埃森哲&亚马逊：数据驱动型企业发展要务与构建路径

云数数据驱动创型企业价发展要务值与构建路径 目录 01.数字化转型提速，云释放数据价值03 02.数据驱动业务变革，实现业务战略价值06 03.建立现代化的云上数据资产07 04.制定科学的“云原生数据战略”，成为数据驱动型企业11 05.云上数据服务及人工智能突破既往局限，推动业务创新14 06.云数据现代化成功案例20 07.埃森哲与亚马逊云科技加速企业上云转型21 01 ���释��转�型据提��值， 根据埃森哲2021年研究调查，自新冠疫情暴发以来，领先企业加快了包括云计算和大数据在内的技术应用和投资周期。加大数字化转型投资力度的企业可以更快地提升系统成熟度和创新水平的能力，凭借技术投资带来的优势，在疫 图1新冠疫情加快技术应用 情暴发后的一年中取得高于竞争对手四至五倍的营收增幅。由此可见，对诸如数据、云等关键技术的扩大投入能帮助企业加强韧性、提升效率，使其专注于增长，实现跨越式发展。 第一次调研，2019年新兴技术：区块链、扩展现实、 第二次调研，2021年 全部样品企业数量：第一次调研8356家，第二次调研4300家 总体采用率 人工智能整体情况物联网 云 数据 新兴技术基础IT设施与自动化 100% 95% 90% 85% 80% 75% 70% 65% 开源系统、3D打印、机器人 IT基础设施：开发安全运维(DevSecOps)、无服务器计算(ServerlessComputing)、云原生应用程序、容器、Docker引擎和Kubernetes系统、微服务架构、分布式日志/事件中心、响应/时间驱动架构、功能即服务(FaaS) 人工智能与自动化：深度学习、机器学习 物联网：物联网、边缘/雾计算 云：软件即服务(SaaS)、基础设施即服务(Iaas)、平台即服务(PaaS)、混合云 数据：数据湖/存储库、流/实时 60% 数据、大数据分析 来源：埃森哲未来系统系列报告《跨越发展，领军未来》1 工业和信息化部发布《“十四五”大数据产业发展规划》，将数据作为新时代重要的生产要素，是国家基础性战略资源。2《规划》要求企业围绕数据全生命周期关键环节，加快数据“大体量”汇聚，强化数据“多样化”处理，推动数据“时效性”流动，加强数据“高质量”治理，促进数据“高价值”转化，将大数据特性优势转化为产业高质量发展的重要驱动力，激发产业链各环节潜能。企业亟待将数据转变为前瞻性洞见及差异化资产，充分发挥数据的要素价值。 而数字化转型的关键催化剂⸺云计算能够使企业轻松测试和验证新想法，重构基础设施、应用程序和数据，加速释放企业上云的无限潜能。在全新的云环境中蓬勃发展、增效创新，是企业更需要关注的领域。在云的催化作用下，企业最终将蜕变为云原生企业，通过对基础设施、应用程序和数据进行现代化改造，最大程度地挖掘云环境的价值，加速数字化转型进程。 紧抓核心要素，打造数据资产 数据是企业运营变革和构建竞争优势的核心动力。数据对提高生产率及资源配置的效率、优化经济结构的作用凸显，已成为新型生产要素和重要资源。到2022年，90%的企业战略明确将数据作为关键的企业资产。3打造企业的数据资产有利于： •构建企业共通的数据语言：企业原有的分散的、不统一的数据使得数据分析者往往需要花费大量的时间和精力收集各类数据，并寻找共通的可以公共使用的数据，才能将其归类并分析应用。数据资产化可形成共同的“数据语言”，由此，企业的管理层可以更高效地对数据进行使用和管理。 •转化为企业战略性资产：数据资产化之后，数据资产会渐渐成为企业的战略资产，企业将强化对其分析洞察，进而极大地提升企业核心竞争力。 •加速数据资产价值提升：目前在缺乏标准规则的情况下，数据使用部门承担了较高的使 用成本，制约了数据资产的流动，但随着数据资产管理的完善，必然能加速数据资产交易的价值提升。 由此，以数据为企业核心资产，充分释放其在业务中价值，加速企业数字化转型步伐。 然而，许多企业都面临同样的难题：如何利用海量数据，打造差异化的竞争优势？虽然企业普遍承认数据的价值，并且正在使用更先进的技术来捕获数据，但正如Gartner所指出的，近97%的数据尚未被企业使用，超过87%的企业 在商业智能和数据分析领域的成熟度偏低。4传统的各种专有系统数据来源在业务逻辑和规则记录上存在差异，这阻碍了从数据来源到数据价值的处理流程。业务分析报告所需数据转换周期可能需要数天，严重影响到销量、生产等业务运营。为了克服这些挑战，企业需要借助云数据现代化战略从传统的数据架构升级为现代化、面向未来、灵活可扩展的云上数据架构。 基于云数据现代化战略赋能业务发展 数据存储云化已成为中国企业加“数”转型的主要发展趋势之一，与生活息息相关的人脸、指纹、摄像头、自动驾驶等传感器和RFID前端设备产生的数据，均通过网络传输到接收设备转换成数据后予以存储。数据存储已由原来的存储在独立服务器上，向存储在云（私有云或公有云）上转型，以降低建设费用、维护费用及安全 费用等，提高可维护性、可扩展性、安全性、利用率及负载的均衡性。 基于云打造现代数据战略，可以利用云的弹性按照业务变化及时响应业务对数据存取的需求。云是创新的催化剂，可以提高速度和敏捷性。将数据放在可扩展性、可信度和安全性极高的云端可以为企业带来明显收益，云数据战略已经成为企业现代数据资产管理、数据变现的目标。 云上提供了全面的数据存储和处理的工具，例如不同类型的数据库，可以更便捷地响应不同业务对数据的处理要求。基于云上数据服务消除存储和计算的限制，借助云原生工具强大功能，使企业能够打破现有数据局限，摆脱传统平台的束缚，避免业务中断。 数据在云上更容易构建一个打破数据孤岛的统一分析平台，实现数据分析的普惠化。无限存储和无限计算提高其延展性，且提供了自助式的获取数据和随时访问数据市场的服务，降低了成本和管理费用。 利用云上的机器学习和人工智能工具，更便捷地进行创新。将宝贵的IT资源集中开发企业与众不同的业务及转变客户体验的应用程序，而不是将其用于管理基础设施和数据中心。 由此可见，企业基于云数据现代化战略进行业务创新已是必然趋势。 02 ��据现驱业动务业战务�变�革值， 在提升业务、节约成本、灵活响应以及激发创新上，数据都有着十分重要的战略价值。例如，埃森哲现正帮助某知名国际运动用品公司提升其数据能力。 降本增效 使用类似现收现付的新模式能够更简洁、更便宜，更快速地面对经济不确定性，提高操作效率，降低成本。埃森哲帮助该运动用品公司将其数据仓库从本地数据库迁移至亚马逊云，借助亚马逊云科技强大的云能力，企业大幅提升数据处理能力，显著减少硬件及存储运维成本。 安全合规 构建和优化数据模型以灵活响应客户需求，同时确保数据安全及监管要求。为遵守各种数据安全及监管法律法规，在处理客户数据时，必须使用优化的隐私保护、数据安全和治理措施；利用新技术、新模型为未来的业务建立灵 提高整个企业的创新能力。例如，该运动用品公司基于重构和优化后的云上数据，已激发多种新的数据使用场景，优化其商业分析与预测能力。 业绩增长 利用数据作为核心资产，可深入理解客户需求，洞察客户购买行为和倾向，以此提供超个性化体验，提高市场占有率，不断加强和拓展客户关系，推动更高的收入增长及市场份额。埃森哲已帮助该运动用品公司使用亚马逊云科技各种大数据及高阶数据分析服务，包括机器学习在内的一系列高阶用户数据分析，提升企业营销能力。 制定云上数据战略 报告显示，全世界每天生成的数据量高达五百兆亿字节。5然而，能够利用自身和外部数据打造竞争优势的企业寥寥无几。调查发现， 6 活的数据能力。埃森哲在帮助该运动用品公司 84%企业缺乏云上数据平台的能力，他们往往 数据上云的同时，对数据模型进行了优化及重构，使得数据更易于业务部门使用，对数据处理过程也强化其标准化和安全机制，以提升数据安全性及可治理性。 激发创新 通过打破孤岛和扩展数据访问来实现强大的业务智能决策，预测业务结果、优化和重塑流程，以敏捷的方式快速创造新产品和新的收入来源，从而缩短产品、服务的开发周期和上市时间， 沿用旧平台，缺乏敏捷且安全的数据平台和合理的数据架构，且难以保证数据质量，因此无法高效采集和处理各种数据、交付高质量洞察结论以及实现高度敏捷。 企业已经意识到基于云的现代化数据平台是实现向数据驱动型组织转变的关键举措。埃森哲的一项研究表明，高绩效企业与成为“数据驱动型企业”之间存在直接关联。数据驱动型企业将云作为催化剂，最大利用数据价值。 03 ��现代�的�上�据资产 数据驱动型组织将云作为催化剂，最大化发挥数据价值。他们将数据视为企业资产，根据数据的完整性和质量差异进行分类管理和变现，把数据作为创新、业务敏捷和关键业务决策的根本依据，通过人工智能和数据分析来提高效率。他们将基于云的数据和预测性分析作为重中之重，并强调利用洞察推动运营优化、前瞻性规划和持续学习。数据驱动型企业的盈利能力、客户获取率和客户留存率都优于竞争对手。 相较于部分从一开始就积极采用云计算的企业，大部分企业最初都通过本地计算进行数据分析和处理，随后才因特定需求将业务数据迁移至云端。但在今天的数字经济时代，本地数据架构的局限性日益凸显。 通过合理规划和实施，将企业数据迁移至云端可以带来诸多优势，精心设计的云上数据架构可为企业提供亟需的可扩展性、灵活性以及基于数据的可靠洞察，助力企业更快取得业务成果。 •定制化的云上数据架构可实现实时地数据捕获，缩短数据处理时间最多可达50%以上；7 •借助人工智能、机器学习等云端的智能数据服务，快速识别可变现的数据资产； •获得智能业务洞察，更快推动业务创新。 埃森哲的云数据现代化策略将帮助企业完成云上数据之旅，包含数据迁移上云、数据现代化和成长与创新三大支柱。 数据迁移上云：利用工具对数据上云进行发现与规划，然后对数据、代码以及数据应用（DataConsumption)进行自动化迁移，最后淘汰遗留的本地数据环境。 数据现代化：基于云为专门构建的数据产品开发可配置的无代码数据供应链，包括业务定义的数据载入、数据质量、数据产品规则、数据生命周期和数据可访问性。虽然云计算为服务现代化和运营转型提供了新的机会，但安全性和遵从性风险仍然是采用云计算的最大障碍。企业应采取云安全最佳实践，采取安全连接、安全着陆区配置策略，注重安全可使其成为云现代化的最大加速器。 成长与创新：在整个业务中实现AI模型的工业化和扩展。使用快速数据实验室实现精益实验和新想法的开发。借助数据文化和素养在整个公司范围内扩展以数据为主导的创新。 数据迁移上云 云数据现代化的首要环节是数据迁移上云，具体可参考4种迁移模式⸺托管重移(Re-host)、平台重建(Re-platform)、架构重组(Re-architect)和理念重塑(Re-imagine)，每种方法都要评估相应策略和工作量。 •托管重移是将本地数据和应用环境迁移至云环境，无需对数据和应用进行任何修改。 图2数据云迁移模式 •平台重建是利用云提供的数据服务承载现有数据和应用部署，保持数据结构和应用架构不变。 •架构重组是充分利用云原生能力，重新架构数据平台功能。 •理念重塑是摒弃原有架构，基于云服务重新设计和开发全新的数据平台和应用。 借助4R迁移模式，将有助于企业明确其基于云的数据架构实现的方式。云上数据，可以按照3个阶段、5项关键活动展开。 数据库 Data 托管重移Re-host 将对本数地据数和据应和用应进用行环任境何迁修移改至云环境，无需 ETL 平台重建Re-platform部利用署云，提保供持的数数据据结服构务和承应载用现架有构数不据变和应用 BI 数据转换 来源：埃森哲 数据可视化 架构重组Re-architect 理念重塑Re-imagine 充分利用云原生能力，重新架构数据平台功能摒全弃新原的有数架据构平，台基和于应云用服务重新设计和开发 转换 验证 切换 阶