很多公司认可数据价值，数据确是展示了他的价值，然而这价值却远未达到正常所期待之高度。如同李广利捐5万之师而获骏马30匹，收获之余伴随着一丝尴尬。我也晓得现在看到的价值还只是冰山一角，可剩下的价值藏得太深，要怎样挖掘呢？在与企业的交流中感受到有类似困惑的人不止一两个，数据在企业内产生的价值有大的也有小的，但能说这价值已充分挖掘且贯穿公司内外的的企业是寥寥无几的。
企业业务场景不断深化，自助式BI工具随之兴起，企业挖掘数据的手段也更加多样，那么如何掌握优质的自助式分析方法论？今年帆软2020智数大会的自助分析分会场，帆软资深自助分析领域专家将就如何拆解数据价值、寻找数据价值、构建数据价值来出发，与参会嘉宾进行分享。本文将简单讲解企业应用数据价值的三个关键要素，更多精彩观点，请关注帆软智数大会自助分析分会场。
一、拆解数据价值
我们常说数据价值，数据价值的本质是什么？是数据库中那一行行的字符，还是那些承载着各种数据的高级平台？显然不是这些，数据的价值是系统性的，是通过对数据进行系统化建设并将数据转化为新的工具和信息而后产生的，具体可以分为这样两类价值：
- 效率价值：以数据为基础搭建形成的常规报表平台、数据监控平台、多屏应用平台等，常见的如企业日/周/月报、财务报表、大屏监控等内容，其主要价值在于节约报表更新成本以及用户的预览成本。核算下来大部分价值在于企业内资源的节约和效率的提升。或许通过这些基础报表平台产生了部分业务价值，然而也是效率提升带来的衍生价值，相比其所承担的核心的效率价值而言占比还是小的。
- 业务价值：以数据为核心搭建形成的部分带有业务模型或管理模型的报表平台、自助分析平台、基于大数据的智能应用平台等。这些平台不止是数据的呈现，它们普遍可以同用户进行互动，用户在与数据互动的同时可以进一步发现风险或机会。这些平台在承载着数据的同时也有着提升用户的业务水平的能力。
对于大多数企业而言，当初启动这些个数据项目就是为了包揽效率价值和业务价值，有些更多的是奔着业务价值而来，毕竟无论是市场上的名人大佬还是乙方的销售，扯着嗓子喊的大都是数据带来的业务价值啊。然而现实是比理想干瘪的多的，从项目结果看，给企业带来的业务价值是要用放大镜来找的，以至于发现其中一两点会让大家兴奋上几个日夜。这也是这张图的由来：
二、寻找数据价值
面临如此现实只能认命吗？当然不，毕竟不认命才是我们的命。很多企业还在追求数据价值的路上，常见的方法有这样两种：
第一种是寻求其他企业的数据化应用经验并加以消化，改良后应用到自己企业内，形成一部分带有业务模型或管理模型的报表平台，进而推动企业业务的进步。这一种方法非常实用，而且往往具有比较好的效果。但缺点也是明显的，企业发现合适模型的成本过高，往往是踏破铁鞋无觅处，最后还是没得到。他的偶然性与不可再生性给这种方式带来了局限性。
第二种是通过引进更多的数据、更先进的技术或者是数据人才来建设智能化数据平台。有些基础扎实且实力雄厚的企业通过这一方式尝到了甜头，并一跃成为了行业上的标杆，但这种方式对于大多数企业来并不适用，一来大部分企业还不具备扎实的数据基础，缺少配套的环境。还有，若是再起一个项目，就不担心重蹈上一个项目的覆辙么？
在企业尝试的方法中常常会忽视其中一个重要的维度，而正是对这个维度的忽视使得数据价值的实现变的困难，这个维度就是：人。此时你或许会质疑：不会啊，我们公司的项目经理、大数据工程师、etl工程师、报表工程师都是高薪聘请的，非常重视呢。然而，此人非彼人，这里要强调的人是群体更大的、需要分析数据应用数据的人，是企业内广大的业务用户。
三、构建数据价值
数据、平台、人才三个维度相互融合，是为拉动企业数据价值的三驾马车，任何一个维度的缺失或弱化，都不利于数据价值的体现。下文就三个维度展开介绍各自的角色以及彼此之间的关系。
1.数据
数据是一切应用的基础，缺少数据其他一切都将是空中楼阁。要让数据发挥价值，也是需要满足以下条件：
- 书同文车同轨，统一数据口径。
- 清洗数据保障其准确性。
- 做好数据管理，维护数据的稳定性以及基本的性能。
数据的建设看上去很难，但却是大多数企业最容易做到的，事实也是大部分企业对这一维度的建设是不错的，这个维度不是本文的重点，就不继续展开了。
2.平台
平台一头连接着数据，另一头连接着用户。它既是数据价值体系中的枢纽，也是数据价值发挥的核心。一个不合格的平台会让数据成为茶壶里的饺子，让用户有着巧妇难为无米之炊的无奈。很多企业都已经建设过自己的数据分析平台，大部分是以报表平台为主体的。一个好的报表平台可以让用户清晰、便捷的看到数据，甚至部分优秀的报表平台具有一定的业务指导能力。但大部分报表平台对于数据价值的发挥还是有不足之处的，它与用户之间缺少互动性。当用户发现一个问题试图进一步分析验证时、当用户需要基于当前的业务现状微调业务模型时、当用户需要一个新的数据以解决突发的问题时，报表平台的迟钝就凸显出来了。有人会说这些情况可以找信息部门沟通来解决呀。貌似可以解决，只是效率低一点时间长一点而已。但事实却并非如此，当效率低到一定程度，这就是不可解决的问题。大部分用户面临这些问题时选择的不是排队等待而是放弃，除非要汇报、要经常使用的固定数据报表非做不可，那冰山中大部分的临时性的需求、突然的想法、延伸的验证等都会在时间成本和沟通成本的恐惧之中放弃。对于企业而言，放弃的不只是这些临时的需求和想法，而是创新和机会。
一个能够做好枢纽角色的平台应该具有以下几个特点：
- 互动性：一个数据平台应该具有互动性，支持用户与数据直接发生互动。用户基于平台可对数据进行调整、探索和分析，尤为重要的是，用户在和数据互动的过程中，会产生奇妙的化学反应，价值就在这互动中产生：
- 互动迭代出企业自身的业务模型：一个具有互动性的平台交给自己的业务用户，不仅可以迭代打磨出适合自己企业的业务模型，而且还具有再生性，这个模型会不断的优化、不断的完善，使之慢慢成为企业的竞争力之一。这些在内部发展出的模型，甚至相比较我们通过参加会议、拜访同行而求得的这些模型具有更好的适应性和更大的发展空间。
- 互动发现新的机会或风险：颠覆式创新在企业内部很少提出，而渐进式创新却是很多企业都在鼓励的。然而创新所需要的不仅是鼓励，同时需要一个环境。一个能够让用户和数据发生互动的平台，就是一个很好的环境，不刻意不强求，用户或许在解决自己问题的过程中就探索到新的机会或风险。
- 易用性：一个数据平台应该足够易用，这样才会有更多的人与之互动。一句话叫做量变产生质变，如果互动仅仅发生在少数人之中，那这样的平台也只是一个大号的报表平台而已。当一个平台足够易用，也便能够支持更多的人能够参与到平台互动之中，那么无论是企业自身业务模型的完善，或是企业内部的渐进式创新，都将成为必然而非偶然，企业数据的价值，也将成倍的增长。
具有以上特点的平台我们称之为自助分析平台，一个平台可以支撑与大量用户的互动且具有较好的易用性并不容易，这个平台需要兼具以下特点：
| 1 | 完善的数据管理策略 | 支撑用户方便快捷的查找、管理、使用所需要的数据 |
| 2 | 高性能的数据引擎 | 支撑用户分析的快速响应，业务用户可是没有那么多时间等待数据加载的 |
| 3 | 丰富且易用的数据处理能力 | 支撑业务用户实现深度分析，分析不止步于呈现 |
| 4 | 灵活易用的数据可视化能力 | 支撑业务进行可视化分析、展示 |
| 5 | 完善的多屏方案 | 支撑业务用户的移动办公 |
| 6 | 数据交流能力 | 支撑用户间数据分享与交流，激发创新和活力 |
| 7 | 企业级管理平台 | 保障分析多而不乱 |
说到这里是需要一个硬广来撑撑场面了。上面表格提到的，恰好FineBI都有，FineBI是一款非常强大易用的自助分析平台工具。通过FineBI可以快速搭建数据自助分析平台，其自助数据集以及仪表板分析支持用户对数据进行深度自由的分析，实现用户与数据之间的互动；同时其易用性和易学性可以让没有技术基础的业务有了参与其中的可能。
3.人才
数据本身是没有价值的，其之所以产生了价值是因为有人看到，看到之后进行思考，思考之后采取行动。”数据“ ”驱“ ”动“这一整个链条才是一个完整的数据价值生命周期，因此能够驱动业务的人，才是这数据价值的关键。显而易见，这些人并不是项目经理、大数据工程师、etl工程师、报表工程师，而是广大的业务用户。要让数据发挥更大的价值，企业需要让这些用户参与到价值体系中来。当然，这件事的实现也是很困难的，用户自己的历史方法惯性到适应新工具的引导和推动、用户较弱数据思维和较强业务思维之间的冲突、用户历史经验和数据结论之间的矛盾等等问题需要解决。这些问题的推动和解决，其难度也是远高于搭建一个数据中心或是一个数据平台的。虽然难，但却也并非是无法解决的问题，我们走访多家企业，总结出以下以下几件事是值得做的：
- 为业务用户提供完整的、准确的、可用的业务数据。首先不要让用户在数据查找、数据校验、数据整合上花费过多的时间，这个工作需要有一定的数据技术理解和较深的数据思维，对于大部分业务用户而言难度较大，很多会在校验数据的过程中从崩溃到放弃。
- 为业务用户提供易用的数据分析平台，如上文描述的自助分析平台。一个易用的平台绝对是一个好的开始，让用户以较低的学习成本掌握一个新的工具，同时让用户感受到工具对其带来的效率提升以及分析能力的增强，可以让用户更快的更自然的融入数据价值体系，甚至会自发的带动更多用户主动融入其中。
- 为业务用户提供基础的数据分析培训。对于大多数用户而言，从经验判断到数据分析的转变，从传统excel到企业级分析工具的过度，都不是一件容易的事情，缺乏前期的引导和培训会让用户走很多弯路，增大了用户放弃的概率。
到这里，又一个广告需要自然的融入其中。正所谓帮人帮到底，帆软除了提供FineBI作为自助分析平台工具外，同时也有专业的自助分析顾问团队，可以为用户提供平台建设、自助分析推广以及培训等全套的自助分析相关服务。
我们可以帮助企业快速搭建自助分析平台、形成自助分析文化，培养企业数据分析人才，完成企业的数据价值体系建设。目前已经为很多企业做过相关的咨询服务并且获得了不错的效果，对于没有自助分析推广经验的企业而言是一个可以尝试的选择。
四、尾声
企业数据价值建设早已得到了应有的重视，无数人为追求数据价值的体现奔波、熬夜，但不要将注意力聚焦在数据这一头而忽视了企业内另外一个最具价值的维度---人。将数据和人链接起来才能实现数据价值的迸发，让数据价值具有自发性、创新性、可持续性。有的时候，确实是我们做了个各种努力，默认回首它却在灯火阑珊处。
大会预告
今年9月17日—19日，帆软主办的数据领域规模最大的峰会—2020智数大会将落地无锡，这是继物联网博览会后，无锡高科技领域的又一场盛会。大会将邀请近千家企业参与，共设置1个主论坛、14个行业分论坛，其中共包含50余场CIO的精彩分享。除了内容广度，今年大会在内容深度以及权威度上也看点十足：
- 行业大咖主会场现场解读《商业智能（BI）白皮书2.0》
- 多位行业权威专家分享数字化转型高端洞察
- 行业龙头企业总裁级嘉宾讲解企业数字化转型在疫情之年的重要性
