[if gte mso 9]>

目前各個(gè)行業(yè)都在談大數(shù)據(jù)在行業(yè)內(nèi)的應(yīng)用，但是目前提出的思路非常多，在企業(yè)內(nèi)部實(shí)現(xiàn)具體效果的卻很少。在這里就想談一下，你的企業(yè)遇到的問題到底是“大數(shù)據(jù)”的問題，還是“數(shù)據(jù)大”的問題。字面之差，解決問題的方式卻截然不同，所需投入的成本當(dāng)然也就截然不同。

目前在零售領(lǐng)域，數(shù)據(jù)分析越來越被經(jīng)營者看重，特別是顧客消費(fèi)行為分析，商品構(gòu)成分析，資本運(yùn)行效率（周轉(zhuǎn)率）等等。現(xiàn)在各種ERP產(chǎn)品以及專門的BI產(chǎn)品在這方面都做了很多的工作，用很多報(bào)表的形式對這些數(shù)據(jù)進(jìn)行了展示，也都提出了自己針對這些報(bào)表的一些解讀的方法。但是就目前來看有這么幾個(gè)不足的地方。第一個(gè)分析的“深度”不夠。報(bào)表展示的畢竟只是一些數(shù)字，具體反映了什么問題還是要“人腦”加工判斷，報(bào)表不能夠很直觀的反映出企業(yè)目前的問題及可能選擇的解決方法。第二個(gè)，數(shù)據(jù)“廣度”不夠。這個(gè)問題的產(chǎn)生很多都是因?yàn)槠髽I(yè)已經(jīng)信息化的部分，基礎(chǔ)數(shù)據(jù)采集，保存的不夠完整造成的。比如要分析顧客的消費(fèi)行為，基本的小票信息，會員信息，促銷活動信息，當(dāng)時(shí)的庫存、價(jià)格、甚至天氣信息都是需要的，但事實(shí)上企業(yè)能夠?qū)⑦@些信息收集完整并且持續(xù)保存的不是很多。當(dāng)然，現(xiàn)存的BI系統(tǒng)或者ERP系統(tǒng)本身不具備這樣的分析能力是個(gè)主要的問題。第三個(gè)問題，系統(tǒng)處理能力不夠。假設(shè)第一個(gè)，第二個(gè)問題都解決的話，系統(tǒng)本身架構(gòu)的處理能力就成了最大的瓶頸。你想看報(bào)表的時(shí)候，系統(tǒng)卻不那么給力，數(shù)據(jù)抽不出來或者等待時(shí)間很長，更有甚者系統(tǒng)崩潰了。其實(shí)到這個(gè)問題的時(shí)候，才是真正“大數(shù)據(jù)”或者“數(shù)據(jù)大”的問題。

接下來我們具體談?wù)?ldquo;大數(shù)據(jù)”與“數(shù)據(jù)大”的區(qū)別。其實(shí)作為非IT人士對這個(gè)“大數(shù)據(jù)”是存在一定誤解的。很多場合把“數(shù)據(jù)大”當(dāng)成了“大數(shù)據(jù)”。“大數(shù)據(jù)”這個(gè)詞的由來是由一定互聯(lián)網(wǎng)背景的。在互聯(lián)網(wǎng)時(shí)代，特別是社交網(wǎng)絡(luò)的誕生以后，網(wǎng)絡(luò)上聚集的大量的信息，這些信息如果經(jīng)過加工整理，對很多行業(yè)都有很重要的意義，都能從中找到自己需要的具體信息，但是因?yàn)檫@些數(shù)據(jù)首先是巨量的，一般的數(shù)據(jù)庫技術(shù)已經(jīng)很難支撐。其次是非結(jié)構(gòu)化的，不像我們的數(shù)據(jù)庫里面的表，具有明確的字段，每個(gè)字段的意義明確，長度可預(yù)知。再次這些數(shù)據(jù)雖然巨量，但是“垃圾”也很多，如何剔除這些“垃圾”數(shù)據(jù)也是影響分析結(jié)果精準(zhǔn)的一個(gè)問題。在“大數(shù)據(jù)”這個(gè)課題上，很多公司提出了自己的解決方案。比較成功的算是“輿情分析”領(lǐng)域。在零售領(lǐng)域目前并沒有看到很有代表性的成功案例。

談到這里可能對“大數(shù)據(jù)”有個(gè)大體的認(rèn)識了，然后我們轉(zhuǎn)過頭來看看我們流通企業(yè)面臨的問題。作為流通企業(yè)，我們保存的數(shù)據(jù)都是有針對性的“質(zhì)量”非常高的，“高密度”價(jià)值的數(shù)據(jù)。因?yàn)槲覀兠恳粭l數(shù)據(jù)可能都反映了一個(gè)商品屬性信息或者交易信息。每一個(gè)字段都有他固定的意義。我們的系統(tǒng)無法支持我們現(xiàn)在的經(jīng)營決策以及跟上我們的管理水平主要還是“數(shù)據(jù)大”的問題。而不應(yīng)該是“大數(shù)據(jù)”的問題。通過對“大數(shù)據(jù)”與“數(shù)據(jù)大”的內(nèi)容的區(qū)別我們也能夠看出，兩者卻別還是很大的，肯定也不能用完全一樣的技術(shù)手段來解決。

其實(shí)到這里我還想強(qiáng)調(diào)一點(diǎn)，跟我我們對流通企業(yè)的了解，大家追求的或者說期待的一個(gè)數(shù)據(jù)分析的效果主要還是如何將數(shù)據(jù)的價(jià)值反映到實(shí)際經(jīng)營中來，“數(shù)據(jù)”只不過是一個(gè)原材料或者是手段而已。只不過這些年大數(shù)據(jù)的概念比較火爆，一定程度上“誤導(dǎo)”了大家。所以，我們在選用基于數(shù)據(jù)分析的決策支持類的系統(tǒng)的時(shí)候，千萬不要被“大數(shù)據(jù)”“云計(jì)算”這樣的詞眼迷惑，更重要的是看這個(gè)分析的結(jié)果如何反映到企業(yè)的運(yùn)營中來，價(jià)值如何得到體現(xiàn)。當(dāng)然“大數(shù)據(jù)”“云計(jì)算”是個(gè)未來的趨勢，是個(gè)好東西這個(gè)不能否定。目前對用戶企業(yè)來講正處在傳統(tǒng)IT產(chǎn)品與云計(jì)算產(chǎn)品轉(zhuǎn)型的階段，選擇的時(shí)候可能比較困難。話說回來，我們采購系統(tǒng)都是為了解決我們實(shí)際的問題，傳統(tǒng)的還是云架構(gòu)的都是手段，只要能提供出價(jià)值來，對企業(yè)來講沒有大的差異。如果企業(yè)規(guī)模比較大，系統(tǒng)的部署跟維護(hù)成本比較高或者企業(yè)發(fā)展比較快，IT需求變化頻的情況下，當(dāng)然還是選用云架構(gòu)比較合理，畢竟云架構(gòu)在這方面還是很有優(yōu)勢的。