傳統企業并非不注重收集數據信息，最關鍵的問題是如何同互聯網公司一樣合理使用數據。

在《商業價值》出版人、IT價值聯盟發起理事劉湘明主持的2014年用友用戶大會的圓桌討論上，大家討論了很多有針對性的話題，ITValue把這些精彩觀點整理成文和讀者分享。這一篇是“由誰主導企業數據的挖掘”問題而引發的討論，看看各個企業數據價值都是由哪些部門引爆的。

胡翊（尚品宅配集團副總裁、新居網總經理）：建立符合自己團隊需要的數據模型

尚品宅配有比較大的數據后臺管理系統，為了數據的安全，我們運營中心里面設了數據管理和分析小組，至于各個業務單位包括研發，各個銷售團隊，他們需要數據，首先要建立符合自己團隊需要的數據模型，從數據庫中間提取數據，來指導運營管理。

楊斌（TCL多媒體副總裁、中國區銷售總經理楊斌）：數據源很重要，各部門要有聯動機制

數據源很多，有第一方、第二方、第三方，第幾方的數據是有分類的，我們要建一個整體的數據分析中心，先把數據源抓取過來。同時，數據中心要和各個事業部、運用的部門有聯動的分析，一定要符合各種場景的分析，一定在數據倉庫過來進行清洗以后進行分析。建立更高效的倉庫的過程中，建模的過程中，和各種業務緊密結合在一起，看每次輸出反映是什么；或者看N次整個集成的效果如何。

大的數據循環過程中，首先數據的來源很重要，清洗、模型很重要，標簽、統一ID都很重要，這些都屬于基礎。一定是針對不同的受眾，能夠迭代，比如可以迭代產品、促銷、供應鏈的應用場景，數據的效果才能更好的發揮出來，我們不能為了收集而收集。

我們現在有一個數據中心，和各個職能部門模塊有一個聯動的機制，共同使用和運營這些數據。

何剛（京東集團副總裁、首席科學家）：數據貫穿整個企業，根據需求分配分析師

數據是一個非常長的鏈條，不是任何一個單獨的部門能夠搞定的，有人產生數據，有人收集數據，有人清理，有人建設數據技術平臺，處理這些數據。不管是實時的還是批量延遲的，到后面有人負責去建數據倉庫，有人負責建模，到最后還有業務分析師。在京東各個不同的方向，不管是我們的采購體系、倉儲、配送，所有這些體系都是由一堆專人和數據下面的數據倉庫、建模的人一起，分析這個數據。

一個數據如果不能夠用起來，再大也沒有什么價值，如何把數據用起來，如何碰撞、關聯、建模，是貫穿著整個企業從頭到尾的東西。我們CIO要協調企業內部的數據，不僅是從生產到消費的整個過程，而且是跨所有部門的。

根據各個公司不同，這個是公司的組織架構的問題，數據分析師可以放在業務部門，也可放在研發部門、IT部門。這個取決于各自企業的不同時期，不同業務，又選擇了什么樣的組織結構。

陳磊（騰訊云計算公司總裁）：每個部門都有不同的數據需求

我覺得數據需求方可能是騰訊的每個人。我們的很多產品有規范的采集數據的要求，每一次迭代的時候，都要提到產品需求，都要拿出一個分析；再說我們對研發質量的把控，完全是數據驅動，沒有非常詳盡的數據體系看研發的過程，里面有哪些問題就看不出來。決策更不用說了，我們這些決策者，其實就是像蓋圖章，要在這兒短時間對這件事情發生判斷，要有數據的支撐，同時要相信這個數據是準確的。

我們對數據質量的把控、數據的分析，有兩個不同的層次：一個是自助，騰訊公司有兩個自助的平臺，絕大多數的時候，產品經理、研發經理去平臺上只有寫，生成固化的報表，再以短信或者郵件的形式發給我；另一個是比較復雜的數據，可以提給專業的團隊。

馬軍（長安汽車集團副總裁）：IT部門最適合轉型數據分析

長安的數據管理和數據分析，基本上集中在管理IT創新中心。長安的數據分析團隊，基本上是按照IT的集中與分布并行的管理方式；各個專業部門分析自己的專業數據，站在公司的高度，會利用我們管理創新中心的專業團隊和外部的專業團隊，做數據模型。公司管理IT創新中心和現在追加的好幾個部門，比如算法中心，統一公司的算法，調節部門和公司整體的矛盾和沖突的地方。

我們覺得最有資格扮演數據分析師角色的還是IT部門的一些骨干。所有業務部門都是分塊提出業務需求，而分塊梳理業務邏輯、流程邏輯甚至數學邏輯，包括IT邏輯，到最后集成的全是IT部門； IT部門對整個公司的架構，業務、數據、邏輯理解最深。他們轉型做數據分析師是最有資格的。現在我們正把IT骨干按照分析師的要求做培訓和轉型。（文/胡斐菲）