最近，有網友在知乎上提問：
大型傳統企業如何在公司級數據整合、數據治理、數據運營中把握好業務和數據的關係，逐步實現智能化轉型？
背景：
大型傳統企業，通常都面臨業務系統數據孤島、各板塊專業化程度高、多流程銜接交叉、數據不統一不完整不開放等問題。在搭建好物理層面hadoop數據平臺的基礎上，如何以業務流程為導向梳理數據走向，達成數據價值轉化輸出？
接到這個任務，真是摸著石頭過河。不知道是否有類似經驗的知友，可以分享一下經驗或感悟？
這個問題，是所有傳統企業在數字化轉型過程中都會面臨的，帆軟也是做了數千家企業的數字化轉型方案，其中大多是傳統企業，深諳其道。所以也是借這個問題，系統的理一下。
在講如何做之前，先來分析一下背景：
問題一：業務系統數據孤島、各板塊專業化程度高
這是典型數據孤島問題：業務系統很多，系統之間的數據不連通，造成信息壁壘。
這樣的問題要著重
主數據管理，制定標準規則。問題二：數據不統一不完整不開放
數據來源渠道多，責任不明確，數據填報缺失這些都是質量差的問題。
這樣的問題要著重數據治理，性能優化上可以採取分佈式數據庫。
問題三：以業務流程為導向梳理數據走向
這背後暗藏的現實可能是：
- 業務部門需求轟炸，IT部門成為一個取數機；
- 指標零散，業務和IT都不知道分析什麼；
- 報表不成體系，有些報表冗餘。
這也是很多企業的共性問題。
問題四：希望達成數據價值轉化輸出
因為問題三的原因，IT疲於業務需求，應付各種報表，數據沒有很好形式展現，也無法對業務決策產生幫助。相應的，IT部門也無法對業務產生顯性價值。
要讓數據服務於業務，落地產生價值，具體該怎麼做？
基於hadoop數據平臺，先拋架構！
第一步：構建一個完善的數據環境
主數據管理
1、 定標準
所需標準有編碼規則，命名原則、劃分原則、共享原則。
- 標準規劃：根據企業實際情況確定實施範圍，並根據優先級和難易度制定計劃。可以通過調查問卷、現場訪談、收集文檔等手段進行調研標準的內容：數據分佈、數據流向、服務規則等，形成調研報告。
- 標準設計：在方法論的指導下，完成數據標準設計和定義工作，如數據業務描述定義、類型長度定義、其他信息定義。
- 實施映射：將已定義的數據標準與業務系統、業務應用進行映射，註明兩者的關係及影響的應用。
- 標準執行：藉助專業的工具實現標準落地檢查。
- 維護增強：隨著業務發展，數據標準需要不斷的修訂和完善，並有效的持續維護改進。
2、 搭平臺
將各業務中可能流通共享的主數據的名稱和標準統一起來
3、 控制關鍵環節流轉
包括主數據管理的關鍵環節、合理排布關鍵環節處理順序、安排責任崗位或部門對應關鍵環節。
數據質量
第二步：開展業務分析
指標梳理
分析什麼數據，如何反饋給業務，這些都已轉化成指標來解決
指標梳理需要和業務部門一同進行。可以通過訪談和調研梳理各業務層級關注的指標，從基層到高層。也可以將企業已有的SCOR、計分卡等績效體系或者已有的業務分析體系，轉化成可說明情況的指標。
建立全指標體系
指標梳理清楚後，從每一條業務線出發。這塊業務對企業目標負責的關鍵成果是什麼（KPA）——每一個KPA又可以用什麼維度來衡量（KRA）——最後落實到基層的關鍵行動指標是什麼（KPI）
最後所有業務彙總，形成一個全指標體系。
梳理報表體系
梳理完指標體系後，大致也就知道每個業務部門需要分析什麼數據了。數據通常以報表的形式呈現，報表就都相當與數據落地的產品，有主題有規劃的分析。
基礎查詢類報表：來自於基層業務和日常工作，功能作用於某一項具體的工作，比如銷售業績查詢、商品庫存查詢、在途庫存查詢、採購訂單查詢等。用戶在工作需要時，會通過查詢此類報表，來得到自己想要的數據，以支撐自己的工作。
經營報表：用於日常管理，其功能不單作用於某項具體的工作，而是覆蓋相關部門或某部門管理的一個工作模塊。例如店長業績管理看板、庫存管理、異常店鋪管理等。這類報表基於日常管理工作，通過查看這類報表來監控所負責業務的當前狀態，發現問題，這類報表就屬於決策輔助了。（如下方財務部門的數據監控）
戰略報表：這個就用於高層集團事物的管理，比如boss們關注的每日盈利狀況，項目進度監控等等。這類報表通常以駕駛艙的形式展現，用於企業全局監控。
建立分析體系
到這裡就是數據分析的範疇了，不同於日常管理經營類報表單方面的展現，這裡更注重某一塊業務問題，通過分析數據比如來縮減供應鏈成本、通過分析市場環境制定市場策略等。通常在傳統企業的應用有智能製造、大數據營銷、供應鏈優化、市場活動ROI分析、新零售業務提升、用戶畫像和客戶標籤等等。
這需要數據部門主動找活幹，去為業務創造價值，因此更具針對性和主動性。
小總結
至此，關於原問題，我覺得可以從第二步開始展開，先以當下業務流程為導向，梳理指標體系，進而梳理報表體系。
工具上，需要一個具有開放性的報表/BI系統來支撐，需要滿足的需求：
① 要能連接各系統數據，打通數據壁壘
② 能支撐底層的hadoop大數據平臺架構，具有良好的數據處理性能
③ 前端可視化美觀，做報表方便，具有一定分析功能。（看臉的世界，美而有用，業務才認同）
如果需要找靠譜的做數據管理的公司，我覺得帆軟有報表產品finereport，有BI工具FineBI，還有十幾家行業的專項方案，是不二選擇。
至於，傳統企業裡如何讓老闆、業務領導們覺得數據分析很重要？
至於要想快速的數據價值轉化輸出，說白了是讓老闆、業務領導們覺得數據分析很重要，最好是業務部門、管理層能夠主動配合開展數據分析工作，也是大家爭議比較多的，這個問題可以看一下我們之前回的一篇文章，希望能提供一些思路：
閱讀更多 帆軟 的文章
