這是傅一平的第279篇原創(chuàng)

作者：傅一平

個(gè)人微信：fuyipingmnb

時(shí)隔幾年又一次參加集團(tuán)組織的大數(shù)據(jù)模型應(yīng)用研討會(huì)，碰到了些許老友，見到了更多新面孔，學(xué)到了不少新東西，收獲不少，感慨也很多。

雖然自己從事數(shù)據(jù)工作15年之久，但近幾年大數(shù)據(jù)的工作對(duì)于自己的心態(tài)影響還是蠻大的，即使聽取的東西只有5%是新的，還是能集中精力，把這5%大家講的、PPT里面說得好的東西摳出來，然后發(fā)給團(tuán)隊(duì)學(xué)習(xí)。

大數(shù)據(jù)特別需要開放、互動(dòng)和分享。

會(huì)議的安排非常密集，連續(xù)2天幾十個(gè)報(bào)告的分享，時(shí)間竟然過得很快。

然后集團(tuán)領(lǐng)導(dǎo)讓我談?wù)勛龃髷?shù)據(jù)的感想，自己沒什么準(zhǔn)備，就乘著會(huì)議間隙寫了6點(diǎn)，也叫六步吧，寓意是每邁進(jìn)一步，也許就有會(huì)新的天地，當(dāng)然這六步與其說是建議，還不如說是自己關(guān)于失敗的反思。

如果你正在一個(gè)企業(yè)從事大數(shù)據(jù)相關(guān)工作，正在糾結(jié)如何讓大數(shù)據(jù)發(fā)揮出更大價(jià)值，也許可以看看，你缺的可能也不是技術(shù)，而是改變的勇氣。

第一步：從賦能管理到賦能一線

其實(shí)在討論BI和大數(shù)據(jù)區(qū)別的時(shí)候，就或多或少說談到過這個(gè)問題，當(dāng)時(shí)是這么描述的：大數(shù)據(jù)很容易在生產(chǎn)中形成基于個(gè)體的評(píng)估和閉環(huán)反饋網(wǎng)絡(luò)，BI則由于偏向宏觀而難以在生產(chǎn)中貫徹執(zhí)行從而產(chǎn)生實(shí)際價(jià)值。

以前我們做經(jīng)分的時(shí)候，比如KPI指標(biāo)，實(shí)質(zhì)是在賦能決策、賦能管理，更多時(shí)候是為管理人員服務(wù)，考慮到管理是個(gè)復(fù)雜事務(wù)，在現(xiàn)階段，基于大數(shù)據(jù)推進(jìn)決策革命為時(shí)尚早。

但企業(yè)的一線工作不一樣，一般量比較大，而且規(guī)則相對(duì)固定，重復(fù)性較多，基于大數(shù)據(jù)的機(jī)器學(xué)習(xí)、人工智能更有用武之地。

因此，充分的賦能企業(yè)一線員工，為他們提供智能化的工具，更可能形成現(xiàn)實(shí)的生產(chǎn)力，做不到這個(gè)，就不要說有什么真正的大數(shù)據(jù)應(yīng)用水平。

比如直接給客戶經(jīng)理提供一個(gè)APP,通過這個(gè)APP可以獲得更精準(zhǔn)的目標(biāo)用戶、更詳細(xì)的客戶畫像、更便捷的觸客手段、更快速的受理能力，更全面的評(píng)估和反饋，這些都能有效提升一線人員的工作效率。

有位分享的同事就說，下基層鍛煉了才知道，自己開發(fā)的一些小工具對(duì)于一線的幫助是如此巨大。

第二步：努力為渠道運(yùn)營賦能

你的數(shù)據(jù)模型要進(jìn)行生產(chǎn)投放，則必須依托于渠道，渠道運(yùn)營就應(yīng)該天然跟大數(shù)據(jù)緊捆綁，可惜現(xiàn)在做大數(shù)據(jù)的，搞渠道的，往往是兩個(gè)部門兩個(gè)團(tuán)隊(duì)。

一方面大數(shù)據(jù)自己沒想清楚出口問題，總是抱怨前端的流程太長，但為什么不能主動(dòng)往前一步？

另一方面渠道管理者也要想清楚如何提高運(yùn)營水平，原來渠道重在控制，現(xiàn)在則要強(qiáng)調(diào)賦能，要考慮如何利用大數(shù)據(jù)手段讓渠道變得更為智能，模型、話術(shù)、時(shí)機(jī)、場景、排班、體驗(yàn)等等，每一個(gè)都有巨大的提升空間。

對(duì)于在何時(shí)何地何總場景下投放何種客戶群，渠道運(yùn)營人員需要依托大數(shù)據(jù)獲得足夠的決策信息，每次投放后能夠獲得精準(zhǔn)的評(píng)估，從而優(yōu)化下一次的投放，這方面互聯(lián)網(wǎng)RTB等廣告已經(jīng)積累了足夠的經(jīng)驗(yàn)，我們需要向他們學(xué)習(xí)。

雖然大數(shù)據(jù)在賦能傳統(tǒng)企業(yè)大量的、低效的渠道方面有用武之地，但也會(huì)面臨組織、機(jī)制、流程等一系列的挑戰(zhàn)，任重而道遠(yuǎn)。

第三步：加強(qiáng)與CRM的協(xié)作

大數(shù)據(jù)首先得依附于CRM才能發(fā)揮價(jià)值，比如精準(zhǔn)推薦，甚至CRM推薦功能體驗(yàn)的重要性超過大數(shù)據(jù)本身，模型再好，也架不住冗長的發(fā)布流程，比如每次推薦都要外部手工導(dǎo)入一個(gè)目標(biāo)客戶群，模型再準(zhǔn)，也架不住無法一鍵受理，比如沒法預(yù)判互斥關(guān)系。

這些都需要CRM系統(tǒng)的協(xié)同，可惜的是，在很多企業(yè)，CRM和大數(shù)據(jù)是兩張皮，一個(gè)強(qiáng)調(diào)受理，穩(wěn)定第一，一個(gè)強(qiáng)調(diào)精準(zhǔn)，速度為王，做這兩張皮的往往是一個(gè)IT部門的兩個(gè)團(tuán)隊(duì)，它們的節(jié)奏和流程可能不同。

阿里巴巴起步的時(shí)候可不是什么DT公司，想得是如何讓客戶快速的找到所需的商品，如何讓用戶方便的下單和支付。

至于大數(shù)據(jù)推薦，是在這個(gè)基礎(chǔ)上的自然演化，前者是基礎(chǔ)，后者是增值服務(wù)，兩者我中有你，你中有我，最后后者賺到了錢。

其實(shí)營銷推薦本來就是CRM中的核心功能，但傳統(tǒng)上企業(yè)的CRM還是受理為核心，現(xiàn)在大數(shù)據(jù)來了，兩者的有效融合考驗(yàn)著雙方的智慧。

OLTP，OLTP在BI時(shí)代更多是數(shù)據(jù)層面的互通，而在大數(shù)據(jù)時(shí)代，則需要在運(yùn)營層面深入互動(dòng)，大家都需要往前一步。

第四步：重視基礎(chǔ)模型的研究

在研討會(huì)上，我們演示了交通路網(wǎng)擬合的一個(gè)視頻，大家覺得挺驚訝的，換成2年前我看這個(gè)視頻，也跟大家一樣驚訝，因?yàn)槁肪W(wǎng)擬合對(duì)于位置數(shù)據(jù)的要求太高了，而基于現(xiàn)有的位置數(shù)據(jù)精度，很難做出來。

擁有大數(shù)據(jù)的企業(yè)，其擁有的每類數(shù)據(jù)的內(nèi)外價(jià)值是不一樣的，比如阿里肯定把交易數(shù)據(jù)作為最核心的數(shù)據(jù)，然后各種建模和加工，用在各種對(duì)外場景上。

什么是運(yùn)營商最核心的數(shù)據(jù)呢？

當(dāng)然是各種位置數(shù)據(jù)，其應(yīng)用的想象空間幾乎是無限的，只有加強(qiáng)這些基礎(chǔ)數(shù)據(jù)的研究，利用各種算法來持續(xù)提升質(zhì)量，才能發(fā)揮出位置數(shù)據(jù)的潛力。

現(xiàn)在幾乎每個(gè)核心大數(shù)據(jù)標(biāo)簽和應(yīng)用，都有位置數(shù)據(jù)的身影，其每提升一點(diǎn)點(diǎn)，都對(duì)大數(shù)據(jù)價(jià)值產(chǎn)生影響，就好比深度學(xué)習(xí)算法一樣，其一旦獲得了突破，人工智能就迎來了春天。

當(dāng)然運(yùn)營商除了位置模型，還有上網(wǎng)、社交等等，我們需要一個(gè)個(gè)來，但基礎(chǔ)模型研究絕對(duì)是“吃人”的大戶，我們似乎都還沒有準(zhǔn)備好！

第五步：堅(jiān)持核心模型的運(yùn)營

以前在做經(jīng)分的時(shí)候，業(yè)務(wù)部門的報(bào)表滿天飛，但公司的業(yè)務(wù)就這么多，哪來這么多報(bào)表？

后來分析得出結(jié)論：即使是同一個(gè)業(yè)務(wù)，不同的人也可以從不同的角度提出報(bào)表需求，考慮到維度的豐富性，決定了報(bào)表的數(shù)量理論上可以做到無限多。

但這么多報(bào)表，且不說耗費(fèi)了多少開發(fā)資源，關(guān)鍵還增加了很多管理成本，數(shù)據(jù)不一致情況層出不窮。

這本質(zhì)上是個(gè)治理問題，當(dāng)初自己就提出過企業(yè)針對(duì)報(bào)表要建立一套建設(shè)和管理原則，比如針對(duì)同一個(gè)業(yè)務(wù)，要明確歸口管理人員，一個(gè)業(yè)務(wù)只允許存在一張報(bào)表，你可以在原來的報(bào)表基礎(chǔ)上改，但不能隨便增加，只有這樣，報(bào)表才能實(shí)現(xiàn)傳承，一致性及可用性才能獲得持久保障。

模型也面臨同樣的問題，諸如用戶新增、提升、異動(dòng)、離網(wǎng)等是企業(yè)永恒的主題，我們需要建立一套關(guān)鍵的核心模型，這些核心模型的數(shù)量并不是很多。

但這些模型也不一定做的好，比如離網(wǎng)模型，往往做了丟，丟了做，又比如家庭模型，覆蓋率一直是個(gè)問題，但今年跟去年比，又有幾個(gè)長進(jìn)？

為什么會(huì)這樣？

其實(shí)模型做到最后全是挑戰(zhàn)，比如準(zhǔn)確率不行、覆蓋率不夠、推廣力度不行、迭代速度不行、規(guī)模效應(yīng)不足、人力資源困境等等，怎么辦？

模型更需要的，其實(shí)是運(yùn)營的保障，就好比運(yùn)維是業(yè)務(wù)系統(tǒng)的基石一樣，要有人能以工匠精神持續(xù)的去守護(hù)，但我們經(jīng)常身不由主的去追求熱點(diǎn)和亮點(diǎn)，放棄了基本的堅(jiān)持，一段時(shí)間后，好不容易建立起來的模型變得毫無價(jià)值。

總是要堅(jiān)守變化中不變的東西，這才是大數(shù)據(jù)的基本面，否則，在企業(yè)中又有多少生存空間？

第六步：在運(yùn)營中勇于創(chuàng)新

前面提了很多建議，但那些只是方向，實(shí)際在運(yùn)營中碰到的問題往往沒有什么標(biāo)準(zhǔn)的解決方法，你總是要不停的思考，結(jié)合當(dāng)前的情景隨機(jī)應(yīng)變，沒有什么可以成功復(fù)制的道路。

這里舉兩個(gè)例子：

比如你基于隨機(jī)森林做了個(gè)家寬潛在客戶的模型，然后直接給業(yè)務(wù)人員一個(gè)目標(biāo)客戶的清單，希望他能基于清單進(jìn)行營銷投放，但很多時(shí)候，業(yè)務(wù)人員并不敢用，因?yàn)椴恢肋@個(gè)清單的來龍去脈。

你會(huì)覺得業(yè)務(wù)人員不懂，說大數(shù)據(jù)強(qiáng)調(diào)相關(guān)關(guān)系，不要太糾結(jié)于因果，但別人沒有義務(wù)來理解這一點(diǎn)，對(duì)于他來講，不確定的東西就是風(fēng)險(xiǎn)，這是大數(shù)據(jù)探索需要付出的代價(jià)。

其實(shí)有很多說服的方法，比如既然業(yè)務(wù)人員要了解清單的來龍去脈，那你可以退而求其次，告訴業(yè)務(wù)人員清單依賴的數(shù)據(jù)要素有哪些，包括是單身還是家庭，住在哪個(gè)社區(qū)，這個(gè)社區(qū)寬帶資源有沒有覆蓋等等。

業(yè)務(wù)人員可以基于這些熟悉的要素組裝出自己的目標(biāo)客戶群，如果真的有效，你再說明自己的模型清單是基于這些要素得出的一個(gè)綜合結(jié)果，獲取信任是個(gè)非常重要的東西。

再比如你希望跟傳統(tǒng)的渠道去協(xié)同，但流程上困難重重，怎么辦？

既然存量包袱太重，短期內(nèi)很難改變，干脆想辦法自己去做一個(gè)渠道，只要目標(biāo)是為了解決一線人員的問題，只要能解決傳統(tǒng)渠道中的一些痛點(diǎn)和難點(diǎn)，沒有什么不可以。

現(xiàn)在中臺(tái)提的很多，中臺(tái)最大的價(jià)值不就是為前端快速開發(fā)賦能嗎？中臺(tái)給每個(gè)愿意創(chuàng)新的人提供了機(jī)會(huì)，對(duì)于大數(shù)據(jù)也是個(gè)紅利。

前面提到，有位省公司的同事做了一些小工具提升了一線效率，我們也做了諸如獲客寶，擺攤精靈等賦能一線的數(shù)據(jù)產(chǎn)品，這些數(shù)據(jù)產(chǎn)品都依賴業(yè)務(wù)中臺(tái)提供的能力，否則，光是一個(gè)受理功能就扼殺了這些產(chǎn)品的前途。

當(dāng)然每個(gè)企業(yè)都有自己的特點(diǎn)，互聯(lián)網(wǎng)可能根本就不存在這種現(xiàn)象，但扎根于自己的企業(yè)，主動(dòng)往前一步，探索出一條可行之路，是每個(gè)大數(shù)據(jù)從業(yè)者都應(yīng)該思考的問題。

希望我的分享于你有益。

完