以下為AMT研究院院長葛新紅女士在2016首屆產業互聯網服務大會暨中國大數據產業生態聯盟首屆理事大會上的發言（AMT為大數據產業生態聯盟首批理事單位，并榮獲“2016中國大數據企業50強”“2016中國大數據產業互聯網領域最佳解決方案”等獎項）：

　　關于大數據，目前有兩個問題仍懸而未決： 第一個問題是，大數據的技術很先進，但這些技術怎么和業務結合，以幫助企業創新商業模式，轉變成真正的收入和利潤，實現商業價值？第二個問題是，大數據的概念聽起來特別高大上，但是到底如何在企業實踐落地，有哪些成功的案例？下面我將圍繞這兩個問題來和大家分享一下AMT在大數據領域的咨詢實踐。

AMT和中國大數據產業聯盟的其他伙伴不一樣，我們是一家咨詢公司。我們的咨詢服務是不拘泥于具體的產品和平臺，而是圍繞客戶的需求，聚焦客戶的問題和痛點，來提供相應的解決方案。

　　AMT咨詢服務的特色是“管理+IT”。從1998年AMT品牌創立，我們就一直致力于將先進的信息技術和管理及業務進行融合創新，將技術轉化為商業價值，這樣使我們在“ 互聯網+” 的咨詢服務領域具有長期的積累和先發優勢。

目前，AMT在國內“管理+IT”咨詢領域排名第一。AMT累計服務超過3000家客戶，客戶的二次簽約率高達70%，這些都是對AMT咨詢服務的認可。

　　 大數據的價值發現

AMT在多年的“管理+IT”咨詢實踐中，很早就涉及和數據相關的咨詢服務。如2002年最早幫企業做信息化規劃，從企業業務架構、應用架構、數據架構到技術架構幾層打通融合，在這個過程當中，就開始研究思考數據架構怎么來支撐業務架構。后來幫助寶鋼、萬科等企業實施數據標準化，建立主數據標準，規范數據質量，實現跨系統的數據集成。再接下來幫助企業建立經營分析體系（BI）：解決企業雖然ERP有很多報表數據，但是依然不能有效支持管理分析決策的問題。這時就要圍繞企業的業務和管理決策，構建經營分析指標和結構，并層層往下落地，落實到相應的分析報表和報告，并對應到數據源。這樣把企業的管理和數據結合，實現用數據決策。

在2012年之后，我們發現數據的范疇更廣泛了，我們除了企業內部積累的數據，還有各種外部的數據。同時，隨著近幾年“互聯網+”的發展，如何結合大數據和移動互聯的新技術幫助企業進行商業模式的創新，將數據的商業價值進一步挖掘，因此AMT在實踐中逐漸形成自己的大數據咨詢服務體系。

圖：AMT大數據戰略規劃方法論

　　AMT認為， 大數據不是一個簡單的 數據挖掘 的分析工具，不是技術平臺能夠解決的問題，往上涉及到商業模式、應用場景 ，往下涉及到原有組織業務流程、人員激勵體系的支撐，是一個整套的系統工程。

　　雖然這兩年大數據的概念非常火，但如何將大數據應用和真實的業務場景結合，讓大數據真正發揮效用？許多人還在大數據的門口徘徊。在大數據的產業中目前有三個角色，數據擁有者、技術提供者、業務洞察者。 AMT定位為業務洞察或業務價值的挖掘者，成為數據擁有者和技術服務商之間的橋梁，以業務價值為導向，把技術和數據相結合，幫助客戶實現價值。

大數據的案例實踐

下面我具體介紹下AMT幫助不同類型客戶實現大數據應用落地的案例。

　　第一個案例是 基于大數據的平臺化商業模式創新。 這兩年，很多企業都在提一個詞叫“平臺化轉型”。AMT認為，打造平臺型企業的核心就是要具有賦能的能力，而基于大數據的分析服務能力就是平臺很重要的一項賦能。在向平臺化轉型方面，AMT幫助全國棉花交易市場以互聯網、大數據為支撐，規劃設計其平臺運營模式，為棉花產業的上下游資源提供在線交易、互聯網金融，物流配送等服務。這時大數據是一項基本生產要素，可以幫助平臺型企業進行更好的用戶需求挖掘和供需匹配，并提升對整個平臺生態的掌控力，推動整個產業鏈的轉型。

　　第二個案例是 某高端制造業的服務化轉型 。該企業是全球領先的鋰電池企業，他們有一款鋰電池是用在電動汽車上的，基于鋰電池的傳感器可以進行數據采集，匯集到后端的大數據平臺。基于這些大數據的分析就可以實現用戶個性化提醒、質量分析、故障預防，并進一步創新商業模式，使企業實現從原來只是賣鋰電池產品，到能夠提供更多的增值服務的轉型。AMT幫助該企業進行整個大數據平臺的規劃、新商業模式的設計，以及涉及到的相關售后服務體系組織、流程和考核體系的搭建。2014年到現在，我們為這家企業連續兩年提供咨詢服務，這家企業也實現了從10億到150億的增長傳奇。

　　第三個案例是 海爾基于大數據的用戶交互及精準營銷 。海爾提出“用戶個性化、組織平臺化、員工創客化”的三化轉型策略。三化的基礎是“用戶個性化”。那么，如何識別用戶的個性化需求呢？海爾從2010年開始整合用戶各接觸點的數據，如用戶可能在電商平臺買了洗衣機、在線下門店買了冰箱等，海爾把所有渠道的用戶觸點數據進行整合后，可以精準的識別出每一個用戶，包括用戶在何時和海爾有交互、買了海爾的什么產品，或給海爾提出了什么建議等。在數據整合后，接下來進行精準的用戶畫像，在這個基礎上開展大規模的精準營銷。在海爾這個案例中，不僅涉及用戶標簽、畫像等技術層面的服務，更重要的是在企業內部形成圍繞用戶全生命周期的管理和服務，以及利用用戶的交互反過來進行企業產品和服務的改進，持續提升用戶的黏性。因此，AMT也同時幫助海爾進行會員體系的運營，包括會員權益設計等。

　　第四個案例是 某煙草企業基于價值鏈的 大數據應用 場景規劃 。煙草企業過去的信息化比較完善，積累了很多的行業和企業數據，如何利用這些大數據幫企業創造新的價值。我們沿著煙草行業的價值鏈，進行大數據的應用場景規劃，從煙葉的種植、中間工業生產到后端商業零售的整個價值鏈環節，幫客戶規劃大數據在價值鏈不同環節的應用場景中如何幫助業務進行創新改進，并落實到具體的一步步的行動路徑，讓大數據真正在企業發揮效用。

　　第五個案例是 某海關基于大數據提升海關查獲率。 以前的海關布控指令表都是隨機抽檢，那么如何基于過去歷史的積累以及外部的工商等數據，形成預測分析模型，自動生成布控指令表，以提升海關的查獲率。AMT幫助該海關從這個典型的業務應用場景出發，從數據整合->業務分析建模->系統落地等一步步落地。

　　以上的幾個案例從商業模式規劃，到具體應用場景的落地，我們看到大數據在企業的價值實現涉及方方面面的工作。AMT大數據規劃咨詢的定位，我們 更懂商業洞察，更懂價值應用， 所以希望和產業鏈的伙伴攜手，幫助企業真正實現大數據的價值變現。

責任編輯：陳近梅