趙豔秋/文
年營業額460億美元的聯想，組織架構龐大複雜。它在全球分五大區域，同時又有電腦、服務器等業務單元，橫跨區域進行管理。複雜的企業架構導緻數據分析維度多、需求十分零散的局面，這是聯想的痛點。
不僅是管理架構，作為一家高科技制造企業，聯想有着長而複雜的産業鍊，一個數據分析，可能會涉及十幾個系統的幾十張源表。
與此同時，行業競争異常激烈，業務部門對數據分析提出越來越多、顆粒度越來越細的需求，IT部門的資源十分有限。于是，最近兩年，聯想開展了“數據分析自服務的變革”。
自服務不僅能把資源中心轉移到業務上，更能快速發揮業務的前沿視角，是一舉兩得的事。
新舊系統理念不同
自服務需要合适的平台。聯想之前一直使用傳統BI。傳統BI的思路是比誰家工具更強大，無論多麼複雜的需求，我都能搞定。但傳統BI的缺點是太過複雜，可能通過幾個工具才能做出一張報表；需求響應也慢，一個需求，IT部門往往要幾周才能搞定，這影響到用戶的時效性需求。
相對傳統BI，新型BI“都在做減法”，易于各層員工應用，甚至新興BI企業提出“人人都是數據分析師”的理念，來引導市場。幾年前，聯想也開始尋找、評估新BI工具。
聯想集團數據分析總監張曉燕介紹說，對于新BI，聯想的要求是，速度要快；靈活性要高，能滿足内部用戶随時的變化；要易用，符合自服務需求；功能要強，要滿足制造企業複雜的分析需求；售後支持要好，這點對于實現數據分析至關重要。經過半年分析比較，聯想選擇了Qlik。
現在，聯想數據分析用得最多的一個是銷售市場，一個是供應鍊。業務部門隻要在相應的數據分析頁面上點幾下鼠标，幾秒鐘内就可以看到分析報表。例如，庫存是供應鍊的一個重要指标。分析報表能看到哪款産品在哪些區域、哪些國家賣得特别不好。他可以“DrillDown（下鑽分析）”，分析銷售不好的原因是定價策略、産品質量還是前後端協同問題。這樣，他可以馬上行動。這種及時的數據分析，能明顯提升公司運營效率。
不過，聯想全球有6萬名員工，要讓員工都行動起來，需要漸進的過程。在推動新BI平台時，業務團隊也經曆着各種不适應和改變習慣的挑戰。
張曉燕介紹，對于“Skill很強的内部用戶”，數據分析團隊就把數據提示和建模做好，通過培訓，用戶自己就可以快速上手。
對于另一些業務出身、對IT工具使用偏少的用戶，數據分析團隊在給他定制時，會“做到最後5公裡”，讓他隻需簡單操作，就可以用上。
用戶的需求也不盡相同。總裁、高級副總裁這類高管一般注重主要的KPI；而業務運營總監這一層會對關聯分析和下鑽分析看得非常仔細，因為他要找出問題的症結。
傳統企業能照搬互聯網模式嗎
數據分析做的最好的無疑是互聯網企業，傳統企業能照搬嗎？聯想集團業務流程變革管理業務智能經理劉峰的答複是否定的。他認為，互聯網公司管理架構、業務結構都較為扁平化，沒有傳統企業那麼複雜的管理流程，那麼多系統和報表。“這是傳統行業都面臨的問題。”
劉峰認為，傳統企業做大數據要“削層”，能做一步的就不做兩步，一定要精簡。同時，無論系統架構是分散，還是大集中，最終目的是讓用戶靈活使用，滿足企業轉型需求。
聯想目前IT下屬的數據分析團隊有幾十人。由于數據分析是基于業務的，這要求做數據分析團隊一定要投入業務，紮到某個行業久一些，了解流程。“隻會工具是沒有意義的。”劉峰說。
“數據科學家”這一名詞近兩年被提出。聯想目前也在培養自己的數據科學家。
張曉燕認為，數據分析團隊，包括數據科學家要緊密關注公司的所有策略。根據業務策略，才能制定項目優先級，而不是光被動地接受需求，也才能看得比業務更高遠，擔得起數據科學家的責任。聯想集團數據分析總監張曉燕認為，數據分析團隊，包括數據科學家要緊密關注公司的所有策略