一直在公司参与企业数字化、大数据、数据分析等方面的工作，阅读及研究过较多的资料，这个文章简单记录下对企业大数据建设的一些思考，及可能的发展，也是作为对各个数据分析平台及大数据的研究的一些总结。
经过二十多年的企业IT建设，很多企业从”无系统“发展到”系统太多“，不光有单独部署的内部系统，也有内容丰富的互联网系统，系统已经覆盖到企业经营的方方面面。企业的数据也从“无数据”发展到“数据丰富”的阶段，企业也从原来依靠手工记录，发展到依赖“信息和数据”来进行精细化运营，IT技术已经深入到企业运作的各个方面，为企业带来了便利，也为企业带来了新的挑战。
在过去企业的IT建设过程中，都是按业务需要来建设系统（也是随着信息技术的发展及认知的深度决定），由于没有规划（也是办不到），逐渐形成了各种烟囱式的系统，虽然解决了很多企业信息化的问题，但也给企业带来了信息孤岛的问题。在过往信息化的建设过程中，也见到各种方法和工具，比如数据仓库（1980年开始提出）、报表工具、BI、商业智能BI、数据分析与挖握，到最近很火的大数据与智能决策，都是为了整合各个数据孤岛，给企业的管理人员/执行人员，提供各种维度的数据报表、数据指标，以支撑企业的运营人员，能可视化地看到数据，然后根据历史数据及当前的数据情况，对企业接下的运营提供决策帮助。
看似方法和工具都能较好地解决问题，但企业的经营者还是面临着一些其他方面挑战：企业在数字化的过程中，由于要整合已有的系统（如ERP、OA、WMS、CRM、SRM等），可能已有系统的数据表会有几百到几千的张，通过BI或者数据仓库的建设后，可能会产生到几百到几千张的报表，如果每张报表上有10个以上的数据指标，那就有几千到几万的业务指标，面对这么多的业务指标，查看及审核信息，将是每个企业运营者头痛的事情。另外一个，面对这么多的业务指标，它们的统计口径是否统一？是否全部都是在使用中？哪些是有价值的指标呢？这些问题正是数据分析与研究必然面对，也是推这个行业不断向前发展的动力。
通过对行业里现有的大数据分析平台及BI工具的调研与分析，再结合企业数据的建设过程，可以发现，数据化的建设过程，都是围绕数据源，数据ETL，数据可视化的方向来进行，数据只有可视化后（图表/excel/PDF/网页等），经营者才能接触到数据，才能拿到数据的价值。但是从发展过程来看，数据可视化配置越来越成为潮流，企业面对诸多的信息与数据，希望能做到所见即所得的效果，传统的报表开发模式已经不能满足当前需求，也与信息技术的发展相悖，而且传统报表的开发成本高，相当于是定制化开发，做不到通用性，面对不同的企业，会有不同的数据指标需求。灵活的可视化配置，支持企业按照自己的需求来配置自己的图表/报表。
在接触到大数据的建设过程，都会看到元数据，数据指标的建设，这些是为了解决业务指标统计口径不统一的问题，因为在传统的信息化系统中都会提供报表，它们都有各自的统计规则，如果照搬到BI或者大数据的数据仓库，那数据化的建设只是在堆积，会慢慢变成混乱的数据仓库，随着不同人员对数据项的需求，数据仓库会日益庞大，通过不同的原始表、宽表、维度表、分析表等加工后产生的结果表都有可能达到几十万到几百万，将需要消耗大量的IT资源。
那怎么去解决这种情况呢？在保持数据源不变的前提下，这里需要引入一个叫“指标平台”的概念，通过对元数据、数据指标的定义与提取的标准化，形成统一的基础指标，再交由一线业务去自由地进行组合，形成业务需要的业务指标，看似是一个技术问题，其实指标平台是一个管理系统，例如不同业务部门的指标归口不统一、指标使用情况、指标是否体现价值等，都属于管理的问题。观察指标平台的建设过程，它是一个收敛的方式，不会呈现爆发式增加，可以很大程度节省IT资源。另外一个指标平台建设的好处是，支撑可视化配置，实现DIY模式的图表/报表，以满足所见即所得的效果 。
回到前面的问题，大数据怎样才能更好地帮助企业的经营者呢？是像传统报表一样，提供丰富的图表/报表来满足呢？还是会有其他方式。我觉得数据在企业中主要发挥“发现异常”、“数据凭证”和“辅助决定”（从数据建设过程中可以看出）。如果不是这个，那可能就是一个普通的报表需求，而不是大数据中数据价值的体现。
“发现异常”：通过对业务指标（数据指标）的跟踪，结合指标预警的设置，发现重要经营业务指标的变动，来看企业的运营是好是坏，让经营者能及时作出调整。从这个角度出发，未来的数据分析平台的建设，未必要像现在行业里很多数据分析平台那样来建设（dataphin / quickBI/GrowingIO等），可能是提供业务指标自由组合的可视化配置，通过订阅及预警提醒机制，让不同职位的经营者来配置及订阅自己关注的业务指标，在业务指标发现变化或者定时的机制来提醒及发送指标的数据，而不是去面对一堆图表/报表，做到因人而异的数据驱动机制，让企业管理人员回归重点，随时掌握重点业务指标的动向。这就好比在使用炒股软件的时候，可以对股票的关键指标进行设置，当股票的指标的波动达到预置的值时，会推送提醒，让投资可以及时看到波动，而不是时时盯着大盘/K线图看。
“数据凭证”：通过业务指标的数据，反映公司/部门/组织/个人的业绩，这里主要是提供数据的真实性验证，通过数据能看到公司/部门/组织的经营情况，并能通过数据的上下钻，了解到每个细项的数据，结合对比，发现好与坏的原因。对于个人也是一样，通过数据去了解个人在公司的效益（创造的价值/成本），如常见的企业营收、财务、业务员、月报季报分析等等。那么这块可以通过报表自助设计器来完成，达到按需及时调整的需要。
“辅助决策”：通过对业务指标的过往数据的分析，结合企业的内部因素与外部因素，来预测企业接下来的经营决策，但这块做起来没那么简单，需要通过不断的训练，及丰富规则来做。
企业数字化与数据的建设过程，是数据赋能企业的过程，是一个不断探索的过程。通过“指标平台”对指标的治理与建设，规范统一的指标定义，派生、衍生出复合指标，再由指标组织成模型。指标的标准化，实现指标的加工、计算、查询的口径统一。
当然，数据化的建设过程，需要结合企业的实际情况，不可能一步到位，这是一个慢慢的转变过程， 需要从管理层来进行带头，去深入试点，尝试后在进行铺开。
