信息中心
中外運劉閩生：企業大數據應用之道
上述案例應用數據所得到的價值是建立在過去一年中業務經營過程中所積累并經過處理的有效數據，通過每月的一次數據整理，數年積累將形成的二十TB級別的數據，然后將這些數據經過一些BI、數據挖掘、分析等工具來實現中外運的數據價值。
另外一種叫非實時處理，比如說看一個客戶的過去記錄，將當天數據做處理后存在固定地方供查詢使用后，這樣查詢的速度可能會很快，而一旦今天的數據丟失抑或其他情況沒有得到記錄，只能看到當天以前的數據，成為非實時數據處理。
在企業的兩種數據處理方式中，非實時基于數據量不是很大與實時基于時間短的等因素，處理方式都可以采用BI、數據挖掘等工具來即可實現數據價值。所以劉閩生表示，傳統企業從數據類型和數據量的大小與互聯網企業都會有很大區別，企業更多時候關注的數據比較實際。
壓低成本提供服務
基于中國傳統企業獲得快速發展起步比較晚的緣故，歷史積累的數據量相比現今快速發展互聯網企業以及國外企業不可同日而語。
類似國內銀行等傳統機構，都是在十幾年前開始做大量數據集中管理，比如個人銀行賬戶開始依賴一張存折存取款，并且只能在存折所在地進去存取款，即使跨行業務都不能完成。為了解決此階段瓶頸，接下來銀行做的第一件事即將大量個人信息的住址、存折賬號、姓名、查詢進行了電子化，把人工業務操作變成計算機處理業務，使業務得到提升。
再接下來，將同一地區內所有銀行的計算機連接起來，將數據集中統一管理，此時個人銀行業務實現了跨行處理。
再往后，全國聯網統一，異地存取款服務統一起來，也就是現在的全國銀行聯網。全國聯網后，銀行推出實名制，開始產生大量有價值的個人賬戶數據，按全國10億人計算，會產生大量TB級別的數據，為外部客戶提供個性化服務打下良好基礎。
同樣零售行業也涉及到個人賬戶數據，比如大型商場會通過信息系統追溯個人賬戶在商場買哪些東西，銷售額度多少等個人數據。在全國連鎖店范圍內的全部個人信息集合起來，進行分析，對外按需提供服務，商場里擺放那些東西最受消費者喜歡，以提高銷售額度。這是數據處理所得的一個分析結果，劉閩生如是說。
在企業日常經營過程中會產生大量數據，中外運就是一個最佳示例，劉閩生說：“從財務角度看，每年都會有接近十幾萬新增客戶，累積下來有接近六十萬條數據記錄，如此龐大數據量都能夠為企業所用嗎？答案是否定的。”
客戶數據雖然很多，通常最后被企業真正所用到的數據占總數據量的也就是20-%30%，劉閩生稱。
企業內部業務經營過程中，哪些成本太高，那些成本不合理，哪些流程太多，都可以通過以往積累的大量數據中，通過數據挖掘、分析等方式來改變已有的企業管理結構。劉閩生說，國內企業數據處理主要目的，是對企業內部壓低成本、精簡流程，對外部外部提供優質服務。
在劉閩生看來，大量數據必須經過結構化、規范化處理才能為企業所用。比如，中外運在接客戶惠普的單子時，合同上可能標注中國惠普、北京惠普、惠普中國、惠普有限公司等數字標簽，類似這樣的數據處理起來來代價非常高，如果結算過程中在系統中檢索“惠普”未必能夠找得到。
這時需要建立一個規則或者一個集群，將所有凡是涉及到惠普的關鍵詞納入到所建惠普集群里。通過整理后的數據才能變成一個有效有價值的數據。
中外運的企業數據只對內部開放而不向外部開放，供企業內部員工操作和管理提供便利。如果對社會開放是要經過嚴格客戶認證，劉閩生說。
結語
隨著技術發展，物聯網技術將是企業產生大量數據的集中爆發點，將把監控不同地點、不同狀態的信息收集起來以后，形成不同狀態的數據變成一種檢索信息抽取出來。但那是新的應用產生新的解決方案。而這種技術還是會和傳統技術相結合，將數據分類，再分析處理。與之前最大不同之處在于，數據量更大了，CPU處理速度更快快了，規模更大了，應用的范圍更廣了，劉閩生最后說。
集成系統網絡情報信息數據庫
CIO頻道人物視窗
CIO頻道方案案例庫
大數據建設方案案例庫
電子政務建設方案案例庫
互聯集成系統構建方案案例庫
商務智能建設方案案例庫
系統集成類軟件信息研發企業名錄