近日，愛數2021smart大會在上海成功召開，峰會上愛分析創始人&ceo金建華進行了《企業數字化轉型與中台戰略》主題分享，并聯合愛數釋出了《非結構化資料中台白皮書v2》。
金建華認為：數字化轉型最終的目的是為了創造客戶價值，數字技術是轉型過程中的一種手段，而這個手段需要我們從戰略、從全業務流程、全價值鍊以及組織層面上進行變革和重塑。
以下為演講全文：
金建華（愛分析創始人兼ceo）：大家上午好，剛才賀總提到了柏拉圖對知識的分析，這個引用裡面涉及到愛分析這樣的組織對知識的認知，我先簡單的介紹一下愛分析的情況。
愛分析是一家服務于數字化市場的研究咨詢公司。在數字化市場中，愛分析扮演的角色是一個把企業數字化轉型過程中形成的最佳實踐和知識體系，變成幫助大家更好地做決策的方法論和工具，最終是幫助甲方使用者去解決數字化轉型過程中的具體問題。
愛分析2015年成立至今，服務了2000多家客戶，同時我們也服務了衆多的甲方，在服務甲方做數字化轉型、服務廠商的過程中，我們積累了很多的知識體系和最佳實踐，希望今天我分享的内容能夠更好地幫助大家建立起對數字化轉型的認知，以及對我們今天的主題——非結構化資料中台的認知。
首先，在2020年經過新冠疫情沖擊之後，數字化轉型已經成為一個“熱詞”，這個概念已經獲得了很好的市場教育和普及。然而仍然有大部分的問題并沒有解決清楚，什麼是數字化轉型？數字化轉型到底應該怎麼做？它的價值是什麼？這是所有甲方企業，尤其是傳統企業面對數字化轉型的疑問。
從數字化轉型的定義角度來講，首先，數字化轉型最終的目的是為了創造客戶價值，數字技術是轉型過程中的一種手段，而這個手段需要我們從戰略、從全業務流程、全價值鍊以及組織層面上進行變革和重塑。
數字化轉型過程中，其實也是在塑造一個資料驅動型的組織，在整個轉型過程中，資料起到了至關重要的核心作用，那麼，資料的價值是什麼，資料價值最後通過什麼方式能夠很好的呈現，這個是我們今天講的第一個議題；第二個議題是怎麼樣去建構中台；第三個是在資料中台建構過程中，非結構化資料創新是怎麼回事，對大家的價值是什麼？
為什麼說資料是數字化轉型過程中的基礎，2020年，從國家宏觀層面上做了一個很重要且高瞻遠矚的定義，把資料定義成繼土地、勞動力、資本和技術這四個基本要素之後新型的生産要素，基本上決定了無論是全球市場還是中國市場，這是未來幾十年的發展動力，是從政策層面上的一個很明确定義。
資料不但是一個新型生産要素，同時中國作為全球第二大的經濟體，我們的數字經濟發展迅猛，資料也正在成為中國經濟發展最重要的引擎。
2020年數字經濟占整個gdp的占比達到39%，同時2020年gdp增速是2.3%，但是資料經濟的增速達到了9.7%，3倍以上的差距可以看出來，數字經濟在我們整個的經濟體中起到了很重要的作用。
資料作為基本的新型生産要素的價值，不僅僅是從采集資料到前期資料的業務化，資料要通過資料的管理才能讓它真正産生價值，怎麼去管理，我們一般分成三個步驟：
第一步，資料整合；第二步，資料資産化；第三步，資料價值産生。怎樣能夠讓資料在業務場景下真正産生價值呢？我們大緻可以将資料産生的價值分為三類，第一類是在營運公司和業務經營過程中産生價值；第二類是在業務創新中産生價值；第三類是通過資料更好地幫助我們去做管理和業務決策。隻有這樣才能真正讓資料作為新型生産要素在經濟體中産生價值。
數字化概念提了很多年，做資料治理也好，資料資産化也好，國内的有一些企業做得比較早，但真正能夠把資料管好、用好的并不是特别多。forrester調研了很多的企業負責人，大概有71%正在着手做資料管理工作，但真正有成效的隻有8%，這樣來看，大部分的企業在用資料、管理資料和讓資料産生價值的過程中，并沒有得到應有的效果。
造成這種結果最核心的原因，首先，是在資料整合和資産化的過程中，原來傳統it的煙囪化，系統是一個一個單獨的系統，且沒有辦法把這些單獨的系統很好的整合起來，讓資料變成一個完整的資料資産；另外，過去資料應用開發過程中，基本上都是重複建設，導緻資料的複用和标準化很難做到；最後，資料并沒有根據具體的業務場景需求進行資産化，進而導緻企業每年投入大量的it預算，卻看不到roi。
資料怎麼樣能夠産生價值，必須要有一個理念——資料管理和資料創造價值的理念。資料中台雖然早在2015年就提出來，但是它的概念一直不斷在演進，資料中台完全是一個中國本土化的概念，而且是很适合中國企業數字化轉型的概念。
我們對資料中台的認知，或者說我們對資料中台概念的定義，其實并不是一項技術或者一個産品，如果把資料中台當做一個産品和一個技術，我覺得這個認知是有很大的誤區。資料中台本身其實是一套方法論，是做資料管理和資料價值創造的一套方法論，背後有很強的業務驅動理念，同時當然也需要應用很多技術平台或者工具讓資料産生價值。核心的一點是，資料中台必須以應用場景為出發點，通過治理資料，讓資料資産化和資料業務化賦能業務場景，給客戶創造更好的價值。
簡單講一個案例，證券行業是資訊化做得比較好的行業，該券商的業務發展在十年以前相對比較簡單，業務比較成型，但最近十年，尤其是移動網際網路發展起來以後，該券商的業務發生了很大的變化，業務的更新疊代速度變得很快。而原有的it系統其實不具備很好的擴容性和做二次開發，而涉及到新的業務，需要不斷地建設新的資料應用。
新的資料應用建設過程中又都是單點的應用，原來的資料能力沒法複用。然後它自己提出來要做資料中台，最核心的就是在大資料平台基礎上把原有的資料進行統一整合和治理，建立統一的資料開發規範，形成資料資産，最終賦能業務，這裡有很多具體的業務場景，比如說智能投顧、智能營銷，幫助銷售團隊更好的開拓新的客戶等。
第二個案例是某市應急管理局，應急管理局是幾年前建立立的一個部門，新部門由很多的部門組成，部門成立之後涉及到原來各部門的資料分散在各處，沒有辦法做資料整合，從應急管理角度出發，一個新的部門成立之後要去全方位的完成應急管理的前期預警，包括事前、事中、事後所有的關系，這裡面會涉及到大量的資料。通過資料中台解決方案，應急管理局實作了全方位應急管理、打通了10個業務系統、接入應急資料量1.6億，實作了多場景資料融合、管理和價值應用。
第三個案例，是某省級電力公司能源網際網路建設，能源網際網路是能源領域的國家戰略。以一個具體場景來看能源網際網路，電力系統裡面有一個計劃性停電的場景，就是在某些裝置進行故障檢修時需要關停，會引起區域性停電。原來在做停電計劃的時候，需要從業人員去處理，比如看ca地圖、看線路圖，通過線路圖判斷哪些區域、哪些使用者會波及到停電的問題，然後再去發短信通知，這個過程人力消耗巨大，包括應對故障的人力投入，應對故障的周期以及到最後故障發生的時間都是低效的行為。
能源網際網路建設項目中，該電力公司引入資料中台，在資料治理之上加了知識圖譜的應用，基本上不用太多的人員幹預，就可以精确定義哪些區域需要停電，第二個精确的定義到哪些使用者會停電，第三個基于對區域和使用者的判斷自動的發短信提前通知到使用者，這是一個很具體的案例。
中台怎麼建？中台是一個方法論也是一個理念，中台的核心是，在做數字化轉型時，必須自上而下去從頂層設計就開始對它的價值做判斷，資料中台是數字化轉型過程中的一個戰略性的選擇，它不但需要戰略層面支撐，同時也需要從組織層面支撐它，從頂層設計到中台技術的支撐到組織營運，再到資料人才的支撐，這是資料中台很重要的出發點。
舉一家時尚行業公司資料中台的案例。這家公司在2018年制定了一個三年收入做到百億的計劃，最終實作百億計劃是要靠消費者營運拉動，這是明确的業務戰略目标。基于這個業務戰略，它制定了一個以消費者為中心的數字化轉型的戰略計劃，這個計劃裡面，圍繞消費者營運建設的資料中台底座起到了決定性的應用。這裡面涉及到怎麼把業務資料化，營運消費者資料資産，最終把資料變成應用場景中的業務賦能，能夠通過資料更好地支撐廣告投放、促銷活動、會員拉新、老客複購等會員營運活動，取得更高的業務回報。
可以看到在具體的業務場景中，這家公司取得了很好的業務效果。比如某次活動老客的整體複購率提升10%，某次雙11促銷活動比往年效果翻倍提升，某次拉新活動用3萬預算轉化了4000個新增會員和超過800萬銷售額。
資料中台要去落地，其實是經過了大量的實踐和方法論的總結，愛分析平時會調研廠商的能力和甲方的需求，在這個過程中我們重點研究甲方的落地實踐，在調研過程中需要把實踐經驗變成方法論，從數字化藍圖頂層去定義業務目标和戰略到底是什麼，這個是頂層設計決定了資料中台能不能産生價值。
不但要了解目前的資料資産有哪些，同時基于企業業務場景和業務流程需求去做資料中台的規劃，設定場景落地優先度，要知道哪些場景下資料能夠産生價值。
當然，中間離不開技術平台的搭建，在業務價值實作的過程中，不可能所有業務流程或者說全價值鍊都能夠馬上做到數字化，所有的企業無論是技術設施還是本身業務場景的原因，都會影響到階段性資料價值的展現，這個過程中我們一般都建議在設定業務場景優先過程中，找到最能展現業務價值的場景，優先做成閉環，短期内能夠看到效果，可以自上而下推動組織更好地進行數字化轉型落地。
最後，不但要建設還要去營運，各種各樣資源的投入，場景的拓展都會幫助企業更好的實作資料中台，最終在更多的業務場景下産生價值。
智能化是企業數字化的新階段，智能化中有很重要的一點——認知智能，認知智能本質上就是怎麼樣把資料知識化，最終在業務決策和管理決策起到作用。通過ai技術能夠把資料變成知識，賦能給更多的業務場景，更好的做業務決策，這是下一步認知智能發展的趨勢。
資料知識化的過程其實就是知識管理的過程，知識化會涉及到更有挑戰的問題。我們一般把這個問題定義成兩類：第一，企業裡面有80%的資料是非結構化資料，在做知識管理的過程中，怎麼樣能夠把非結構化的資料變成可用的知識，怎樣挖掘全量資料之間的關系。第二，資料與資料之間真正産生價值助力決策是需要把它的邏輯關系、關聯關系提取出來。
資料與資料之間的深度關系與資料全域價值同時支撐最後的知識管理，也就是說實作知識管理的過程，需要從兩個層面上考慮怎麼樣讓資料或者知識真正産生價值。
第一個要有新的資料架構或者說在資料架構層面上做革新，以應對非結構化資料的治理；第二個在資料治理和資料資産化的基礎上，要去做ai的應用，知識圖譜在把資料變成知識的過程中會起到很重要作用。也就是說，資料架構革新和ai賦能知識應用是能幫助我們企業做知識管理很重要的要素。
大家可以看到這是非結構化資料中台的資料架構，我覺得所有的平台最終都是為了更好賦能給組織和業務。
第三部分關于非結構化資料從整體的方法論到實踐經驗的積累，到最後的案例積累，我們都很詳細的寫在了《非結構化資料中台白皮書v2》裡面，這個白皮書是我們過去幾個月跟愛數的團隊一起合作撰寫的，我們把非結構化資料平台領域裡面愛數自身的實踐以及愛數客戶的實踐總結成方法論和案例供大家品鑒，希望這本白皮書可以更好地幫助你解決組織裡面資料應用落地問題，讓資料能夠産生真正的價值，謝謝大家。