读者QQ群②:190771709,投稿请发dashuju36@qq.com
我要投稿

一个传统企业大数据发展的编年史

大数据

作者:傅一平

大数据从来不是平地而起的,今天从个人的视角,分享于你一个传统企业的大数据发展编年史。

1、2004年-起点

内容:拥有基于小机的ORACLE报表和取数系统。

评论:小快灵

2、2005年-经营分析系统1.0

内容:完成第一代数据仓库建设,采用IBM P595,DB2数据库,TOMCAT,海波龙前台,Hyperion Essbase多维工具,IBM Intelligence Minner8.1数据挖掘软件,完成九大主题,成立独立的经营分析组。

评论:开天辟地,技术驱动业务,ORACLE和DB2数据仓库之争。

3、2006年-经营分析系统1.5

内容:扩充数据源,打造集客、渠道等分析专题,构建MetaCenter元数据。

评论:开始进入业务专题探索阶段,但仍是技术驱动业务,孤独的跳舞者。

4、2007年-经营分析系统2.0

内容:完善经营分析门户,打造数据集市,完成营销管理平台1.0建设,构建数据质量管理体系。

大数据

评论:数据仓库衍生到一线,数据规模的扩大驱动数据管理类产品的建设 ,但效果乏善可陈,为什么?

5、2008年-新一代经营分析系统1.0

内容:加强一线的支撑,开始地市应用试点,地市集市升级到地市数据分析中心,VGOP(增值业务综合运营平台)启动建设,营销管理开始提全程精确营销,即信令实时营销。

评论:探索省市协同的方式,通过平台贯通拉近与一线的距离,试点虽好但大多无法推广或代价巨大,为什么? 实时营销是第一个大数据驱动的业务场景。

6、2009年-新一代经营分析系统2.0上线

内容:公司进入3G时代,打造3G、家庭、离网等专题,地市试点进一步深化,营销管理平台开始启动个性化推荐,完成自助取数平台建设。

评论:专题分析苦苦寻觅,乏善可陈,只有自助取数等面向一线的工具平台仍然焕发出生命力,经分的核心竞争力到底是什么?

7、2010年-新一代经营分析系统3.0

内容:经过多年建设应用初具规模,打造数据仓库的应急库,确保容灾能力,数据仓库模型标准化:

大数据 大数据

评论:DB2挂了二次开始搞应用容灾,数据竖井越来越多,开始进行数据标准化,然后无限循环,为什么?

8、2011年-新一代经营分析系统3.5

内容:公司进入流量经营时代,GPRS等话单大幅增加,处理瓶颈凸显,主库从P595升级到P780,ETL层面开始云化,专题分析向互联网转变,包括互联网内容分析、终端分析、WLAN分析等,启动DPI等大数据的引入工作。

评论:2011年是大数据的采集元年,从这一年开始,开始了艰巨的DPI等大数据引入工作,真正的星星之火。

9、2012年-新一代经营分析系统4.0

内容:首次引入Hadoop对DPI数据进行爬虫及解析处理,构建互联网数据模型,打造营销快点吧(标签库的前身)。

评论:首次认识Hadoop,同时开始考虑用系统化的方式沉淀模型和标签。

10、2013年-新一代经营分析系统4.5

内容:数据量继续大幅增加,完成云化数据交换平台(橘云hadoop)和大数据平台一期(Aster)建设,标签库完成一期建设 。

大数据

评论:云化数据交换平台成为数据总线,Aster MPP粉墨登场,标签库从无到有。

11、2014年-新一代经营分析系统5.0

内容:数据量继续爆炸式增长,云化数据交换平台扩容,指标库从无到有,标签库扩展,营销平台接入信令,尝试打造前向的大数据管理平台,探索广告业务。

评论:过渡之年,这一年在不停的对大数据技术进行论证选型,数据管理彻底放弃传统的后向产品,业务上开始启动大数据变现的前期工作。

12、2015年-大数据元年

内容:正式完成企业级大数据平台建设,包括大数据交换平台,大数据处理平台、大数据管理平台及大数据精确营销平台,奠定了整个大数据平台的运营基础,同年大数据专业组织成立,完成公司第一个大数据对外变现合同。

大数据

评论:开天辟地,大数据运营的元年。

13、2016年-大数据开放年

内容:大数据平台扩容,架构基本成型,大数据模型自我掌控,大数据产品体系初具规模,对外商务变现获得突破,成立云计算专业组织,专业化进行平台建设和管理。

大数据

评论:大数据平台持续优化,对外不断探索商务模式,开放元年。

14、2017年-大数据转型年

内容:对外进行大数据业务转型,对内探索大数据的支撑模式,采取搭台唱戏的模式驱动智慧运营,开始关注人工智能。

评论:寻求大数据价值内外突破。

2004至2017,整整13个春秋,见证了一个平台的发展历史,每一年聊聊几字显然无法表达所有的内容,但还是能看到一个企业数据平台发展的一个脉络,希望于你有所启示。

附:针对前面提到的一些问题的回答

数据规模的扩大驱动数据管理类产品的建设 ,但效果乏善可陈,为什么?

答:数据管理类平台是运营出来的,无论是数据质量平台还是元数据平台,毕其功于一役的项目是无法成功的。

试点虽好但大多无法推广或代价巨大,为什么?

答:因为平台和数据没有标准化,试点应用没法快速移植,所谓的试点变成了应用的竖井,同时企业数据文化不够,团队没有运营能力。

数据竖井越来越多,开始数据标准化,然后无限循环,为什么?

答:因为没有专业的数据组织进行管理,必然需求驱动,牺牲模型规范性,解决方式就是强力组织,建章立制。

经分的核心竞争力是什么?

答:搭台唱戏的能力,成为使能者。

进入 傅一平 先生在36大数据的专栏>>>

End.

转载请注明来自36大数据(36dsj.com):36大数据 » 一个传统企业大数据发展的编年史

36大数据   除非特别注明,本站所有文章均不代表本站观点。报道中出现的商标属于其合法持有人。请遵守理性,宽容,换位思考的原则。

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址