21、大数据商业转型：从洞察到行动

大数据商业转型：从洞察到行动

一、行业变革与数据驱动决策

在当今多元化的商业环境中，诸如专业体育、制造业、消费品、零售、教育、社会服务和医疗保健等众多行业，正借助丰富的数据资源推动商业模式的变革。那些深入了解自身产品、运营以及客户行为、倾向和使用模式的组织，在利用这些数据洞察实现盈利并对价值链中的其他组织施加影响力方面占据更有利的地位。

（一）医疗行业的数据应用

在医疗行业，医疗服务提供商若能充分掌握患者和医生的行为、倾向及使用模式，就有能力纠正医保支付方在设定报销费率时使用的模糊算法。例如，可通过分析以下各类数据来实现更精准的决策：
- 护士和技术人员的记录
- 智能血压监测仪数据
- 药房和处方信息
- 智能血糖监测仪数据
- 药物使用情况
- Apple Health 健康数据
- 患者评论
- 相关调查数据
- 社交媒体评论
- 医疗网站信息
- Yelp 评级
- Google Trends 搜索趋势
- WebMD 医学信息
- 交通模式
- 认知训练数据
- 天气预报
- 可穿戴设备（如 Nike FuelBand、Fitbit 和 Garmin）数据
- 节假日安排
- Apple Watch 健康数据
- 特殊活动安排

通过对这些数据的分析，医疗服务提供商可以解决以下关键决策问题：
1. 根据患者的病情和病史，确定最佳治疗方案和药物，以及医保支付方应报销的金额。
2. 评估预防保健（如饮食、运动、睡眠、药物、治疗）的价值，以及医保支付方应为激励更健康、更具盈利性的患者行为提供多少费用覆盖。

（二）商业转型练习

无论组织的最终商业愿景如何，进行商业转型练习都有助于发现围绕决策、分析和数据来源的大数据需求，从而推动组织商业模式的变革。以下是两个练习示例：
1. 练习一 ：以飞机制造商为例，将转型练习技术应用于其他商业利益相关者，如旅行社、酒店运营商或地面运输公司。
2. 练习二 ：选择一个组织（最好是自己所在的组织），应用转型练习来集思广益，确定支持组织商业转型所需的决策、分析和数据。建议以小组形式进行，这样会更有成效和乐趣。

二、大数据愿景研讨会：激发创意与推动变革

（一）研讨会概述

大数据愿景研讨会是一种激发组织创意思维的有效方式，旨在帮助组织确定如何利用大数据来推动其商业模式。该研讨会采用“像数据科学家一样思考”的技术，帮助业务利益相关者理解大数据如何优化关键业务流程并发现新的盈利机会。

研讨会具有以下特点：
- 提供正式流程，确定数据和分析在未来 9 至 12 个月内对组织关键业务计划产生重大业务影响的领域。
- 聚焦组织最具影响力的业务机会，确保业务相关性。
- 促进业务和 IT 利益相关者进行小组练习，设想组织内部数据的潜力，并探索外部数据的可能性。
- 围绕“最佳”分析机会推动业务和 IT 部门的协同，制定明确的未来 9 至 12 个月的行动计划。

适合参加大数据愿景研讨会的组织包括：
- 希望利用大数据转型业务，但不知从何处及如何开始的组织。
- 拥有大量数据但不知如何实现货币化的组织。

（二）研讨会流程

大数据愿景研讨会通常持续两到三周，最后以半天的现场互动研讨会结束，该研讨会将对高价值的业务用例进行优先级排序，并确定支持数据和高级分析建议。以下是具体的流程步骤：

阶段	任务
预参与研究	1. 确定组织的业务计划或业务挑战，作为研讨会的重点。 2. 确定影响或受目标业务计划影响的业务利益相关者，通常涉及三到五个不同的业务职能。 3. 收集样本数据集的信息，包括文件格式、数据位置、数据字典和 5 到 6GB 的小样本数据。
业务利益相关者访谈	1. 与业务和 IT 利益相关者进行访谈，记录关键业务目标、决策需求和相关问题。 2. 收集支持材料，如样本报告、仪表板和电子表格数据。 3. 确定或头脑风暴其他可能有价值的内部和外部数据来源。
数据科学探索	1. 准备、转换和丰富数据。 2. 使用不同的数据可视化技术探索数据。 3. 探索整合外部数据来源的机会，如社交媒体、应用程序生成数据和公共领域数据。 4. 使用不同的分析技术构建说明性分析，确定最相关的分析技术。 5. 打包数据可视化和分析模型，供业务和 IT 利益相关者使用。 6. 开发简单的用户体验原型，验证分析如何支持业务利益相关者的关键决策。
研讨会	1. 超越描述性报告，探讨预测性和规范性分析的适用性。 2. 头脑风暴、识别和优先考虑可能值得为目标业务计划收集的额外数据来源。 3. 使用优先级矩阵确定基于业务价值和实施可行性的最佳分析机会。

（三）以医疗系统为例的实践

以 Healthcare Systems（医疗系统）为例，其关键业务计划是利用数据和分析在控制成本的同时提高患者护理质量。在研讨会过程中，具体实施如下：
1. 预参与研究 ：确定“改善患者护理成本/质量”为目标业务计划，确定了包括医生、护士、临床、运营、财务、人力资源和人口健康等在内的关键业务利益相关者，并收集了相关样本数据。
2. 业务利益相关者访谈 ：通过访谈了解各利益相关者的目标、决策需求和问题，收集了支持材料，并确定了其他潜在的数据来源。
3. 数据科学探索 ：从 Epic（医院运营）、Kronos（考勤）和 Lawson（财务和成本）收集小样本数据，围绕以下业务领域创建了说明性分析：
- 急诊室容量差异
- 手术室患者容量预测
- 诊断代码关系
- 膝关节置换成本集群
同时，开发了简单的原型，让研讨会参与者能够设想分析结果如何呈现给一线工作人员和患者。
4. 研讨会 ：在研讨会上，通过以下方式激发创意思维：
- 分享数据科学团队创建的说明性分析，展示高级分析如何为业务注入活力。
- 回顾其他行业在不同业务场景中应用高级分析的案例。
- 分享原型，激发参与者的创意。

接着，引导参与者进行一系列头脑风暴场景：
1. 场景一 ：假设能够获取组织所有的运营和交易数据，思考关于目标业务计划希望揭示的见解。
2. 场景二 ：假设能够获取组织所有的内部非结构化数据（如医生或护士笔记、患者评论、电子邮件线程）和外部非结构化数据（如社交媒体、移动应用、博客、新闻源、天气、交通、经济、人口健康、疾病控制中心数据），思考希望揭示的见解。
3. 场景三 ：将关键业务计划分解为不同事件，思考如果能够实时获取这些数据，希望捕捉的见解。例如，是否有机会在患者需要时提供预防性护理建议。
4. 场景四 ：探讨如何利用预测性和规范性分析揭示目标业务计划的新可操作见解。

最后，将决策和问题分组为具有共同业务和/或财务目标的用例，并使用优先级矩阵对这些用例进行优先级排序。

（四）研讨会的准备和实施要点

为确保研讨会的成功，需要做好以下准备工作：
1. 选择创意地点 ：选择一个具有创意和突破常规的地点，如玉米地、小学教室、喜剧俱乐部或科技博物馆。
2. 布置会议室 ：
- 将椅子排成马蹄形，便于交流。
- 创建“停车场”翻转图表，用于记录超出研讨会范围的话题。
- 创建“基本规则”翻转图表，明确研讨会的规则。
- 创建优先级矩阵图表，用于用例优先级排序。
- 在墙上张贴五到六张空白翻转图表，用于头脑风暴。
- 准备充足的 3×5 便利贴和马克笔，方便记录想法。
3. 确认会议时间和时长 ：确保参与者预留四到五个小时的时间，并在结束时告知他们如果提前完成可以自由安排剩余时间。
4. 开场介绍 ：
- 解释研讨会的目的和目标。
- 介绍研讨会团队的角色（主持人、数据科学家、主题专家和记录员）。
- 让每位参与者分享自己的姓名、职责和对研讨会的期望。
5. 建立研讨会规则 ：
- 同一时间只进行一个讨论。
- 会议中无等级之分，每个人和他们的想法都是平等的。
- 关闭手机、平板电脑和电脑（或调至静音或震动模式）。
- 分享所有想法，没有坏的想法，只有未分享的想法。
- 按照计划安排休息时间，请参与者保持团队一致。
6. 使用破冰活动 ：采用与客户环境相关的破冰活动，如让参与者分享自己不为人知的事情、选择最像的电影角色或最喜欢的超级英雄并说明原因。
7. 使用“停车场”图表 ：解释“停车场”的用途，确保研讨会专注于核心议题。

综上所述，通过行业变革中的数据驱动决策和大数据愿景研讨会等方式，组织能够更好地利用大数据实现商业模式的转型，提升竞争力并创造更大的价值。

三、研讨会中的具体操作与成果呈现

（一）具体操作步骤

在大数据愿景研讨会中，各个阶段都有明确且细致的操作步骤，这些步骤是确保研讨会能够达成预期目标的关键。以下为您详细阐述各阶段的具体操作：

预参与研究

1. 确定业务重点 ：深入了解组织的战略方向，与高层管理人员沟通，明确当前最需要解决的业务计划或面临的业务挑战。例如，若组织处于业务扩张阶段，可能重点关注市场拓展和客户获取；若处于成本控制阶段，则可能聚焦于降低运营成本等问题。
2. 识别利益相关者 ：通过组织架构图、业务流程分析等方式，确定与目标业务计划紧密相关的业务职能和人员。这些人员可能来自不同部门，具有不同的专业背景和职责，他们的参与对于全面了解业务需求至关重要。
3. 收集数据信息 ：与数据管理部门、业务部门合作，获取样本数据集的详细信息。包括数据的格式（如 CSV、JSON、XML 等）、存储位置（本地服务器、云端等）、数据字典（定义数据的含义、来源、格式等）以及 5 - 6GB 的小样本数据。这一步骤为后续的数据探索和分析奠定基础。

业务利益相关者访谈

1. 设计访谈问卷 ：根据目标业务计划，设计涵盖关键问题的访谈问卷。问题应围绕利益相关者的目标、决策需求、面临的挑战以及对数据的期望等方面。例如，询问他们在日常工作中需要做出哪些重要决策，这些决策依赖于哪些数据，以及目前获取和分析数据的方式存在哪些问题。
2. 进行访谈并记录 ：按照预定的时间表，与业务和 IT 利益相关者进行一对一或小组访谈。在访谈过程中，认真倾听他们的意见和建议，记录关键信息。同时，收集相关的支持材料，如样本报告、仪表板和电子表格数据，这些材料可以帮助更好地理解业务需求和数据使用情况。
3. 确定潜在数据来源 ：在访谈过程中，引导利益相关者思考其他可能有价值的内部和外部数据来源。例如，内部的数据可能包括未被充分利用的业务系统数据、日志数据等；外部的数据可能包括行业报告、社交媒体数据、公共领域数据等。

数据科学探索

1. 数据预处理 ：对收集到的样本数据进行清洗、转换和集成等预处理操作。清洗数据可以去除噪声、缺失值和重复数据；转换数据可以将数据进行标准化、归一化等处理，使其适合分析；集成数据可以将来自不同数据源的数据整合在一起，形成统一的数据集。
2. 数据可视化探索 ：使用各种数据可视化工具（如 Tableau、PowerBI 等）对数据进行探索性分析。通过绘制图表、图形等方式，直观地展示数据的分布、趋势和关系，帮助发现数据中的潜在模式和规律。
3. 外部数据整合 ：探索将外部数据与内部数据进行整合的可能性。例如，将社交媒体数据与客户关系管理系统数据整合，以了解客户的情感倾向和行为模式；将公共领域数据与业务运营数据整合，以获取更全面的市场信息。
4. 分析模型构建 ：根据业务需求和数据特点，选择合适的分析技术（如机器学习、深度学习、统计分析等）构建分析模型。通过对模型的训练和评估，确定最能揭示业务问题和提供有价值见解的分析技术。
5. 成果包装与展示 ：将数据可视化结果、分析模型和相关的见解进行包装，以易于理解和使用的方式呈现给业务和 IT 利益相关者。例如，开发可视化报表、交互式仪表板和分析模型的演示版本，让利益相关者能够直观地感受数据分析的价值。

研讨会

1. 激发创意讨论 ：在研讨会开始时，通过分享说明性分析、行业案例和原型等方式，激发参与者的创意思维。鼓励他们提出各种想法和建议，打破传统思维的束缚，探索大数据在业务中的新应用和新价值。
2. 头脑风暴场景引导 ：按照预设的头脑风暴场景，引导参与者进行深入的思考和讨论。在每个场景中，要求参与者提出具体的见解和问题，并将这些决策和问题记录在便利贴上。例如，在场景一中，参与者可能提出关于患者治疗效果预测、资源分配优化等方面的见解；在场景二中，可能关注社交媒体数据对患者满意度的影响、外部经济数据对医疗服务需求的影响等问题。
3. 用例分组与命名 ：将记录在便利贴上的决策和问题进行分组，形成具有共同业务和/或财务目标的用例。让参与者围绕这些用例进行讨论和整理，为每个用例赋予一个简洁明了的名称。例如，对于医疗系统的“改善患者护理成本/质量”业务计划，可能形成“患者健康风险评估”“医疗资源优化配置”等用例。
4. 用例优先级排序 ：使用优先级矩阵对分组后的用例进行优先级排序。优先级矩阵通常考虑业务价值和实施可行性两个维度，根据用例在这两个维度上的得分，确定其优先级。例如，一个业务价值高且实施可行性也高的用例将被排在优先位置，优先进行后续的开发和实施。

（二）成果呈现

研讨会结束后，需要对整个过程和结果进行总结和呈现。以下是主要的成果呈现内容：

优先级矩阵

展示经过优先级排序后的用例列表，明确每个用例的业务价值和实施可行性得分。优先级矩阵可以用表格或图表的形式呈现，让利益相关者清晰地了解各个用例的重要性和实施顺序。

用例名称	业务价值	实施可行性	优先级
患者健康风险评估	高	高	1
医疗资源优化配置	中	高	2
患者满意度提升策略	高	中	3
医疗成本控制分析	中	中	4

用例详细信息

对于每个用例，提供详细的信息，包括用例的描述、目标、所需数据、分析方法和预期成果等。这些信息可以帮助利益相关者深入了解每个用例的具体内容和潜在价值。

访谈总结

总结业务利益相关者访谈的主要发现和建议，包括他们的业务目标、决策需求、面临的挑战以及对大数据应用的期望等。访谈总结可以为后续的数据分析和业务改进提供重要的参考依据。

数据科学成果

展示数据科学团队在数据探索和分析过程中取得的成果，包括数据可视化图表、分析模型和相关的见解。这些成果可以直观地展示大数据分析在解决业务问题和提供决策支持方面的作用。

用户体验原型

呈现开发的用户体验原型，展示数据分析结果如何以直观、易用的方式呈现给用户。原型可以包括可视化报表、交互式仪表板和数据分析工具的演示版本，让利益相关者能够亲身体验大数据应用的效果。

后续行动计划

根据研讨会的结果，制定后续的行动计划，明确每个用例的负责人、时间节点和具体任务。后续行动计划可以帮助组织有序地推进大数据项目的实施，确保研讨会的成果能够得到有效落地。

四、研讨会的价值与意义

（一）对组织的价值

大数据愿景研讨会为组织带来了多方面的价值，主要体现在以下几个方面：

发现新的业务机会

通过对大数据的深入探索和分析，组织可以发现潜在的业务机会。例如，通过分析客户行为数据，发现新的市场细分和客户需求，从而开发新的产品和服务；通过分析供应链数据，优化供应链流程，降低成本并提高效率。

优化业务流程

研讨会可以帮助组织识别业务流程中存在的问题和瓶颈，通过数据分析和优化，提高业务流程的效率和质量。例如，通过分析生产数据，发现生产过程中的浪费和低效环节，采取相应的措施进行改进；通过分析客户服务数据，优化客户服务流程，提高客户满意度。

提升决策的科学性

大数据分析可以为组织提供更准确、更全面的信息，帮助管理层做出更科学、更明智的决策。例如，通过分析市场数据、竞争数据和客户数据，制定更合理的市场营销策略；通过分析财务数据、运营数据和风险数据，进行更有效的财务管理和风险控制。

促进业务和 IT 的协同

研讨会促进了业务部门和 IT 部门之间的沟通和协作。业务部门可以更好地了解 IT 技术在大数据分析中的应用，提出更符合业务需求的数据分析需求；IT 部门可以更好地了解业务流程和业务目标，提供更有针对性的技术支持和解决方案。

（二）对参与者的意义

对于参与大数据愿景研讨会的人员来说，也具有重要的意义：

拓展思维视野

研讨会提供了一个跨部门、跨领域的交流平台，参与者可以接触到不同的观点和想法，拓展自己的思维视野。通过与其他参与者的互动和讨论，激发创新思维，发现新的解决问题的方法。

提升数据分析能力

在研讨会过程中，参与者有机会学习和了解大数据分析的方法和技术，提升自己的数据分析能力。通过参与数据探索、分析和建模等活动，亲身体验大数据分析的过程，掌握数据分析的基本技能和工具。

增强团队协作能力

研讨会通常以小组形式进行，参与者需要与团队成员密切合作，共同完成各项任务。通过团队协作，参与者可以提高自己的沟通能力、协调能力和团队合作精神，增强团队的凝聚力和战斗力。

推动个人职业发展

参与大数据愿景研讨会可以为参与者积累宝贵的项目经验，提升自己在大数据领域的专业形象和竞争力。这些经验和能力对于个人的职业发展具有重要的推动作用，有助于参与者在未来的工作中获得更多的机会和挑战。

五、总结与展望

（一）总结

大数据愿景研讨会是一种强大的工具，它能够帮助组织挖掘大数据的潜力，实现商业模式的转型和创新。通过系统的流程和方法，研讨会引导组织从多个角度思考大数据的应用，发现新的业务机会，优化业务流程，提升决策的科学性。同时，研讨会也促进了业务和 IT 部门之间的协同，为组织的数字化转型提供了有力的支持。

（二）展望

随着大数据技术的不断发展和应用，大数据愿景研讨会的作用将越来越重要。未来，研讨会可以在以下几个方面进行进一步的拓展和深化：

引入更先进的技术和方法

随着人工智能、机器学习、深度学习等技术的不断发展，研讨会可以引入这些先进的技术和方法，提高大数据分析的精度和效率。例如，利用深度学习算法进行图像识别、自然语言处理等，挖掘更多有价值的信息。

加强与行业的结合

不同行业具有不同的特点和需求，研讨会可以更加注重与行业的结合，提供更具针对性的解决方案。例如，在医疗行业，可以结合医疗数据的特点和医疗业务的需求，开展更深入的数据分析和应用；在金融行业，可以结合金融市场的变化和金融风险的管理，提供更有效的决策支持。

拓展数据来源和范围

除了内部数据和传统的外部数据，研讨会可以鼓励组织拓展数据来源和范围，挖掘更多潜在的数据价值。例如，利用物联网技术收集设备数据、传感器数据等，利用区块链技术保证数据的安全性和可信度。

持续跟踪和评估

研讨会结束后，需要对研讨会的成果进行持续跟踪和评估，确保大数据项目的顺利实施和取得预期的效果。通过定期的评估和反馈，及时调整项目的方向和策略，不断优化大数据分析的效果。

总之，大数据愿景研讨会为组织提供了一个探索大数据应用的平台，通过不断地创新和改进，将为组织带来更多的价值和机遇。组织应积极参与和推动大数据愿景研讨会的开展，充分发挥大数据的作用，实现自身的可持续发展。

graph LR
    classDef process fill:#E5F6FF,stroke:#73A6FF,stroke-width:2px

    A(预参与研究):::process --> B(业务利益相关者访谈):::process
    B --> C(数据科学探索):::process
    C --> D(研讨会):::process
    D --> E(成果呈现):::process
    E --> F(组织价值提升):::process
    E --> G(参与者能力提升):::process
    F --> H(持续跟踪评估):::process
    G --> H
    H --> I(未来拓展深化):::process

以上流程图展示了大数据愿景研讨会从前期准备到最终成果应用及未来发展的整个过程，体现了其系统性和持续性。通过这样的流程，组织能够不断挖掘大数据的价值，实现自身的发展和提升。