我在演讲之前，先说我的出发点，因为我们今天听大数据，已经听了很多遍，而我的分享主要还是围绕着如何在大数据的产业里面做幸福的普通人，由于我们确实想在大数据产业里面赚最多的钱的话，没有数据是不行的，如果我们想在大数据产业里面赚比较多的钱，没有技术是不行的，但是我们在大数据产业里面，我们哪怕能做一点事情的话，我们拥有一定的信息洞察和整合能力，可能就能帮我们挣到一个在上海买房买车的收入，所以我的演讲就是围绕这块讲的，如何在大数据产业里面做一个幸福的普通人。

刚才潘总介绍我的时候，我是在2006年的时候从中国传媒大学毕业的，那个时候我的导师是咱们CMRA的前前任会长，我那时候跟随学习的对象是沈教授，从2006年是成立公司到现在一共十年的时间，我们看到了一大堆的软件，今天在这么多的演讲嘉宾当中我算是最为异类的一个，严格意义上来讲，我所在的公司博易智讯是一家IT公司，我们自己把自己定位为比较接近埃森哲，在过去十年里头做了什么事情，首先我们给各大厂商做数据挖掘的，做BI的，没有少交学费，因为拿到他们的资质需要花很多精力学习，英文得好软件得好，关键是还得花钱考，这十年为了完成公司业务的发展做了很多软件资质认证，这些软件的目标是什么呢？掌握这些工具其实本质上来说是为了做事情，比如说完全数据采集和数据整合的挑战，做预算和决策支持，还有诸如此类的各种事情，这些事情都是企业需要的，我们有我们重点覆盖的行业，重点覆盖的行业主要是实体零售、品牌商、互联网媒体、电子商务、物流交通，食品零售现在在中国的零售品牌里面，营收占到全十名当中的像王府井集团东北的长春欧亚集团，以及在北京比较有特色的星光天地奢侈品购物商场，是我们在食品零售的客户，品牌商比较多，服装还有联想、耐克这些是我们的客户，互联网媒体我们比较长期服务的客户是乐视还有今日头条，交流和交通快递要多一点，顺丰是我们的客户。这些年做下来，我们的软件销售比例逐步变化，我们从卖软件的生意里头越来越多的人认可软件只是工具，基于软件的服务才是关键，所以我们的服务越来越多，所以我们的行业特点也越来越明显，更多的关注在我们的人与产品之间的这种关系上，在人和产品之间的这种通道上，我们其实想弯道超车的地方，软件不可能超过IBM，他们已经开始人工智能了，我们可能把一些很贵的软件能做的事情再写一遍，然后加一些算法，我们服务的对象为什么请我们做这些服务，主要他们的需求就是他们在追求自己的决策支持的过程当中，一定会面临这样的挑战，就是在不同的时间里，上了很多种系统，这些系统以后需要有数仓，有了数仓才能做商业智能报表，通过这些报表指导企业的职场操作，把财务的销售的生产的采购的客户关系的，我们在这个链条当中的价值就是整合，整合信息的来源，整合看报表的方式，整合他们高级管理的视野，在这之上更高一点的就是做绩效管理和风险控制，这里面会用到一些数据挖掘和仿真的工具，这里放了一点点录像，这个案例是在2008年、2009就年做了，给北京首都机场做中央控制大屏，刚刚开始进入一个领域，我们从可视化开始做，做展现，把数据整合在一起，快速让领导看见，这一块的工作也就是企业当中其实相当大的一部分比例人群天天做的工作，到了两年之后，2006年、2008年之后，数据可视化的业务很多，这和中国大数据产业发展阶段也是一致的，后来2010年的时候开始做更多的预测，这个时候预测也看得出来，咱们都上过统计课程，知道一些时间序列模型，但是里面放进去了更多的变量包括宏观经济的影响，执行力的影响，而这些都是可以调的，可以调的话就意味着机场在需要的时候，预测自己本年生产量的时候，可以出来一个像计算机一样的系统，这个系统对于机场来说挺重要的，关系到每个人的奖金，他们向民航总局承诺的执行率，如果年底完成不好，一定会影响机场的奖金，就某个片断的数据分析和预测，之后考虑的变量就多了，在这个系统里面输入一个两百万的预算，媒体组合是这样的，广告位、选广告策略的时候可以在这里改变我们的广告策略，其实是可以调节权重的，这些都是广告行业常用的指标，我们把可以追踪到的指标作为可调项放进来，可以设计自己需要的广告策略，这样的话我们使用广告策略的时候，我们对广告主进行媒体投放安排的时候，我们一下子就会看到推荐的媒体数广告位都改变了，把每个具体的广告位的选择列出来了。这是在2011年左右、2012年左右的事情，到了现在又有了一些新的变化，总的来讲，首先信息技术的发展速度是非常快的，以前我们看到的企业当中所建的信息系统，很多时候不是以决策知识和问题解决为导向的，而我们人类的天性，我们喜欢视觉化传播，如果家里的地板卫生间地板贴瓷砖贴反了，我们肯定会发现，人类第一喜欢视觉传播，第二我们真的很懒，未来的信息系统是一个运筹和仿真的天下，我们现在做的生意是支持决策，这样的运作，两年以后我们相信在这上面运筹和仿真会更加多。

大数据今天已经讲了那么多，大数据的来源就不多赘述了，我们每个人的手机、位置，各种应用都会留下来大量的数据，可是对于你如果是在上班时间的话，比如说现在你在开会的时候，你可以看微信、微博，打开各种app，订个票啊，看看旅游信息都是可以的，但是上班的时候很多时间人们只是想要提出问题，和回答的Portal，现在为客户实施portal的时候，最大的挑战不是在于这些，这些部分都是非常传统的部分，这是我们的一个Demo，有CEO视野，要看未来的发展，看网点，看谁的业绩不好了，这都是企业出发点的利益需求。这些都是我们必须传统的业务，看各种排名，我们还需要追踪销售的情况，销售里面有很多功能是我们经常用的，我们有少量的数据挖掘，目前来说目前在企业的应用还是人员发展的进入流出，看人员的发展程度，在企业当中其实尽管算法很简单，但是用起来很多，这就是模型的一些结果，常来常往的大户小户，数据挖掘一定要服务于企业管理，要怎么样就可以业绩增长到这么多钱，这就是企业做决策支持的一个视野，要一层一层分解内容。后面还有很多，像积分卡等等诸如此类。

这里面也放了一些模拟和仿真的想法，其实这个企业有七百多万人，如果算七百多万人的薪酬其实计算能力还是蛮高的，这是企业现在比较常规的一些需求，这里面大部分数据，来的都是企业内部的各个系统里面来的，但是企业有很多的需求，也希望能够买到外部的数据，希望外部的数据其实和我们今天讲的大数据，以及我们市场研究行业协会传统做的消费者深入洞察有关系了，这是目前我们帮他们找了半天，在市场上能够找到有持续性的信息提供的报告，在这种报告里面，现在咱们的市场研究行业的很多公司会出这种调研，是每年都连续的调研，在外部的数据里面，非常的宽泛，对于某一个品牌的追踪，某一个品的深度原因的探查都是很好的，而我们想要集中起来，对一个对数据的要求就是数据的持续性和稳定性，如果没有数据的稳定性，做到系统里面，老板就不开心了，今天可以看到的东西，明天就看不到了。

以下都是数据产生的来源，这些数据产生的来源，一定会借助app留存下来，app留存下来变成了运营商的一部分数据资产，数据资产经过了各种应用之后走到了数据交易中心，今天我们在座的有很多单位，可能算的是上科技创新中介当中的一部分，包括参与我们SODA比赛的同学们，还有现在正在今天分享的很多同仁，都属于科技创新中介的一部分，我们的这个活，做的科技创新中介这个活，我们面向的这个群体，我们产业会枝繁叶茂，但是在这里面怎么获得自己的那一桶金，是每个人都在想的问题，这树上哪片叶子是属于我们的。其实重点看这个部分，这里是交换原始数据，面向行业和部门的应用，还有策略和绩效的仿真，我的视角都是企业的视角，因为客户都是企业，但是我开玩笑取了一些名字，这个叫做玩不起的那层，这个叫做弄不懂的那层，上面叫做买不起的那层，其实我们知道数据了，数据为王了，我们真的有大数据吗？如果没有大数据，现在政府开放大数据了，我们可以同里头拿，这块钱挣不着了，作为一个普通人就得弄懂数据，弄不懂数据就没办法挣钱了，而买不起的那层也是社会的普遍现实，有多少企业为了买第三方数据会做一个决策支持系统，就目前来看企业是这样的，对于我们社会福祉和人类需要，政府部门买单的，担心就比较大，但是对于企业来讲，他们希望买进来的数据很适合我，是云的模式，租用的模式，少量的付费，可以持续供应给我，把成本平摊奥长期。看到这个趋势，我就在想我们这个企业的定位，作为十年做决策支持系统的企业讲，我们的业务模式，我们帮客户做完决策支持系统以后，就派人常年驻场，就在那儿待着，客户要改什么东西，现场有人支持他，就成为了客户依赖的一个IT民工，现在我们自己把自己叫做IT民工，因为确实这块的或很琐碎很多，压力也很大，因为客户最终能找到我们的人就是我们，决策的支持作用和效能那么大，但是我们建这样一个系统的时候所有的活好与不好，就在我们的IT民工手上，但是我们拥有一种把关人的优势，选什么产品，出什么样的图形，出什么报表，做什么KPI的整合，慢慢把自己的行业经验走到了管家的地位，再往下走下去，我们有很多数据监理的业务，做到上游以后，上面有哪些分析，分析的应用值是好还是不好，是不是应该有所调整，这个时候作为数据监理单位，因为利用专业知识发现问题，此外我们还有可能是情报的来手，我们有很多创新应用过来的时候，我们市场上广泛的找，今天和嘉宾交流当中，也在和银联请教，有一块数据能不能通过他们买，可以买到什么样的数据。

    这就是我讲的部分，其实我也没有讲什么，就是在这里告诉大家像我一样在大数据产业里面的幸福的普通人。谢谢你们！