驱动企业转变到数据化管理不得不知道的事（三）
关键词：数据化管理、大数据、高性能计算、人工智能、数据分析
在前两文中驱动企业转变到数据化管理不得不知道的事（一）驱动企业转变到数据化管理不得不知道的事（二），我们讲到了如何通过数据驱动业务发展，数据多，就一定能推驱动业务发展吗？有了数据分析团队，就一定能找出问题来吗？数据驱动业务的数据化管理误区，及数据化管理的思路。
在本文中，我们将通过三个案例来解析数据管理让传统房地产行业改头换面。
建立统一数据平台很重要！
很多的外行人或刚入门的人认为，建立一个数据平台就是搭一个Hadoop集群而已。
但是，基于这个集群，想要把它很好的用起来会暴露很多的问题。
针对这些问题就需要ISV和集成商研发很多系统和不断的优化来应对。“销盟”的很多伙伴都碰到这类问题，有的集成商不得不常驻一两个工程师，成天就是一件事，不断的解决客户新的报表需求和报表慢的问题。但其实这些问题中的一大半其实不是报表的问题，而是数据处理和数据计算的问题。所以建立统一数据平台是非常重要的。
大数据在中国蓬勃发展，做大数据的门槛现在其实并不高，整个领域中技术非常成熟，人员非常多，几乎每家IT公司都宣称有自己的团队在做大数据。然而，对于非大数据领域的人而言，做大数据的门槛又确实很高，如许多的咨询师和分析师可能只会写一些SQL语句，或者只能看懂一些数据，出一些报表。如果让他们写Mapreduce，或者数据收集、研发东西，就会觉得非常难。尤其是当数据源多、异构、脏数据多等情况下，对于他们来说可能会是一筹莫展。如果建立一个完善的数据平台，则可有效帮助他们。
共享也是一个问题， 很多的单位存在很多技术团队、不同部门、不同业务团队……，每个子组织又有着许多的不同的业务应用，这些应用有可能是不同的ISV开发的，他们采用的数据库本身也可能不一样，数据结构则更加千差万别。这些数据的共享即使在部门内部都是问题，更别说在全组织的范围内共享了。这不仅仅是数据共享问题，而且是巨大的资源浪费！这种资源浪费包括数据本身、人力资源、服务器资源和存储资源的浪费等等。
规范是大数据平台建设的一个非常重要的问题，它能保证尽可能缩短数据采集整个的流程。基于大数据系统做一个数据产品，需要数据采集、收集、存储和计算等多个步骤，这样整个流程是非常长。如果不能快速、规范的完成这些工作，大数据平台的效率是非常低下的。制定规范之后，通过标准配置，就可以把各种数据采上来供使用，只需要通过配置就可以完成，不需要再次进行开发或写代码。
成本是不可忽略的因子，它包括软件、人力成本、服务器和存储等等。先撇开初期的建设成本，单单来看后期因为数据增大需要的硬件扩容的成本。如果能在计算效率和数据压缩上有较大的优化，那么这个硬件成本的投入是可以大幅压缩和减少的。比如：一千台规模的服务器，可通过计算效率的提高、优化修改原码、参数优化等提升，做到10%是十分轻松的，这意味著就可节省约64G或者128G、4核服务器100台。润乾的集算器在统一数据平台中帮助很多的客户有效的解决了这个问题。集算器的计算速度可以高于Oracle数据库的计算速度几十倍到几百倍，数据有高于130多倍的压缩……，这些特性确保了大数据平台建设初期和后期的成本控制。
时间，对了，还有时间问题。在大数据平台上开发一套业务系统，其实大可不必花几个月的时间调研Hadoop，花几个月时间的调研Kafka。业务团队关注的是业务本身，这些不在业务团队的竞争考虑范围之内。如何更快更好更稳定的完成新业务的开发、调优、测试，把更多的精力应放在业务产品或系统，而不是怎么把Hadoop做好，这才是数据驱动业务的根本！那些复杂的逻辑，动辄需要几千行SQL或Java语句去完成，而且可能代码的编写还十分的困难，断点设置也很麻烦，优不直观的方式并不适合今天互联网时代的小步快跑的逻辑。“销盟”专家在经过与很多的厂商和集成商的沟通后，在这里还是介绍“集算器“这样一个产品给大家，他的”离散数据集下的独立计算引擎”采用的高效的编码和网格式的编写体系，可以很好的解决这个时间问题。最为典型的几个案例如“22行代码解决风电监测问题”和“50行代码帮助电商解决漏斗问题”等也充分说明了这一点。
统一数据平台的建设中，对数据备份、数据采集、数据脱敏、云备份、数据加密及元数据治理等一系列问题都要做好统一的规划，这中间有一个十分重要的问题就是计算能力，无论是边缘计算还是其他。
值得提醒的一点事，很多人会把数据的展现作为一个亮点来着重考虑，那些厂商也会竭力的宣传它的酷和炫，但这是错误的误导。
要想避免这个问题，首先应该弄清楚需求（敲钟、敲钟、敲钟！！！，是需求，需求，需求！！！！这个一定要先明确）。是用于在业务系统中做展现，还是要上跨业务系统的数据管理平台？这两种需求看起来都是要做报表，但其实差别却巨大。需求为前者时，我们要选中间件型报表工具。报表中间件的特点是报表和中间件，除了要有足够强大的功能将数据以报表和统计图的方式呈现外，还有个很重要的使命是-被集成，快速被集成！！！为我们完善业务系统的报表模块提供便利。而当需求为后者的情况下，则需要关注报表平台型产品。报表平台是指提供报表、统计图及其他BI组件（仪表盘、数据看板等）的组织管理、权限控制等功能的软件系统，重点是功能全面的系统，而不是仅仅的展现层。
和需求目标不匹配的，做得再炫也不必考虑了。
【案例分析】三个案例解析数据管理让传统房地产行业改头换面
房地产是典型的传统行业，在它的价值链上的大部分业务，走向互联网之路会显得更为艰难。
然而，不甘寂寞的大数据已经开始在搅动这摊浑水了，不少地产企业都开始纷纷高举“大数据”的旗帜，期望在大数据的赛道上能有个好成绩。
在大数据改造下，各家的玩法不一样，但从数据的角度看其实都是有规律可循的。大数据成了这个行业转型的角力点！
大数据本来是在标准、可用数据描述的行业等基础上发展而来，但是一旦大数据的概念及做法树立，反推到房地产这样的传统行业，又会产生意想不到的效果。
作为非标行业，房地产需要大数据解决行业痛点
房地产是一个艺术性兼顾科学性和逻辑性的专业，很多方面很难进行标准化数字描述。大数据的意义之一，恰恰是通过标准化的过程来提高决策的质量，不再靠主观的掂量，提高业务的拟合度。这在某种程度上正好对口了房地产这样的非标行业的痛点。
房地产是个黑盒，大数据催生新的经济组织管理方式
传统的房地产业务模式也局限在区域范围内的影响力，从拿地、设计到销售等等，是个这个不透风的黑盒。应用大数据的互联网平台化却给了管理层更多的选择机会。这是以一种信息、信誉透明、接受监督的互联网组织模式，改变了房地产行业的“黑盒”，变成了创造更多可能的“魔盒”，这个魔盒的魔力大小，依靠的就是大数据应用的深度。
大数据能让房地产互联网+带来更多想象空间
大数据在房地产中的应用，是一种互联网思维的应用，而非单纯地应用互联网工具，这正是房地产互联网+面临的主要问题：过分地追求地产业务的互联网工具化，而不是用互联网思维去优化产品，从源头重构价值。
上图反映了大数据在房地产行业的主要作用。
大数据解决房地产行业的那些问题？
上图反应了在数据驱动运营过程中需要考虑的六个方面：数据采集、数据整合、数据统计、数据分析、营销行为和数据反馈。在传统行业总会有各种长期形成的、难以根除的“旧弊”。互联网思维、大数据技术，都是手段不是目的，根本还是要能改变旧有模式下的各种“旧弊”，实现设计生态的优化。
实现管理成本的集约化
提升客户满意度同时提升业务效率
重构产业链条且改变相互不信任的现状
有效集成各业务线在全国各地分公司所有项目的关键分析指标,实现数据间联动分析，深入挖掘其内部关联.
大数据平台实现了集团对每个业务线的及时掌控，助力分析决策，总结经验，预警未来。
友好的报表、移动体验，使得高层青睐于使用大数据平台获取数据，保证了平台的持续使用和关注，为后续持续产出奠定了基础。
清晰一览当前总投资额和投资项目
从地图和跳转页签轻松直达各项目概览和项目投资详情
层层钻取,步步深入,生动直观分析数据
结合GIS地图和丰富的图表,变枯燥的数据为生动的经营看板。
下面给出了三个在房地产行业中的大数据的实际案例。有兴趣的朋友可以联系“销盟”秘书处详细了解。
（未完待续）
分享是一种美德，转载请注明来源和出处！
“相关文章阅读”