企业实施大数据，要先抓好小数据

在2010年之前，还很少有人听过“大数据”这个名词。现如今，就连街头上卖煎饼果子的大妈说起大数据来都很侃侃而谈，视乎大数据已不再是一个新鲜的事务。一时之间，不论是科技界、媒体界还是商业界，大数据都受到了极大的热捧。

我在与一些做大数据项目的企业交流中，常常会听到他们的兴奋、激动、疑惑、失望……。有人说：”我们要做大数据，目标是解决xx业务问题，创造了xx价值“，有人说：“我们做大数据两年了，但还是停留在数据展现层面，大数据的洞察力呢，大数据的价值呢？”也有人说：我们的大数据就是部署了一套hadoop，其他业务并没有发生改变。" 还有人说：”什么大数据，上了大数据平台其他业务系统的数据怎么迁移，是不是其他系统的数据就不用管理了，统一由大数据平台管理了“。……

下面，我们谈谈对于企业实施大数据的一些看法和建议，希望能给正在或即将做大数据项目的企业一些参考。

1、实施大数据，先要找准切入点。

我们没有必要去纠结大数据的概念，或所谓的”4V“，更没有必要去在意数据量是否够”大“。在我看来，企业要成功实施大数据，必须先抓好小数据。这里我对小数据的概念稍做解释：小数据是相对于大数据而来的，是对于企业的一些核心的数据，这些数据将会被高度的共享，是企业业务开展的基础。小数据看中的是数据质量，大数据是挖掘数据中潜藏的价值。那么这些小数据都有哪些呢？

（1）主数据，企业的核心数据，会在多个业务系统中被共享。例如：产品、客户、供应商、用户等。

（2）元数据，元数据是描述数据的数据，从数据库技术的角度，元数据就是数据库的表结构、数据就是其中的一条条记录。

（3）数据标准与质量。这个不用做过多概念上的解释。

2、为什么企业实施大数据，要先抓小数据。

其实，从上边小数据的定义和范围上也能看出。小数据是支撑企业业务运行的基础。实施大数据切不可操之过急，当小数据还存在的问题的时候，要沉下心来先将小数据治理好。就如同盖楼，要先将地基打牢。举个例子：假如企业要基于大数据的做客户的精准营销，需要从各个渠道获取客户的信息，然后进行客户画像。那么，首先我要保证客户信息真实性和一致性。这就需要第一步在企业内首先将”客户信息“这个小数据做好，保证它在任何系统、任何状态的基本信息都是一致的。这是针对该客户进行精准营销的前提。

3、如何抓好小数据。

对于如何抓小数据，这涉及数据治理体系的建设，是一个系统工程。后面我会针对这个话题，做一个专题的文章。这里，就简单说说做小数据的一些方法。根据在数据方面的一些经验看，做小数据是一个数据治理的过程，见效慢，需要持续投入，主要给出以下建议：

（1）先从梳理数据开始。通过数据梳理，形成企业数据元模型，建立企业级的数据资产地图，理清数据资源的分布情况。让管理者能够清晰的知道：”目前都有哪些数据，还缺少哪些数据，这些数据都在哪里存放的，他们之间的关联关系如何。

（2）建立主数据的自动采集和分发机制，保证主数据在各个业务领域的一致性。通过主数据打通企业主价值链的数据通道，实现企业范围内的信息共享，进而支撑大数据的分析和挖掘。另一方面，主数据和大数据的范畴也不是一成不变的，比如在微博上说的一句话是大数据范畴，这种社交类信息一般不会纳入到主数据中，但也有可能随着时间的推移、技术的进步以及成本的降低，在不久后归入到主数据范畴内。主数据侧重于数据的组织，而大数据则提供了更多的原材料。

举个例子，现在不管是产品销售还是服务推广，都强调的一个前提是以客户为中心，保险公司若要推销一种保单，会关注客户和潜在客户在这个保单群里的言论，这些都是大数据，而具体到究竟是哪个客户发表的言论则属于主数据的范畴。所以说，企业要获得更好数据应用效果和价值，应以主数据为中心、为筋脉，通过主数据把各类散乱的大数据有效串联起来。同时，大数据也是主数据的一个重要补充，两者的结合可以达到很好的效果。

（3）严抓数据标准和质量。严格来说，数据标准和数据质量是两套体系，但他们之间又相互依存，互为支撑。数据标准和数据质量实施的关键点都是贯彻执行。一个在于事前预防，一个在于持续改进。一般，我们会将数据标准作为数据质量核验的基础，另一方面也会将稳定的数据质量指标纳入数据标准体系。

4、最后我们说说“大数据与数据大”。

数据做好了那叫”大数据“，做不好那只能叫”数据大“。大数据是数据湖泊，而数据大是数据沼泽。我们做大数据的目标是让数据产生价值，而不是产生数据量。通过一定的数据治理，让数据运行进入一个正常的轨道，是形成企业级数据湖泊的重要条件。

所以，我们提倡企业在实施大数据项目之前，先考虑下自己的小数据是否已经做好了！如果小数据还没有做好，那么不妨先将小数据做好。抓好小数据在做大数据，您将获得不一样的收获。谢谢大家！

注：本文为原创，欢迎转载，转载请注明：转至谈数据，作者石秀峰