你有聽說過“澤字節(jié)（Zettabyte）”嗎？

在數(shù)據(jù)的海洋中，信息存儲的基本單位是字節(jié)（Byte）。日常生活中接觸比較多的有KB 千字節(jié)、MB 兆字節(jié)、GB 吉字節(jié)、TB 太字節(jié)等等。但是，這些常用單位不足以來衡量互聯(lián)世界的龐大數(shù)據(jù)量。把全世界的數(shù)據(jù)都加起來，會是多大呢？

根據(jù)IDC的報(bào)告，2018年全世界總的數(shù)據(jù)量約在33 ZB，到2025年，這個(gè)數(shù)字將會增長到175 ZB，而這其中60%的數(shù)據(jù)是由企業(yè)產(chǎn)生的。

1 ZB也就是1澤字節(jié)，等于1,000,000,000,000,000,000,000字節(jié)！

毋庸置疑，未來是屬于數(shù)據(jù)驅(qū)動型企業(yè)的。數(shù)據(jù)驅(qū)動型企業(yè)，不是簡單地收集數(shù)據(jù)，存儲數(shù)據(jù)，而是能將數(shù)據(jù)不斷轉(zhuǎn)化為業(yè)務(wù)價(jià)值，而且是實(shí)時(shí)的。

根據(jù)知名咨詢機(jī)構(gòu)麥肯錫的研究，數(shù)據(jù)驅(qū)動型企業(yè)在獲客、留客和盈利上的能力分別要高于一般企業(yè)23倍、6倍和19倍。

數(shù)據(jù)的價(jià)值，不言而喻。

你所在的企業(yè)，正在發(fā)揮數(shù)據(jù)價(jià)值嗎？

在讓數(shù)據(jù)釋放價(jià)值之前，企業(yè)該如何避免陷入數(shù)據(jù)沼“澤”？

打造數(shù)據(jù)驅(qū)動型企業(yè)，關(guān)鍵在何處？

甲骨文給出的答案是“自治（Autonomous）”。

企業(yè)海量的數(shù)據(jù)寶藏通常隱藏各個(gè)軟件系統(tǒng)中，或者埋沒在個(gè)人電腦和文件柜里，無法施展能量。它停留在各個(gè)業(yè)務(wù)部門的內(nèi)部，保存數(shù)據(jù)的部門可能無法意識到自己的數(shù)據(jù)，對于另一個(gè)部門、甚至整個(gè)公司的價(jià)值。

再比如現(xiàn)在新興的人工智能技術(shù)，如果沒有足夠的數(shù)據(jù)來支持AI模型，是無法提供企業(yè)期望達(dá)到的算法服務(wù)的。

要使用數(shù)據(jù)來驅(qū)動企業(yè)，創(chuàng)造價(jià)值，它必須變得可見且易于訪問。知名市場研究公司Forrester的報(bào)告表示，對于一個(gè)典型的財(cái)富1000強(qiáng)規(guī)模的公司來說，如果將數(shù)據(jù)的可用度提升10%，就能帶來約6500萬美元的額外收入。

要徹底解決數(shù)據(jù)的問題，最好的辦法是“自治”——讓數(shù)據(jù)的采集、整合、管理、維護(hù)、分析等工作高度自動化，并且依靠機(jī)器學(xué)習(xí)不斷自我提升，類似于汽車行業(yè)的“自動駕駛”。

自治的意義不僅僅在于減輕企業(yè)IT在數(shù)據(jù)管理上的負(fù)擔(dān)，更重要是能夠拉近企業(yè)業(yè)務(wù)部門（也就是數(shù)據(jù)的使用者）與數(shù)據(jù)的距離，讓數(shù)據(jù)發(fā)揮價(jià)值，而且極大降低了企業(yè)應(yīng)用數(shù)據(jù)所需的成本。

這就是甲骨文在2017年開創(chuàng)性推出Oracle自治數(shù)據(jù)庫的原因之一。自治技術(shù)依靠機(jī)器學(xué)習(xí)和甲骨文四十余年在企業(yè)級數(shù)據(jù)管理的積累。通過自治技術(shù)，企業(yè)能收獲一個(gè)基于數(shù)據(jù)實(shí)時(shí)提供可行情報(bào)的系統(tǒng)，這方便企業(yè)更好地了解其運(yùn)營、員工、市場和客戶，更快速、有依據(jù)地做出決策。

作為Oracle自治數(shù)據(jù)庫的重要代表，Oracle ADW業(yè)務(wù)數(shù)據(jù)平臺以簡單、快速、彈性的產(chǎn)品性能為人力、財(cái)務(wù)、銷售、市場等部門的業(yè)務(wù)洞察提供了強(qiáng)大的數(shù)據(jù)支撐。通過Oracle ADW，客戶以完全可負(fù)擔(dān)得起的成本，少則幾小時(shí)，多則幾周時(shí)間內(nèi)即可看到所產(chǎn)生的業(yè)務(wù)價(jià)值。

如何避免落入數(shù)據(jù)沼“澤”

甲骨文給企業(yè)提供了以下五大建議：

第一是保障數(shù)據(jù)質(zhì)量。

這一點(diǎn)很大程度需要依靠“數(shù)據(jù)清洗”。這就像在炒一盤菜之前，你需要擇菜、洗菜、切菜一樣——數(shù)據(jù)在分析前，需要將重復(fù)、無效的數(shù)據(jù)刪去，糾正其中的錯(cuò)誤，做好數(shù)據(jù)的一致性，完善數(shù)據(jù)質(zhì)量。這是數(shù)據(jù)釋放價(jià)值的基礎(chǔ)。

第二是用敏捷的方法達(dá)到數(shù)據(jù)的展現(xiàn)和分析。

這里為什么強(qiáng)調(diào)“敏捷”呢？現(xiàn)在市場上多見的方案，如BI、數(shù)據(jù)中臺往往跟隨著巨大的數(shù)倉項(xiàng)目。這些項(xiàng)目耗時(shí)數(shù)月，多在百萬級，而在完成前是無法衡量是否奏效的。現(xiàn)在在云的協(xié)助下，對于企業(yè)更有利的順序應(yīng)該是先快速看到效果，再來決定是否做、做多少。

第三是要建立以客戶為中心的視圖。

這是今天很多企業(yè)面臨的問題，客戶是企業(yè)增長之源，釋放數(shù)據(jù)價(jià)值的一大目的是用于深耕客戶需求。然而現(xiàn)在很多數(shù)據(jù)分析更多是按照流程，落入程式，并沒有圍繞客戶來做。

另外一個(gè)障礙是數(shù)據(jù)的碎片化。隨著公有云的應(yīng)用，這個(gè)問題越來越凸顯，特別是對于中小企業(yè)。一個(gè)企業(yè)在多個(gè)云上，就算都在同一個(gè)云，SaaS供應(yīng)商也不同。企業(yè)需要的是形成對客戶的全景圖，將這些數(shù)據(jù)打通串聯(lián)起來，決策時(shí)才能縱觀全局、切中要害。

第四是賦予業(yè)務(wù)部門挖掘數(shù)據(jù)的能力。

對于很多行業(yè)，尤其是To C的企業(yè)，數(shù)據(jù)價(jià)值挖掘的能力決定了企業(yè)在這個(gè)市場能不能成功。

數(shù)據(jù)挖掘的工具，一方面要能讓業(yè)務(wù)人員自主自助使用，即做到簡單上手、靈活機(jī)動。因?yàn)闃I(yè)務(wù)人員最先嗅到市場變化，也最需要用數(shù)據(jù)來探索和驗(yàn)證思路，從而快速響應(yīng)。必須要將業(yè)務(wù)人員挖掘數(shù)據(jù)的能力發(fā)揮出來，企業(yè)的數(shù)據(jù)價(jià)值釋放才算真正做起來。
另

一方面，企業(yè)還需借助機(jī)器的力量。AI、機(jī)器學(xué)習(xí)技術(shù)的加入，對于數(shù)據(jù)價(jià)值的挖掘可謂如虎添翼，企業(yè)可以在AI的幫助下預(yù)知趨勢，探查出數(shù)據(jù)間前所未有的關(guān)聯(lián)。

最后，也是最重要的一點(diǎn)，選擇適合自己的才是最好的。

企業(yè)在選擇數(shù)據(jù)項(xiàng)目時(shí)，一定要從自身情況出發(fā)，選擇最適合自己的。

更為明智的做法是，企業(yè)可以“走一步，看一部”，而不是一次啟動一個(gè)巨大的項(xiàng)目來做。這樣企業(yè)可以先體驗(yàn)數(shù)據(jù)項(xiàng)目能帶來多少價(jià)值，基于這個(gè)再決定投入多少。