愛數林星亮：新服務行業非結構化資料治理之道 | 愛分析活動

近日，愛分析在京舉辦了2021愛分析·產業數字化峰會。愛分析邀請愛數售前總監林星亮進行了題為 《新服務行業非結構化資料治理之道》的主題演講。

2021年，疫情常態化導致新服務行業企業增長受阻，對企業組織韌性提出更高要求。在此背景下，以資料為生產要素的資料驅動型組織應運而生，已然成為企業數字化轉型的主線。愛數售前總監林星亮在會上介紹了愛數大資料基礎設施對新服務行業企業增強組織韌性、實現持續增長的裨益。

現將林星亮先生的演講實錄整理後分享如下。

1.  新服務企業數字化

林星亮：各位好，我是愛數林星亮。愛數最早做資料管理，做備份起步，後面做內容資料管理和治理，在各行各業積累了豐富的實踐經驗。今天我會帶來一些愛數服務於各種零售行業、大型企業的心得分享。

1.1 愛數簡介

簡單介紹一下我們公司，上海愛數資訊科技股份有限公司從 2006年成立到現在已經經歷了15年時間，承蒙市場機遇、客戶信賴，已經服務了近27000+客戶，在40多個國家和地區提供資料服務，和華為、SAP、微軟等成為戰略合作伙伴。在國際領域，愛數也獲得了Gartner魔力象限挑戰者稱號。

多年來，愛數專注技術創新，在研發方面持續大幅度投入。公司70%的員工都是技術和研發，公司的理念也是以技術創新作為第一生產力，每年研發投入佔比大約為30%，在德國漢堡和新加坡均設有研發中心。近幾年，我們第二曲線的業務就是助力客戶數字化轉型打造資料驅動型組織，因此我們也在不斷加大AI研發方向的投入。

1.2 數字化轉型助力新服務行業企業增強組織韌性

回到今天的主題。我們講數字化轉型，從另一個角度上來看，其實目標還是構建企業的韌性。

所謂韌性從哪裡來？無非就是要更加靠近客戶多一點，瞭解客戶的一些需求，瞭解客戶未來的一些需求，甚至還要影響客戶的需求。

此外，就是我們想用一些價效比更高的技術。現在很多新技術價格都很高昂，如何保證避免高額的投入能更好地服務於業績，成為企業面臨的一大難題。其實所有數字化轉型圍繞的戰略中心點是為客戶創造價值，技術落地抓手是資料。在愛數看來，零售行業數字化轉型的關鍵要素有四點：第一：資料要素驅動，資料已經變成了非常重要的生產要素；第二：關鍵業務的永續，現在時間機會成本都很高，如何保證關鍵業務的永續是數字化轉型中極為重要的支撐點；第三：領域技術的創新。伴隨著人工智慧技術的入局，每個行業和細分的賽道，機器語言需要描述的東西千差萬別。比如零售行業和地產行業，其領域技術、領域知識完全不同。第四：人才如何培育？一切都是靠人來創造的，一家企業因為有創始人才會有核心團隊，才會逐步壯大。數字化轉型也一樣，這個轉型不只是技術的迭代，而是完全的革命性變化。所以轉型的人才從哪裡來是一個很重要的問題。

1.3 新服務行業企業數字化轉型催生資料驅動型組織

由此可見，數字化轉型需要從技術、資料和人才幾個不同的維度來分析。

構建資料驅動型組織有三個必要步驟。第一步：資料資產化。這是數字化轉型面臨的重大挑戰之一，很多企業上了很多先進技術手段即使能感知到包括客戶資料、運營資料、機器資料，還有本身的交易資料等全鏈路的資料，但並不能當既成為有用的資料資產。是要經過整合、治理後的資料，並基於業務價值需要按一定資料標準定義過的才能稱之為資料資產。

第二步：資料驅動決策。這並不是純技術語言，它需要一個組織能理解資料背後所能推動的事物，從而讓更多的資料影響企業的決策。

第三步：資料驅動創新。創新是企業生存之道，任何一家企業失去創新能力，特別是民營企業和新零售企業，很難在市場上立足。因此，資料資產化、資料驅動決策、資料驅動創新，是資料驅動型組織的三大關鍵點。

1.4基於全域資料能力的認知智慧賦能成長型企業增長

愛數有三條產品線，第一個產品線是基於結構化資料，以結構化資料的治理和整合為主。第二塊就是非結構化資料，這一塊治理相對來說比較難一點，市面上好像也沒有很好的方案。第三塊資料是機器資料，就是日誌、運維等一些技術資料。

右半部分就是剛才提到包括知識圖譜的三類，這三類可以概括為全域資料，基本上囊括了幾種資料的呈現形式。通過知識圖譜、一些人工智慧的技術，可以實現知識管理、先進分析等等應用。

第二個我要講一下，就是韌性組織這一塊，這是我們搭建的架構。第一塊就是大資料基礎設施，業務連續性，更多是基礎架構，如何能夠提升組織能力的適應度。第二塊是資料資產的管理，包括裝置的雲中立、認知、客戶價值、內外資源的統籌。

2.  面向新服務企業的非結構化資料中臺解決方案

今天的主題更多是非結構化資料的解決方案，簡單來說，非結構化資料包括文件、圖片、視訊、設計文稿等，這幾類文稿和結構化資料相比不同之處在於，結構化資料更多是描寫單點，但是非結構化資料很多是時候是描述事物的全貌，有一些點顆粒度太大，關鍵的資訊點很難提取出來。

一些電商企業只是想滿足資料統一管理的需求，會用到網盤的機制，但這只是找一個地方存，很難找到想要的目標資料，所以還會存在所謂的數字資產管理問題。

第二塊就是採用一些簡單的加密軟體，但沒有主要的責任人進行非結構化資料的規範梳理，只是放到NAS上面，一放到NAS上面相當於變成了文件倉庫。文件倉庫就變成資料沼澤，這一種情況治理相對比較難。所以他們也想通過我們進行梳理。

還有就是服務行業，相當多作為核心資產和能力的非結構化資料面臨流失問題，特別是研發文件、操作手冊、會議機密和一些重要的文件如果沒有更好地治理，從資訊保安層面很有可能會洩露。

包括知識運營，企業人才是有梯隊的，但是梯隊如何去更好地沉澱呢？需要企業構建完善的知識體系。以前找幾個專家把知識體系搭建一下，培訓業務能力、營銷能力、操作能力，更多是把這些專家的隱性知識變成顯性，但是很難去做知識管理，真正地讓它主動搜尋知識。

我們服務了一個鞋服設計的公司，他們很多產品在設計部門設計出一個樣稿之後，給到攝影部門，攝影部門要去拍照，然後領導去稽核，因為非結構化資料的圖紙是由人來創造的，同時也會因人而變，所以很難保證逐級傳遞的是同一份資料。這就是為什麼有一些生產製造企業會有叫DCC文控的崗位。

我們通過技術的手段，讓它從生產到最後一步有一個全生命週期的管理，這一點非常重要。

我們接觸的很多客戶，有六大需求，第一大需求就是全面掌握數字資產的現狀。有很多數字資產分散在各種PC電腦裡，隨著高階人才流失，他的很多經驗和沉澱出來的知識就從公司流失了。

第二個就是資料的互通，特別是OA、SAP，還有不同企業不同應用上面都有大附件，這些附件很多時候都存在應用軟體上面，無法去做相應的複用。非結構化資料治理最大的一個價值點，就是能把沉澱的經驗、總結進行復用。

還有提升資料的質量，在沒有進行梳理前，同樣一個文件，或者一個知識點使用者可能找了很多文件才能找到，這就是要提升效率，還有知識沉澱。

我們提出了兩條治理軌跡，一條治理軌跡基於資料資產的安全。首先要保證資料資產留在企業裡沉澱不會流失，保證資料的安全、訪問的安全、知識的安全。

第二個路徑是資料整合治理和洞察，所謂整合是什麼？是把桌面文件資料和業務系統裡面的非結構化資料統一整合起來。我們提出了三大體系：

一個叫做文件管理體系，這一塊主要偏重於終端和業務系統上面的整合。

第二個就是內容賦能體系，就是要讓其中的非結構化資料變得像結構化資料一樣好用，能找到而且能複用，通過後設資料來實現各系統間的連結。

第三個是知識創新體系，非結構化治理後的資料更多價值最大化是實現知識創新，以前OA裡面會有一些知識門戶，但更多時候它只是一個視窗而已，我們現在能做到的是千人千面，不同崗位搜尋相關領域知識，快速賦能給員工，加速員工的成長。

這其實就是我們服務電商行業某個企業的資料資產全生命週期管理。從左邊來講獲取的渠道就是終端桌面和系統。第二塊就是進行相應的分類，將所有的資料根據分類進行打標籤，包括個人文件庫、部門文件庫、歸檔庫等等，還有一些統一規範。系統通過人工智慧的方式，把標籤、摘要、後設資料提取出來，就相當於從非結構化資料裡面提取出結構化的資料內容出來。

最後在使用方面，我們會實現資料的安全管控。在一些資料到期之後，可以做相應的刪除，並進行版本管理等。

這一塊就是從圖片的釋出到圖片的歸檔到圖片的銷燬都統一管理起來。正確的檔案只有一份，如果修改過就會有留痕，這個最大的好處在哪裡，就是以前業務部門覺得找一個檔案很難，IT部覺得我不懂你的業務我怎麼去管理這些檔案呢？這套體系就能很好的解決這個問題，賦能業務，讓它實現更高效的創新。

還有知識創新， AnyShare作為底層平臺，AnyDATA、知識中心等工具作為知識賦能。

知識舉措、業務動作、衡量結果和戰略目標之間都有很好的關聯性。比如，會根據業務知識庫、內部知識、市場推廣分為各種主題庫，同時會沉澱不同業務動作、比如沉澱技術經驗、培訓、釋出會、業績增長、產品創新、可持續發展，圖片或者是知識點可以提取出來。

總而言之，非結構化資料的治理和結構化資料的治理有一個本質的區別，結構化資料治理更多是在前期會做一些報表，後期提供一些資料反饋，指導業務能力。非結構化走向知識管理這一塊，更多是賦能企業員工去做決策，去做創新。

安全是必不可少的需求。勒索病毒一直都是企業需要防範的問題。因為桌面系統和業務系統中非結構化資料十分分散，如何保證防勒索是必須要考慮的問題。

第二就是訪問安全和資訊保安，特別是現在提到的隱私保護。比如說在財務部門能看到的資料，業務部門看的時候要隱藏掉。人事部能看到的個人隱私資料，業務部門調檔案時候就要隱掉，這就是隱私保護。除了這種情況，愛數也提供資料安全不外洩但是顆粒度更細的隱私保護。

新服務行業企業方案的價值總結幾個點：

一、提升企業的生產力。

實現文件電子化，面向業務、組織部門的業務訴求形成不同的文件分類管理和規範流程，提高運營效率

資料資產化、資料要素應用於生產經營、數字資產高效管理提升組織韌性、從容應對危機

二、核心資料資產化

基於業務體系建立文件管理體系，持續沉澱組織核心資料資產，賦能不同崗位、不同業務領域，促進知識沉澱和複用、助力企業蓄能、員工賦能

三、控制企業經營風險/業務合規

具針對行業合規要求，建立針對性合規管理體系，充分覆蓋文件共享釋出、文件留存及備份保護各個環節，建立安全設計體系，滿足業務合規要求。

滿足世界不同地域、不同行業法律法規監管要求

四、業務資料的知識化，我們很多時候講業務資料化、資料業務化，其實非結構化資料中臺也可以做到這一點，這就是核心，也是最基礎的工作，核心資料資產化。談資料資產是一個很大的問題，但是怎麼去落地呢？非結構化資料是一個非常好的路徑。

3. 新服務行業企業數字化轉型更關注方案經濟性和彈性

第三個主題，在資料化轉型上，大多是走一條沒有太多人走過的路，每個企業都不一樣。如何降低投入、提高ROI其實是非常重要的。

所以我們需要經濟型方案和彈性，現在的民營企業大部分都比較艱難，都是用牙縫裡省出來的費用來做轉型。我們幾個產品線都有低程式碼的開發，本身也有一些分散式的架構，在商業模式上也有做這方面的考慮。

無論是數字化轉型還是智慧化轉型，都是邊走、邊試、邊幹，所以整個技術架構必須要夠靈活，商業模式上面也可以做到按效果付費。數字化轉型為什麼不成功？首先：我的產業戰略是否正確？第二，夥伴之間的關係、甲乙雙方的關係，已經從一手的供應商變成了戰略貢獻度的供應商，這個角度來看，就有理由相信共創、共擔、共贏。所以我們會提出按效果付費，按下載量、使用度等等付費，還有軟體訂閱版按年續費，背後的邏輯是來自於對產品有足夠的信心。

第三塊雲服務就是即買即用，這個很好理解。

我們所有的動作都是幫助客戶多維度的成功，助力客戶的客戶成功。依託豐富的內容管理生態，採用平臺加生態的模式和持續的技術創新能力幫助客戶。

最後一個點就是甲乙雙方關係，愛數大資料基礎設施有先進的技術和領先的行業沉澱。我們提出一個共同創新概念叫做“數字夥伴助力客戶成功”，通過建立聯合實驗室一起共探資料驅動。資料驅動型組織說起來很容易，但是真正落實起來很難，業務方面、本身公司的戰略方面都需要進行相應調整。

第二塊是聯合方案，再就是按效果付費。

最重要一點是共育數字化人才，很多客戶想找一個乙方，安排一個專案經理就好了，我們告訴他，不是我們雙方各出了多少人，最重要的是你的業務有沒有完整地參與進來一起創新。所以在整個數字夥伴當中，愛數和客戶攜手共建，這種關係已經變成了數字夥伴的關係，不是簡單的甲乙雙方的關係，這裡的核心就是 “雙方都全心投入，來一起創造更多的數字結果”。

我的分享到這裡結束，謝謝。