大数据咨询方法论白皮书-奇点云-201912.pdf

大数据咨询方法论白皮书Big Data Consultancy White Book目 录Catalogue大数据咨询的时代背景大数据咨询的定义和需求来源大数据咨询的核心特征和挑战大数据咨询的核心方法论大数据咨询工具： 360º数据管家奇点云大数据咨询探索与实践15791719数据中台成为数字化转型的基础设施数据中台演进的四个阶段第一阶段第二阶段第三阶段第四阶段单一业务系统阶段处理分析报表的需求解决报表和BI的需求系统对接OLTP和OLAP数据库阶段数据仓库阶段数据平台阶段数据中台阶段1数字经济尚方兴未艾， 智能经济却已经大步而来。2019年政府工作报告， 正式提出了 智能+ 战略： 深化大数据、 人工智能等研发应用。 打造工业互联网平台， 拓展“智能+”， 为制造业转型升级赋能。 2019年5月， 在全球智慧物流峰会上， 阿里巴巴CEO张勇也喊出了 数智化 的口号： 未来的物流一定是从数字化到数智化， 数智世界将是我们共同面临的时代。 人工智能 （AI） 将成为经济发展新引擎， 已经成为全行业的共识。 普华永道报告认为， 到2030年时， AI对全球经济的贡献将高达15.7万亿美元， 这超过了目前中国和印度的经济总量之和； 埃森哲分析报告称， 2035年， AI将帮助人类经济年增长率翻番； 麦肯锡发布 人工智能对全球经济的影响报告， 认为未来10年AI为全球GDP将贡献1.2%增智能经济成为经济发展的新引擎大数据咨询的时代背景2大数据咨询方法论白皮书随着企业把越来越多的业务和流程搬上云， 以及使用了新的数字技术进行研发、 生产、 制造和销售领域的革新， 数据问题开始大量暴露出来。统计口径不一致导致的数据质量问题； 采集技术问题导致采集的数据一半是空值； 缺乏实时计算能力， 不能提供实时数据， 导致管理的滞后性； 数据分析和调研严重滞后于业务进展， 不能实时决策数据问题已经成为企业数字化转型的关键问题， 数据资产将成为企业核心的战略资产。 只有数据问题被解决， 企业才能真正实现数字化转型。2019年9月， 联合国发布了最新的 数字经济报告 ， 报告认为， 数字经济扩张的驱动因素是数字数据和数字平台，在收集使用和分析大量数字数据的能力推动下， 数字经济继续以极快的速度发展 。从全人类的角度来看， 2015年是数据增长的里程碑。 2015年一年产生的数据量， 是人类过去历史上产生的数据量的总和。 从2015年之后， 人类的数据量进入指数级增长， 每年增长40%-50%。随着数据量的增长， 一个全新的数据价值链 开始浮现。 从数据采集、 数据存储到数据治理再到数据应用， 数据生产进入了全新的 数据工业时代 ， 海量非结构化的数据被结构化， 从日志数据到视图声数据， 人类开始以全新的数据视角审视这个世界。并且， 越来越多的数据产品、 越来越多的数据生态开始在这个过程中被创造出来， 商业数据、 社会数据、 政府数据前所未有地交融在一起， 为人类创造新的价值。数据问题成为数字化转型的关键问题随着越来越多的企业上云， 如何更好地利用云计算、 大数据和人工智能的力量就成为了他们探索的主题。 要如何通过技术来赋能企业数字化转型？ 如何让技术投入产生业务价值？ 是否需要调整组织？ 企业提出了越来越多的问题。数据中台 ， 狭义上， 就是解决这一系列问题的基础设施。 2018年以来， 随着阿里巴巴双中台架构的普及， 越来越多的企业把中台视为面向未来的企业进化必经之路， 开始寻求数据中台服务公司的帮助。 2019年， 甚至可以称为数据中台元年。Information Created Worldwide = Expected to Continue Accelerating180 % Structured/Tagged 1601401201008060402002005200620072008200920102011201220132014201520162017E2018E2019E2020E2021E2022E2023E2024E2025EZetabtytes(ZB)2005: 0.1 ZB2010:2 ZB, 9%2015:12 ZB, 9%2020:47 ZB, 16%2025E:163 ZB, 36%2015年一年产生的数据量，是人类 过去历史上产生的数据量的总和。2015年之后，人类社会的数据 量每年增长40%-50%。2007年， 阿里巴巴在战略会议上决定阿里未来要成为一家数据公司。 但真正在数据上有所建树， 却要把这个时间延后到2009年， 阿里云也诞生在这一年。 大体上可以把阿里的整个跨越过程分成三个阶段：从2003年成立以来， 淘宝收集了大量的数据， 其中90%是非结构化的日志数据， 当有了这些数据之后， 所有人都想看见数据背后的真相： 我的用户从哪里来， 他们买了什么，为什么购买， 转化率如何这些问题我们大体都可以归结为两个基本问题： 发生了什么？ 怎么发生的？和去IOE同步发生的， 是阿里加大了对于BI （商业智能） 的需求， 用数据 看见 答案的BI， 在这个阶段是阿里存储和计算资源消耗的主力军。 阿里巴巴也是第一个设立CDO（Chief Data Officer， 首席数据官） 的公司， 第一任CDO是后来的阿里巴巴CEO陆兆禧， 有意思的是， 后来成立的数据平台部因此也习惯性被内部称为CDO。阿里巴巴的启示数据智能是未来第一个阶段：2009-2012年， 关键词是 看见每天 处理 数据量100 PBP BTB20072009201220152019连接看见使用赋能如何连接买 家和卖家？发生了什么？ 怎么发生的？为什么发生？ 未来将发生什么？能否用机器 来处理？不去IOE会死阿里云成立数据平台部成立50%的服务器用于处理 数据而不是处理业务BI对存储和计算机 消耗最大人群定向对存储和 计算消耗最大推荐算法对存储和 计算消耗最大从人指挥机器到机器指挥人全面上云70%以上的GMV由机器运营3千人千面一个标志性的事件是2012年数据平台部的成立， 这个被称为CDO的部门， 源于七公组建的数据平台团队， 在这个团队手上， 诞生了一系列数据分析和挖掘工具， 包括在云端、 数据魔方、 淘宝时光机、 淘宝指数、 TCIF等等。 这里特别要提一下TCIF （淘宝消费者数据工厂） ， 由现在奇点云的创始人行在创立， 拉通了阿里巴巴所有的消费者数据，并且完成了3000+标签体系的建设， 这些标签每个用阿里妈妈做精准营销的同学应该都见过， 就是达摩盘里面那些勾选的选项。2012年的标志性事件， 就是TCIF的存储和计算消耗量超过了BI， 以TCIF为代表的人群定向成为了计算资源的消耗大户； 另一个标志性的指标是， 阿里巴巴有50%的服务器不再处理任何事务， 而仅仅用于处理数据。这个阶段， 阿里巴巴开始真正实现了用数据预测未来的问题， 更好地帮助业务去回答： 为什么发生？ 未来将发生什么？第二个阶段：2012-2015年， 关键词是 使用同样， 2015年也有两个标志性事件： 一是阿里云数加平台的成立 （行在创立） ， 这代表阿里巴巴开始把内部形成的大数据能力外化， 赋能社会去建立大数据能力； 二是推出千人千面算法， 推荐算法一跃成为了存储和计算资源的头号消耗大户。推荐算法不仅仅是我们看到的淘宝界面那么简单， 在某种程度上， 推荐算法让阿里巴巴跨越了 从人指挥机器到机器指挥人的奇点 ， 今天阿里巴巴75%以上的GMV都由机器来运营， 流量由机器来精准分配， 相比之下， 天猫淘宝等等全部合在一起也只有几千个运营小二， 人效高得可怕。经过这三个阶段， 我们可以认为， 阿里巴巴已经围绕数据完成了数据工业化生产链条的搭建， 并且围绕着数据链条建立了丰富的数据生态通过低成本的业务在线化 连接 企业和客户， 再通过数据在线化 看见 业绩和顾客， 然后建立数据使用 能力来预测未来， 最后用数据智能赋能 业务转型成服务公司或者平台公司。包括最初的连接买家和卖家的阶段在内，连接-看见-使用-赋能四个阶段， 让阿里巴巴成功跨越数据指数级增长的奇点， 构建起数据智能的未来。第三个阶段：2015年至今， 关键词是 赋能总结：大数据咨询方法论白皮书“4大数据咨询的定义大数据咨询是由奇点云在实践过程中所提出的定义， 我们认为大数据咨询是在传统咨询以外， 基于技术驱动数字化转型的需求， 通过咨询的方式， 帮助企业更好地去规划数据智能的未来， 围绕数据构建企业的数字化转型能力和数据生态， 让数据真正发挥业务价值， 更好地进行企业的战略规划、 组织设计和人才管理等等。5大数据咨询的定义和需求来源大数据咨询方法论白皮书大数据咨询的需求来源大数据咨询最初的需求， 来自于企业数字化转型中如何建设数据中台以及数据资产管理体系的诉求。 这些诉求包括：如何面向未来建立合适的企业数据战略？如何规划建立企业数据中台基础设施？数据资产是企业战略资产数字化转型战略目前遇到的主要是数据问题用什么技术来建设企业数据中台？用什么方式来建设企业数据中台？如何规划建设企业数据资产管理体系？如何让数据资产增值和变成业务价值？数据资产管理体系需要从零到一的建设经验需要有数据资产管理体系的实施能力如何建立企业内部数据生态？如何通过组织保障和数据生态让数据变成业务价值传统咨询业务范畴需求产业研究市场分析业务选择商业设计组织模式组织管控组织发育定岗定编激励体系绩效管理培训管理评聘任用解决大数据咨询业务范畴战略规划组织设计人才管理技术驱动. . .67咨询类型数字化转型战略咨询需要具备端到端的解决能力帮助企业成为面向未来的数据公司品牌咨询财务咨询管理咨询IT咨询商业设计数字化转型战略咨询数字化转型现状评估、诊断和对策和数据相关 的商业和组织设计策略数据 （中台） 战略咨询数据中台/平台建设数据资产管理体系业务调研 数据摸底组织设计技术驱动场景落地大数据咨询人才咨询数学化转型需求和问题数学化转型能力建设未来所有的公司都将是数据公司， 目前， 基于云计算、 大数据和人工智能， 新一代大数据咨询应运而生， 通过数据战略/治理/规划/交付等方式， 帮助企业建立数字化转型的平台能力和数据能力， 通过算法赋能商业， 让数据创造价值。大数据咨询的核心特征和挑战1 .数字化转型战略咨询企业数字化转型面临业务和组织、 人才的瓶颈，数据相关痛点高发， 企业需要面向未来建立可扩展的数字化转型能力， 在此基础上使用SKOTT模型和数据发展阶段模型等对企业数字化转型现状进行评估和诊断， 协助企业统一高层认知、进行商业设计和组织设计、 制定未来2-3年的数字化转型规划等等。2 .数据 （中台） 战略咨询企业已经认识到数据对于企业数字化转型的核心作用， 并且把数据视为公司核心资产， 有意愿采用最新的数据技术和理念， 比如数据中台， 在此基础上使用数据成熟度方法论 （8大领域、 36个维度） 等主要实践方法论对企业数据资产化、业务智能化现状进行评估和诊断， 协助企业进行现代数据资产管理制度的建设规划。3 .业务调研和数据摸底企业将要或者规划通过引入数据技术来解决具体的业务场景问题， 基于该数据项目需求开展该领域及项目相关领域的业务调研和数据摸底， 充分了解业务目标、 流程、 场景基础上， 对数据采集、 治理、 存储、 使用现状等进行深入摸底， 对项目需求建立正确理解， 并为下一步实施提供充分的资料和建议。8大数据咨询方法论白皮书大数据咨询和传统咨询有两个主要区别一是其咨询方法论来源于数据中台建设经验和数据资产管理体系建设经验。 奇点云所提出的大数据咨询方法论正是来自于创始人12年的阿里巴巴数据经历， 以及3年的数据创业实践， 奇点云创始人及核心团队都完整经历了阿里巴巴数据发展的四个阶段。其中， 行在本人创建了阿里巴巴第一个数据仓库 （DW） ；第一次打通了阿里巴巴消费者数据建立了TCIF （淘宝消费者数据工厂） ， 现在阿里巴巴的消费者标签都源自于TCIF； 创建了阿里云数据平台数加， 把阿里巴巴的数据能力外化赋能社会。二是大数据咨询的目标是端到端帮助企业建设数字化转型能力， 在目前阶段， 还需要具备丰富的项目实施经验乃至交付能力。 数据中台狭义上是一整套技术能力的集成，但要真正为企业产生价值， 就需要从商业设计和组织设计的角度， 真正找到落地的业务场景， 通过建立数据资产管理体系、 辅助管理决策、 算法代替经验公式等方式来真正实现企业的数据决策， 以及业务端的降本增效。奇点云70%以上都是IT工程师， 拥有完整的 云+端 大数据产品， 以及数年来累积的数据中台实施经验， 这些都是大数据咨询的必要条件。1.理念冲突面向未来的数据中台建设不仅仅是技术的集成， 更是一种新的数字化转型理念， 需要企业管理团队转变观念， 把数据资产作为企业的战略资产来经营， 这和企业原有的理念将产生一定的冲突。 数据资产管理体系建设， 也将逐步改变企业的决策习惯和工作习惯， 乃至对组织提出新的要求， 这些都会造成企业新旧思想的冲撞。2.长远和近期目标的平衡数字化转型需要持续长期的累积， 特别是数据资产管理体系建设， 更需要有长远的规划和蓝图设计， 才能一以贯之执行下去； 但是， 对于业务部门来说， 短期内， 数据需要能够为业务提供价值， 才能证明数据资产管理和数据中台建设的必要性。 如何在长远和近期目标之间取得平衡，需要对业务、 技术、 组织三者进行综合考量。3.组织和人才所有高频的重复的事务性和劳务性工作， 未来都将被机器所取代， 这会改变既有的企业组织模式和管理模式。 另外， 企业也需要向外招聘和培养自己的高技能人才， 比如业务架构师和数据架构师等等， 对于大部分传统企业的薪酬体系和激励机制， 高级能人才招聘和培养都会带来很大的挑战。大数据咨询的需求类型大数据咨询面临的挑战基于阿里巴巴实践和奇点云的案例实践经验， 奇点云创造性地提出了360º数据成熟度方法论， 通过8个领域、 36个维度的量化评估， 快速定位企业数据资产现状、 数据驱动业务能力、 数据资产管理体系现状等等， 通过整体评估和分项评估， 帮助企业对数据战略建立正确认知， 协助企业建设数据中台/平台和数据管理体系， 最大化数据的业务价值。360º数据成熟度评估模型9数据成熟度内部正式组织运营数据专家数据组织数据智能应用数据上云数据业务应用数据资产化总体架构数据可视化与分析数据合规性数据技术创新数据委员会生态伙伴数据集中储存大规模计算能力多场景计算能力 个性化推荐智能服务平台语音识别计算视觉智能算法平台数据化运营精准营销金融风控精细化财务智慧物流全域数据中心数据价值数据管理数据地图数据服务化数据质量计量计费 业务在线化业务中台化全流程合规数据分级数据大屏数据报表多维分析即席查询企业云计算化大数据咨询的核心方法论大数据咨询方法论白皮书数据成熟度评估并不是奇点云的发明。 此前， CMMI曾提出并建立了数据管理能力成熟度模型 （DMM） 。 2018年3月15日， 国家质量监督检验检疫总局和国家标准化管理委员会， 联合了阿里巴巴、 华为等国内公司， 发布了 数据管理能力成熟度评估模型 （GB/T 36073-2018） 国家标准， 从数据战略、 数据治理、 数据架构、 数据应用、 数据安全、 数据质量、 数据标准、 数据生存周期这几个维度， 对数据管理能力成熟度进行了定义， 明确了评估维度和标准。但这两份标准， 核心还是强调数据的管理能力， 而我们认为， 对于企业数字化转型而言， 不仅需要把数据管起来 ， 更需要把数据 用起来 ， 围绕业务构建数据价值链， 才能真正帮助企业构建数据生态， 转型成数据公司。故此， 在两份标准基础上， 我们丰富和增加了数据可视化与分析、 数据业务应用、 数据智能应用、 数据组织等四个维度， 更多站在企业数字化转型的角度， 站在数据赋能业务的角度， 来正确理解企业数字化转型的现状， 厘清差距， 建立企业从 管起来 到 用起来 全方位的数据生态。让数据从 管起来 到 用起来1.正确理解大数据咨询并不是来改变或者调整企业的战略目标和规划， 而是通过综合运用数字技术， 来推动企业弥补数字化转型所需要的能力， 进而实现目标。 因此， 对企业业务现状、 组织现状、 企业文化、 决策路径、 未来战略目标和规划、 系统和数据现状等等， 都需要建立正确的理解， 才能开展下一步的评估工作。大数据咨询的实施路径1.正确理解现状如何（what）2.有效沟通3.厘清差距4.形成对策5.重点突破谁来主导（who）用何工具（which）如何转型（how）数据先行（where）建立正确理解讨论和达成共识技术能力和业务 目标的差距业务调研 数据摸底标杆对齐 内部访谈整体评估 技术诊断对策研讨 方案修订咨询交付 开启征程确定数据赋能业 务的突破口设立转型目标，明 确转型规划方向面向未来构建数字化转型基础设施和能力102.有效沟通在使用360º数据成熟度评估模型对企业数字化转型进行评估和诊断的过程中， 需要不断地和企业管理层、 经营层乃至执行层进行交流， 通过对话获取信息， 以及拉通全公司上下的认知， 这样才不会出现每个部门都有自己的数字化转型理解， 并且按照各自的理解各行其是。 达成共识是开展工作的前提。3.厘清差距通常来说， 现在企业都已经采取了一定的数字化转型手段， 来推动企业在某方面的进步。 但是由于缺乏统一规划和技术能力方面的差距， 会导致企业在实现业务目标的过程中， 常常感到力不从心。 通过标杆对齐、 技术能力和业务目标差距等等梳理， 让企业正确认识到目标和能力之间的差距， 是大数据咨询必须要解决的问题。4.形成对策大数据咨询需要帮助企业规划1-3年乃至更长远的数据战略， 输出数据中台和数据资产管理体系的建设规划以及路径， 为企业实现战略目标和规划提供正确的对策， 用技术驱动企业实现真正意义上的数字化转型。5.重点突破要帮助企业对数据资产管理体系建立信心， 让业务认同数据战略， 需要精心选择合适的业务场景， 通过提供数据平台产品、 算法产品、 AIOT产品等等， 快速帮助业务数据产出可见价值， 让业务人员能够充分认识到数据的作用， 从而主动地去推动业务部门的数字化转型。奇点云帮助企业降本增效， 年节省人力成本 7 8 0 0 万元奇点云帮助某服饰集团进行智能人效分析管理， 实现了 ：优化后整体人效得到提升， 销售业绩未受影响。数据中台总数据量达到 3 0 TB， 新增标准化指标数 4 5 0 个。截至2019年3月下旬， 通过排班优化和人员优化已为公司削减超过 1 3 0 0 人， 人员开支节约超过 1 3 0 0 人* 5 K （月薪） * 1 2 个月= 7 8 0 0 万元，2019预计全年节约人员开支超过 9 0 0 0 万元人民币。极大提升了全公司数字化转型的决心和信心， 也推动公司加大了数字化转型投入。11要让数据真正能够 用起来 ， 就需要帮助传统企业真正理解数据的业务价值： 让企业管理者能看到数据给业务的改变， 帮助企业进行数据驱动的业务落地； 给企业展现建设数据中台前后业务价值的不同； 帮忙企业进行数字化转型投入的 成本-收益分析 。 以上这些方式都能更好地让企业认识到数据的价值。数据资产管理需要有相应的组织设计、 团队管理和协作机制、 团队激励机制、 角色和人才招募培养等等来提供组织保障， 从咨询的角度， 需要帮助企业明确数据项目的提案和决策框架和数据相关的工作职责和工作规范等等。从存通用的角度对于企业数据采集和存储、 数据治理和管理、 数据应用和分析等等进行正确的现状评估和诊断， 对于技术能力和工具的缺失列出详细清单， 并排列项目优先级， 让企业能够针对性地去弥补技术上的差距。大数据咨询实施方法论大数据咨询方法论白皮书12业务价值技术架构组织设计数据驱动的商业设计数据业务化效果成本-收益分析数据收集和存储数据治理和管理数据应用和分析提案和决策框架工作职责工作规范1.业务价值2.组织设计3.技术架构如何规划技术架构： 数据中台规划方法论1.数据中台包括四大模块：1） 面向价值应用场景， 将数据 用 起来的数据应用层2） 面向业务领域， 将数据 通 起来的主题数据模型层3） 面向业务系统， 将数据 存 起来的原始数据层4） 大数据计算及服务平台， 核心支撑模块2.其中， 大数据计算和服务平台需要覆盖：1） 任务运维： 平台型的大数据平台， 调度为核心中枢， 不能成为瓶颈2） 集群运维： 集群的稳定性， 性能的优化， 良好的扩展性， 需要便捷的运维系统 （界面化， 而非进入linux命令行操作）3） 项目隔离： 对项目进行解耦合， 项目和项目之间边界清晰4） 数据治理： 海量的数据， 变成高质量的有价值的信息，一定是面向业务场景， 沉淀可读性强、 可信度高的指标或标签。13数据治理包括：5） 数据安全： 有价值的数据成为企业的数据资产， 信息安全是保障数据资产能被正确的人或者应用使用。 防止信息泄露及防止资产泄露。 数据安全包括：电 商舆 情更多 行为 数据客户需求 把握个人客户企 业政 府广告商供应商. .整合营销 管理数据信息 内部服务数据能力 对外合作外部 数据扩大来源开拓市场构建平台发现价值信息整合企业数据信息消费数据数据挖 掘算法分析师运营支撑运营策划合作伙伴技术团队数据分 析应用数据能 力支撑订单数据会员信息物流信息运营驱动产业 数据金 融互联网数 据 中 台数据标准建模规范元数据管理数据血缘关系数据质量监控数据健康度数据生命周期数据资产管理数据的分层分级数据的行列控制如外部公开、 内部公开、 机密、 绝密对每个维度成员、 每个指标的控制数据的脱敏如手机号码、 身份证等数据的审计每个数据什么时候、 被谁、 怎么使用了 ， 均可查询， 高危数据审计可实时报警全通道管控从存储、 计算、 查询、 下载、 调用等通道 均可通过以上方式进行管控大数据咨询方法论白皮书数据组织在企业中可有可无， 本质是由于企业主观上对数据不敏感、 不听、 不信等原因， 以及客观上缺乏有效的流程和制度约束、 有经验的数据工作人员以及有价值的数据产出。定位于企业辅助层面， 但数据组织缺乏独立和自主性， 只是等待被分配工作和任务， 无法决定企业在业务层面应该做什么、 怎么做等问题。企业的工作方向或职能开展需要数据部门提供数据进行指导， 此时数据组织的职能通常是对过去所发生事件的原因进行剖析， 找到影响全局或特殊事件的关键因素帮助经营决策。数据组织需要创造业务、思考业务和优化业务并找到最优化方法进行求解，真正做到引领业务。 随着企业从业务数据化向数据业务化转型， 企业的数据组织也由原来的成本中心转变为利润中心。数据如何赋能业务： 数据业务化发展四阶段如何建设数据组织： 数据组织发展四阶段第一阶段：可有可无第二阶段：执行任务第三阶段：辅助决策第四阶段：引领业务先以一个应用场景切入，找到变革的抓手， 逐步构建和发育一个数据组织的功能。在数据组织功能已得到初步发育的基础上， 逐步调整组织架构， 形成相对清晰的部门切分和职能切分。 同时设计有效的协同机制， 完善业务流程，提高跨部门协作能力。数字化战略的组织变革与激励体系紧密相关， 激励体系是战略落地的重要保障， 通过调整激励导向使各部门发展方向与战略保持一致， 从对项目交付负责转变为对产品运营、 对业绩增长负责。数字化转型的组织落地不仅需要依靠数据团队的能力升级， 更有赖于前端业务部门的数字化复合型能力结构的打造， 因此需要业务部门提升数据应用能力， 至少具备数据查询、 分析能力。梳理价值创造活动找到切入点强化组织功能明确组织分工激励体系优化调整团队能力结构升级第一步第二步第三步第四步14以阿里巴巴为标杆， 通过360º数据管家进行量化评估， 根据评估结果， 对照阿里巴巴数据发展四阶段定位企业所处位置，简单有效地让企业理解数据战略发展上的差距。 四个阶段分别是：一、 数据库阶段， 主要是OLTP （联机事务处理） 的需求二、 数据仓库阶段， OLAP （联机分析处理） 成为主要需求三、 数据平台阶段， 主要解决BI和报表需求的技术问题四、 数据中台阶段， 通过系统来对接OLTP （事务处理） 和OLAP （报表分析） 的需求， 强调数据业务化的能力15数据战略发展阶段评估方法论1.0 数字化跟随者2.0 数字化转型者3.0 数字化变革者用通存OLTP（联机事务处数据在线化数据库（Database)OLAP（连接分析 处理）为主数据中心化分布式数据库、数据仓库 （DataWarebouse)OLAP（联机分 析处理）为主数据资产化去IOE（Hadoop)通过系统对接 OLAP和OLTP数据业务化云+数据仓库记账需求事后差距分析 追溯分析经营效率提升 经营预测商业模式创新 数据创收业务在线化 IT基础设施建设（业务）高内聚低耦合标签化 价值化（ROI可见）场景化使用数据 AI驱动业务自动化、 无人化、智能化高并发 单条数据简单处理 （增删改查）低并发、大批量 面向分析（用于制作 报表）海量数据处理（PB级）视图声数据（EB级）企业所处阶段企业未来目标数据库阶段数据仓库阶段数据平台阶段数据中台阶段数据记录业务数据支撑业务数据提效业务数据引领业务数字化转型现状SKOTT评估方法论SKOTT方法论源自阿里巴巴等多个公司的数据实践。 该方法论认为， 企业数字化转型要成功， 需要避免以下5个风险： 战略目标、 KPI、 组织、 数字技术和数字人才。 其中， 奇点云丰富了量化指标， 进一步把数字技术拆分成算力、 算法和数据三个评估维度， 帮助企业对数字化转型现状建立正确认知， 并为企业在未来的转型提供方向和对策。1.0数字化 跟随者2.0数字化 转型者3.0数字化 变革者1.02.0大数据咨询方法论白皮书3.0未进入企业核心 战略，与核心战 略脱节数字优先战略， 与企业核心业务 战略保持一致数字战略引领企业 核心业务战略嵌入数字技术的产 品与服的收入增速 与占比，平台收入 增速等等首席数字官进入集 团董事会，所有核 心业务数字化转型 等等数字技术重塑新商 业模式，带来了新 的营收、组织的改 变等等跨界人才，如业务 架构师数字化转型投资 增速；数字人才 占比；流量、转 化等等由首席数字官领 导的转型团队， 且直接汇报给集 团最高领导，扁 平化趋势等创新技术在集团 内部规模化复 制、推广跨学科复合型人 才，如算法工程师数字化项目所达 到的降本增效临时数字化转型 项组，金字塔型 的刚性组织局部试点示范数 字化转型项目掌握新数字技术 的人才，如数据 分析师战 略组 织算 力数 据算 法人 才SOKPIKTT16通过把360º数据成熟度方法论转化成问卷系统， 奇点云为企业快速评估数字化转型现状提供了快速、 有效的产品360º数据管家。 企业可以通过电子邮件、 分享链接、 移动端和短信等多种方式发起问卷， 数据管家会通过后台的算法分析系统提供量化分析结果， 并逐步增加行业对标和案例对标， 帮助企业正确定位自身数字化转型阶段， 明确转型需求， 找到未来方向。企业数字化转型评估工具箱大数据咨询工具：360º数据管家17我们理解， 咨询公司今天必须把数据作为企业数字化转型的重要评估项来考量， 但是大部分的咨询公司都缺乏相关经验， 也不能很好地对接企业需求。 360º数据管家可以根据咨询公司提供统一公司标识和风格的OEM版本， 以便于咨询公司快速评估企业数字化转型现状， 提供诊断， 给出对策和建议。提供咨询公司OEM版本360º数据管家会不断迭代调研问卷、 算法分析系统， 通过可视化界面方便企业操作， 并提供分权分级的后台查看功能， 报表输出功能， 让管理层、 经营层和执行层都能清晰了解现状。 也欢迎咨询公司一起来合作企业数字化转型战略咨询。不断迭代的产品方案360°数据管家企业数字化转型评估工具箱85分超过90%的同类行业1007550250 1234567Power by数字化转型认知度问卷我们非常重视每位用户的宝贵意见， 期待您的参与！我们现在开始吧！大数据咨询方法论白皮书18奇点云为某大型合资车企提供大数据咨询服务， 历时3个月， 进行了详尽的业务调研和数据摸底， 使用360º数据成熟度方法论对企业数字化转型现状进行现状评估和诊断，协助企业统一高层的数字化转型认知认识到数字化转型的核心瓶颈在于数据战略缺失， 并从数据战略的角度提出了完整的对策和建议， 绘制了未来三年的大数据工作蓝图。奇点云大数据咨询探索与实践19A.整体诊断收集所有相关资料并进行案头研究核心业务部门管理层、 经营层、 执行层访谈集团高层统一访谈战略解读并和企业达成共识对企业数据现状进行正确评估和诊断C.专题研讨企业管控模式研讨业务模式研讨业务场景专题研讨E.项目落地实施方法论和项目保障B.数据摸底数据资源梳理数据质量分析数据业务梳理D.数据化规划方案沟通与修订方案宣贯方案审核和汇报大数据咨询方法论白皮书A.整体诊断C.专题研讨B.数据摸底D.数据化规划E.项目落地非项目范围咨询项目范围项目建设具体的执行步骤包括：2 0奇点云出于分享的目的， 制作本白皮书， 旨在推动企业在数字化转型过程中， 更好地融合业务、 技术和组织。 大数据咨询目标是用技术驱动帮助企业更好地规划数据资源和数据业务， 面向数据智能的未来开展企业战略。大数据咨询和传统咨询并不是替代关系， 而是合作关系。我们认为， 技术驱动可以更好地帮助传统咨询公司准确了解公司现状， 通过数据决策产生战略洞察和业务洞察，从而更好地服务企业。感谢和君咨询在本白皮书制作过程中给予的大力协助， 感谢合作伙伴给予的帮助和支持。我们也愿意和各行各业的咨询公司和研究机构一起合作， 帮助企业在数字化转型的路上走得更稳、 更快、 更远， 让数字化的力量成为企业最重要的驱动力， 最终构建数据智能的未来。版权所有©杭州比智科技有限公司 保留一切权利。非经杭州比智科技有限公司同意， 任何单位和个人不得擅自摘抄、 复制本白皮书内容的部分或全部， 并不得以任何形式传播。本文档仅代表奇点云的观察和建议， 内容来源于奇点云核心团队的大数据实践经验， 所有图文均为原创， 包括但不限于方法论、 发展阶段、 建设内容和实施方式。 由于实践过程中存在不确定因素， 可能导致实际过程和本白皮书有较大出入。 因此， 本白皮书信息仅供参考， 不构成任何要约或承诺。 奇点云可能不经通知修改上述信息， 恕不另行通知。奇点云杭州比智科技有限公司更多有关数据中台和数据资产管理内容， 请咨询：www.startdt.com免责声明结束语21联 系 我 们www.startdt.com杭州市余杭区仓前街道仓兴街1号23幢0571-28121848businessstartdt.com让商业更智能