Chief DataOfficer）这样的职位。

其实，早在2014年，阿里巴巴集团董事局主席马云提出DT（Data Technology）时代的概念。他认为，人类正从IT时代走向DT时代。IT时代是以自我控制、自我管理为主，而DT时代，则是以服务大众、激发生产力为主。从如今Gartner的研究成果来看，不得不佩服马云的前瞻性。世界正沿着这个发展方向在前行，全球企业正在从重视IT逐步转移到重视DT。

二、过去25年发生了什么

为了便于理解现在和预测未来，我们必须首先知道过去，看看我们过去25年主要做了什么。实际上，数据和分析这个领域在过去25年已经非常成熟，并伴随着开启了一个跨学科领域的信息与决策科学的新纪元。虽然“信息时代”这个词也并不新鲜，但有意思的是它其实从来没有真正发生过。直到大约2000年，甚至更晚，我们进入了技术时代（Technology Age）。在那之前我们所做的事大都是信息化基础设施建设，这是在为开启数字化时代（或者真正的信息时代）作准备。当时我们更多地关注技术而不是信息本身。信息系统和信息在那个时候是同一回事情：ERP/CRM/PLM/供应链管理/MES，甚至Email。我们建立了不同的系统来保有不同的数据，而那些数据被看成是与系统和流程自成一体的自治主体，他们各自为政为企业的某个职能领域服务，如财务、记账、市场、客户服务、研发、采购、生产等等。

历史总有许多惊人的相似之处。就建设基础设施而言，历史上就有过许多可以类推的先例。比如，在1860年与1914年之间，美国铁路网络建设完成。这个巨大的工程为美国在20世纪上升为超级大国铺平了道路。当1914年（当年处于第一次世界大战中，美国总统威尔逊宣布保持中立）这个需求来临时，美国这个国家就能快速响应。这只有在那些基础设施已经现成的情况下才会发生，因为那样美国就可以充分利用其经济和人力资源。铁路本身从来不是关键，关键是它使得人们和物资可以以一种低成本和高效的方式移动到任何要去的地方。类似的，我们已经花了50年时间建设了信息化基础设施，包括硬件、软件、存储和网络。现在，我们可以以一种低成本和高效率的方式创造、移动和存储巨量的数据。在本世纪的前20年，我们看到了政治、经济和社会的变化规模是空前巨大的，但比起我们即将到来的20年所带给我们的改变将不算什么。我们现在正在进入数字化时代。然而，就数据与分析、信息、和分析治理领域来说，其实许多企业并没有作好准备。

迄今为止的IT故事已经成为其所赖以运行的技术和软件基础设施的故事。我们生活在摩尔定律（Moore's Law）、克莱德定律(Kryder’s Law，对存储容量的指数型增长预测) 和梅特卡夫定律（Metcalfe’s Law，电信网络的价值与系统所连接用户数目的平方成正比）的预言里:计算能力、网络提速、存储效率已经持续推动技术上的进步。摩尔(Moore)自己预言（于2005年4月）我们只有另外的10到20年，此后我们将遇到天花板。而就克莱德定律(Kryder's Law)来说，它已经允许存放从来没有过的巨大数据量。就某种意义来讲，这样的发展已经弊大于利，因为它鼓励这么一种意识：允许越来越多的数据被存储起来却没有一个真正的计划来规划如何组织和使用它。梅特卡夫定律（Metcalf’s Law）在直观上感觉正确并最近在数学上得到了验证。然而，当我们考虑网络影响和人类时，另一个根本问题出现了。克莱·舍基(Clay Shirky,《世界是湿的》作者，研究互联网技术的社会和经济影响的美国作家，顾问和老师)曾很好地将此总结为：“集团是其自身最糟糕的敌人”，他说，“而最后，你将不得不找到一个方法来让集团从规模效应中解脱出来。规模自身妨碍对话，因为对话需要双向高密度的交流。就对话这个语境而言，梅特卡夫定律（Metcalfe’s Law）是拖后腿的。”。

三、市场诉求敏捷的数据处理手段

我们正经历着这些老调重弹的、信息过载的挑战，它虽然实在已经成为一个让人听厌了的词，但它始终是一个未解决的问题。我们还没有认识到其实根本原因出在模型的缺乏，以及数据分析思路和技能的缺乏，以至于无法及时处理这大量的数据，而把我们自己淹没在了这巨量细节数据的海洋里。

大量的信息只有在它能够在人类的度量上能被校验、分析和表达时才有价值。除非做了上述校验、分析，否则我们得出的结论的可信度必定不高。过去的25年属于计算机科学家、信息科学家、网络设计师和其他专家，而接下去的25年看上去将与之前的25年不太一样。之后的25年将需要新的战略、工具、模型、角色和技能。许多从业者和专家将不再是技术专家，而是在业务上经验丰富的人，他们会把数据作为一个工具或手段使用起来。这些新的用户或者从业者，他们对此原则深信不疑，正加入到老一代的数据管理和商务智能(BI)队伍中去。然而，我们发现这两组人缺乏共同的理解基础、通用的语言，和一套现代化的、集成的、有粘着力的和敏捷的处理数据与信息的手段。

四、自助式分析工具成为数据分析师的得力助手

真正的数据分析师极少自己纸上谈兵，却要IT人员来制作报表、操纵数据。他们大多希望自己掌握工具来分析、操纵数据，由于之前市面上缺乏业务人员自己可以掌握的BI工具，很多业务分析人员就只能依赖于Excel，这也是为什么人们说Excel才是当今BI市场上占有率最大的BI工具（如果可以算作BI工具的话）的原因。

在数聚股份之前实施的大量BI项目中常常遇到的一个困惑-----客户中总有一些人的报表或分析需求难以满足，这在财务部门和业务分析部分尤其突出。数聚股份的顾问常常花了50%的时间在与那些业务人员沟通。一方面，无论通过文字或者语言或者图表都无法100%传递两个大脑之前的信息，能传递70-80%的信息已经属于非常好的沟通。另一方面，业务的分析方法不断在变化。BI项目的推进其实是推广了一种数字化管理的文化，而这个过程中其实有些业务负责人员自己也没有想清楚如何用数字化的方法来分析业务，所以有些指标的计算口径、分析方法常常发生变化。而管理本身又是一个与时俱进的事情，所关心的指标、口径、方法需要调整也是合情合理。这就导致了BI项目中有些问题永远关不掉。

解决上述问题的唯一办法就是让业务人员自己掌握分析工具。IT人员（包括外部合作伙伴）把主要精力放在准备数据和传播分析经验上。Tableau这个BI工具的出现在一定程度上解决了这个问题，这也是为什么这个工具目前在市场上如此火爆，去年增长率达到78%（是的，78%，是其他工具厂商望洋兴叹的数字！）的原因。

图：Tableau市场增长率达到78%

Gartner预测：到2018年，全球将有一半以上的大型组织会用先进的分析与专用的算法来参与市场竞争，这可能导致整个行业的重构。

所以，数据分析的春天来了。如果你是业务专家，请尽快熟悉适合你自己掌握的数据分析工具；如果你是IT人员，请学会站在业务的角度分析数据，掌握DT（数据技术，Data Technology）。

注：

Gartner (高德纳，又译顾能公司^[1] ，NYSE: IT and ITB)全球最具权威的IT研究与顾问咨询公司，成立于1979年，总部设在美国康涅狄克州斯坦福。其研究范围覆盖全部IT产业，就IT的研究、发展、评估、应用、市场等领域，为客户提供客观、公正的论证报告及市场调研报告，协助客户进行市场分析、技术选择、项目论证、投资决策。为决策者在投资风险和管理、营销策略、发展方向等重大问题上提供重要咨询建议，帮助决策者作出正确抉择。

IDC：全球著名的信息技术、电信行业和消费科技咨询、顾问和活动服务专业提供商。

参考文献：

《Data and Analytics Leadership Vision for 2017》—Gartner

《BI and Analytic Trends forDigital Business》----Ian Bertram Gartner