北大光华EMBA四位数据大咖分享:从数据分析到商业价值

MBAChina
2017-11-05 10:30 浏览量: 4779

MBAChina网讯】随着互联网的深入发展,全球进入数据驱动经济社会发展的时代。然而,在数据价值愈发凸显的背景下,与之相关的各种争议也不绝于耳。那么,到底什么是好的数据?什么又是价值?如何实现从数据到价值的转化?大数据创新创业与应用,现状如何,难点何在?10月25日,北大光华思想沙龙本期聚焦“数据思维:从数据分析到商业价值”,邀请学界、业界专业人士以及各大媒体,就该话题共同深入探讨。


出席本次沙龙的嘉宾有:北大光华管理学院王汉生教授,阿里巴巴集团副总裁、阿里研究院院长高红冰;百分点集团董事长兼CEO、北大光华管理学院管理实践教授苏萌,以及狗熊会CEO李广雨。


王汉生教授:数据思维,从数据分析到商业价值


对于大数据,王汉生教授认为,数据产业实践的核心任务是让数据产生价值。更确切地说,是在真实的产业环境中,让数据产生可被产品化的商业价值。




王汉生教授的新著《数据思维:从数据分析到商业价值》,探讨的正是利用数据思维结合具体的业务场景,将数据转化为成为可感知的商业价值。全书围绕三大方面的内容进行阐述。第一,讲数据和价值。第二,谈回归分析,这是统计学在数学技术上的手段,是“术”的层面;更高层面是“道”的层面,把业务问题定义为数据可分析问题,这是特别重要的方法论。最后,通过大量案例来分析“数据模型是如何产品化的”。


什么是数据?王汉生教授给出的定义是,凡是可以电子化记录的其实都是数据。比如:几千年前记录的图像、声音等都可以算数据,因为这是被记录下来的。但如果从数据产业的角度来看就不算数据,因为在那个时代无法谈自动化、产生商业价值,服务某些场景等。从这个角度看,王汉生教授对数据理解具有强烈的时代观。


什么是价值?他认为,不是深度学习、人工智能,而是业务最核心的诉求,在业务场景中每天很细微的工作中可见的诉求。


价值怎么体现?第一是收入:例如:为什么一些医药的民营企业和教育行业对百度特别依赖,因为它带来很好的流量,直接产生销售额,这是看到数据分析带来的收入增加。第二是支出:包括人力、物力、时间、空间等各类支出,对数据的增进了解才会改进支出的行为,比如电视机背后的插口,有了物联网技术后根本无需那么多。第三是风险:现在到处讲金融征信,都是在各种业务场景中试图通过数据分析抹平你的风险。


任何数据产品,如果可以帮助客户,在这三个方面中的任何一个方面实现可量化的改进,那么这个数据的商业价值就比较明朗。数据分析的价值除了体现在这三个要素上,还需要一个重要的因素:可量化的参照系。比如说推荐系统做到90%的转化率,行业会说很高,但如果没有参照系呢?其实预测不准是常态,在不能百分百准确预测的过程中怎么样让人感受到价值是一个核心问题。


如何把数据转化为价值?回归分析是最基本的方法。回归思想其实是人们可以把一个业务问题定义成一个数据可分析问题。但一个问题是不是数据可分析问题,需要回答两点:第一,Y是什么;第二,X是什么。


所谓Y,就是实际业务的核心诉求,或者是科学研究的关键问题。比如,我们的合作伙伴说,他想理解什么样的客户价值高,这是他的业务诉求。这其实也要求合作伙伴不停地梳理业务诉求把“Y”提出来,然后才能继续分析。


X,是用来解释Y 的相关变量,可以是一个,也可以是很多个。X也是我们特别宝贵的业务知识,可能来自刷卡交易、简历、APP、社交网络等等。你的业务知识扩张将让你对价值理解更深入。


简言之,所谓“回归分析”,从“道”的层面而言,就是一种把业务问题定义成为一个数据可分析问题的重要思想。而从“术”的层面,要完成三个重要使命:哪些X变量是同Y真的相关;他们之间的相关关系是正的还是负的;不同变量的相对重要性。


事实上,前述所提及的内容,被王汉生教授称之为“朴素的数据价值观”。此外,本书还有一部分重要内容即“数据模型如何产品化”,通过各行各业的案例进行详解,行业分布包括互联网金融、车联网、学校、企业、电影、电商等多个行业。


高红冰:阿里的大数据是如何运用在商业实践中的?


在阿里研究院院长高红冰看来,数据不产生商业价值,就没有意义。他很赞同王汉生教授提出的数据思维,数据不是一个简单的工具或技术,而是整套的思考方法。




高红冰说,大家千万不要把阿里巴巴看作电商公司、零售公司,而是数据驱动的创新公司。具体到阿里巴巴的数据体系,他从数据的存、通、用三个层面上分享了自己的体会。


在数据储存方面,高红冰更愿意把数据电子化称为比特化,即相对于由原子组成的实物,数据最终是可以由0、1表达的。对于阿里巴巴来说,整个交易过程有大量数据,就需要沉淀下来,并寻找数据化的业务。


在数据打通方面,阿里巴巴在数据采集方面也走过一段弯路,最初数据也是分散在各个部门,甚至在个别员工手里,后来升级到公司层面,再后来跟阿里巴巴1000多万商家、十几万服务商和几亿消费者的整个商业生态相结合。今天的数据体系是开放的体系,是平台化的,是对等协作的,这样才会产生更大的数据价值。打通数据体系是个非常复杂的过程,需要非常强大的技术支持,但打通之后,才会有良好的用户体验。


在数据的业务化方面,高红冰认为要DT而不是IT,用首席数据官(CDO)而不是首席信息官(ClO)的思维来考虑问题,用数据做成产品,或者数据进一步延伸到应用。在这个过程中,要有对等、开放、分享的思想,而不是独占利益。阿里巴巴在金融、电商、物流等部门都在不断地用技术驱动创新。比如说金融方面,蚂蚁小贷设计了一套评分体系来评估商家账户,确定可以授信的商家,并对他们授信。运行一段时间后,如果坏账率高就把标准调高一些,做动态调整。传统银行一般必须要有抵押、业务报表才会*。蚂蚁小贷已经累计为400多万家企业提供*。


高红冰总结说,要相信数据及其背后的逻辑,但是关键在于洞察能力。这就需要数据思维,需要全新的思考方式构建。


苏萌:优秀企业将从泡沫中脱颖而出,人才匮乏成行业桎梏


作为大数据行业的从业者,苏萌的身份有些“特殊”,在创业之前他在光华有长达8年的执教生涯。这一身份也让他对行业发展有自己独特的观察视角,在本次沙龙上,他从专业人才培养和市场发展前景两大方面进行了分享。




“今天的中国越来越多的科技公司涌现出来,并逐渐赶超美国的科技公司,这是让人欣喜的,但是相应我们的人才培养是滞后的。”苏萌表示,大数据不仅是学了统计学、数据科学等就能解决问题,还需要多领域的综合技能。目前大部分人才培养还是偏传统的,这就需要教育机构与时俱进,不仅告诉学生理论,更要告诉他们如何做,实现专业人才的培养。


从09年创立至今,百分点实现了业务的持续高成长,已成为国内大数据领域的排头兵。在苏萌看来,这是行业发展所带来的巨大机遇。尽管很多人质疑行业泡沫,但是它也在吸引大量资本和人才,真正优秀的企业将从泡沫中脱颖而出。中国出现阿里、腾讯等让全球骄傲的企业,优秀的企业们将助力中国3000万家中小企业的发展。


对于未来,苏萌表示,他们思考的方向有两点,其一是大数据系统的“普惠”:如何给企业提供更便捷的大数据产品与解决方案,如金蝶、用友为企业提供财务软件服务一样,省去单家企业开发所耗费的大量人力物力。其二是中国新一代信息技术的出海:越来越多中国企业将从国内走向国际,其中就包括以新一代信息技术为代表的中国高科技公司,服务对象将从企业到各地甚至各国政府,输出“中国方案”。苏萌透露,百分点正在帮助多个海外国家搭建国家级的大数据平台,助力当地政府提升政府综合决策和社会治理水平,实现数据治国的目标。


最后,苏萌坚信,随着人才、资本、技术等进一步合力,在未来5-8年的时间,中国新一代信息技术,大数据、人工智能等将会成为中国核心技术品牌输出海外,走向国际。


李广雨:狗熊会的使命是聚数据英才,助产业振兴


狗熊会CEO李广雨介绍了狗熊会的使命主要是两个方面, 第一是聚数据英才,第二是助产业振兴。




首先,狗熊会的核心团队来自北大、人大、央财等高校统计学方面的年轻优秀教师, 他们都有着强烈的教书育人的社会责任感, 想帮助全国更多的高校和学生学习好数据科学这门专业。狗熊会从一个免费的微信公众号起步,逐渐做成一个标准的数据科学案例库平台内容创造者。近两年教育部已经批准国内高校本科设立数据科学专业,但很多高校在此专业上缺少好的教材,更缺少数据分析的案例和产业实践。狗熊会今年做的四五十个案例涵盖了互联网金融、征信、车联网、广告、工业制造等多个行业,每个案例都带数据、代码、PPT和视频,整体交付给高校来用。希望在全国范围内提高高校数据科学的教学能力。与此同时,狗熊会做了免费的人才计划,帮助优秀的学生进一步提升产业实践的能力。狗熊会希望在高校和企业之间搭建一个桥梁,不仅把北大这样优秀大学的经验和能力输送到其他的大学,同时也让学生们应用到企业当中,解决了企业在大数据人才方面招人难的问题。


第二是助产业振兴。大数据这个领域非常重要的两个因素是场景和分析方法。企业有非常好的场景,但是缺分析方法和人才。狗熊会针对每个服务企业都有项目组,配备的组长都是高校优秀教师,每周定期深入企业现场,共同分析研究问题,伴随企业共同成长。通过这样的模式,狗熊会产业实践的能力得到极大提升。与此同时,把企业好的实践产品转化成案例,再反哺到高校教学过程,这样的案例就非常真实。


未来的狗熊会想做成数据科学领域的社区,做好高校育人和产业实践的桥梁和纽带。


“光华思想力”是北大光华的思想平台,旨在用国际通行的研究工具和方法做具有国际水准的立足中国、辐射世界的中国学问,提供政策建议和咨询意见,服务经济社会发展,用扎根中国经济社会的政策研究和前沿商业实践研究反哺商学教育。


版权声明:

本文转载自北大光华EMBA如原作者不愿意本网站刊登使用相关素材,请及时通知本站,我们将在短时间内予以处理,联系电话010-53572272。

编辑:

(本文转载自 ,如有侵权请电话联系13810995524)

* 文章为作者独立观点,不代表MBAChina立场。采编部邮箱:news@mbachina.com,欢迎交流与合作。

收藏
订阅

备考交流

免费领取价值5000元MBA备考学习包(含近8年真题) 购买管理类联考MBA/MPAcc/MEM/MPA大纲配套新教材

扫码关注我们

  • 获取报考资讯
  • 了解院校活动
  • 学习备考干货
  • 研究上岸攻略