經(jīng)濟危機之下，市場競爭日趨激烈，中小企業(yè)所面臨的頭等大事是“如何生存，如何發(fā)展”，CIO工作的中心也應圍繞如何提高企業(yè)生存能力、如何提高企業(yè)發(fā)展速度而展開的。
因此CIO應及時將信息部的工作重點進行“轉(zhuǎn)移”，實行信息部門的轉(zhuǎn)型，重心應放到充分挖掘和利用系統(tǒng)的數(shù)據(jù)上。也就是從原來的實施建設(shè)、系統(tǒng)維護為主，轉(zhuǎn)到數(shù)據(jù)挖掘和分析利用上，把生產(chǎn)分析、質(zhì)量分析、銷售分析、財務分析等經(jīng)營分析，提供數(shù)據(jù)信息決策，服務公司的業(yè)務績效管理，作為IT部門當務之急。
也只有這樣，才能讓兩面遭受夾板氣的CIO真正從困境中走出來，在危機中體現(xiàn)自己和IT部門的應有價值。
高價低效的信息系統(tǒng)讓CIO很無奈
這些年，為了改善營銷管理水平、深度開拓市場、提高競爭效率，不少企業(yè)信息化建設(shè)如火如荼開展著，尤其是像零售業(yè)和制造業(yè)等，大部分已重金先后部署了OA、CRM 、HR、ERP等系統(tǒng)，然而對多數(shù)用戶企業(yè)而言，卻感慨頗多，雖然有了一套IT系統(tǒng)，但能夠真正深入使用，并產(chǎn)生效益的并不多，甚者還耗費了企業(yè)大量的財力、人力和時間成本。因此CIO為此少不了企業(yè)上下的非議。
“現(xiàn)在公司OA系統(tǒng)似乎只是收發(fā)文件、發(fā)個郵件而已，大部分功能閑置，更多是成了擺設(shè)，被員工甚至老總棄用。就如雞肋，用之無味，棄之可惜。我真的很尷尬”廈門一家房地產(chǎn)公司信息主管說。
“起初公司對這套CRM系統(tǒng)寄予了很大的憧憬，以為它可以順利解決我們企業(yè)在開拓市場、客服流程、營銷管理方面的問題與癥狀，但結(jié)果它成了一個擺設(shè)!實際應用過程中我們只利用了該系統(tǒng)中25%左右的功能，其與具有統(tǒng)計、匯總功能的EXCEL表件沒有多大差別。”在一年前就實施了CRM的泉州一家知名醫(yī)藥零售連鎖公司的信息部負責人向業(yè)界訴苦說。
近段，英國貝恩管理咨詢公司一份調(diào)研報告指出，中國企業(yè)使用管理軟件不滿意率高達65%，在國內(nèi)300多家企業(yè)所實施的軟件系統(tǒng)中，大約有55%項目沒有達到用戶企業(yè)的預期目標——充分改善企業(yè)營銷管理水平、有力提高競爭效率。
可以說，高成功實施率、低效使用率是目前國內(nèi)企業(yè)信息化建設(shè)一個通病，使得用戶企業(yè)陷入信息化建設(shè)的困局。而造成這困局即有企業(yè)的客觀因素，也有CIO主次不分、中心工作不明確的主觀因素。
信息系統(tǒng)形同擺設(shè)，囿于CIO難于有效深度數(shù)據(jù)挖掘
因受一些因素影響，目前多數(shù)企業(yè)CIO只重視了諸如信息發(fā)布、內(nèi)部通訊、文件處理、檔案管理等初級溝通、聯(lián)系和應用，而卻忽略了一個非常重要的東西，那就是對于軟件系統(tǒng)中的信息再處理，或者叫“對系統(tǒng)信息的深加工”。一個管理軟件如果要發(fā)揮更大的作用，CIO就不能讓它僅局限在簡單、初級的信息溝通上面，否則那僅是一個整合通訊系統(tǒng)而已。
時下不少企業(yè)即上OA、CRM，也上ERP系統(tǒng)，使企業(yè)信息數(shù)據(jù)海量式劇增，而且繁雜無章，良蕪難辨。企業(yè)決策層和CIO的困惑在于，一是面對堆積如山的數(shù)據(jù)往往無可奈何，企業(yè)找不到解決的方法，或是不知如何解決;二是海量數(shù)據(jù)無邊無際，系統(tǒng)性能并不好，尤其是數(shù)據(jù)庫差強人意，信息系統(tǒng)難于有效處理、深加工。
可以說，目前大部分企業(yè)經(jīng)營決策面臨的最大挑戰(zhàn)不是缺少數(shù)據(jù)，而是數(shù)據(jù)太多，面對這些只是靜態(tài)、孤立、無多大參考意義的“初級品”的信息數(shù)據(jù)，CIO如何通過系統(tǒng)功能來有效利用和整合，發(fā)掘有價值的數(shù)據(jù)，給公司決策層提供支持，已成為擺在CIO面前的難題。可以說，在日新月異的海量數(shù)據(jù)里迅速提取有價值信息并盡快做出反應，已成為企業(yè)的“致勝秘笈”，同時也保住自己乃至自己的IT團隊。
而浩如煙海的客戶及企業(yè)市場、銷售和服務信息，如果沒有一個具有高度商業(yè)智能的數(shù)據(jù)分析和處理系統(tǒng)是不可想象的。因此大規(guī)模的信息化建設(shè)結(jié)束、在維持日常系統(tǒng)維護運行之時，如何用好企業(yè)的數(shù)據(jù)，使其為業(yè)務及決策服務是CIO的工作中心了。
如何解決這種普遍存在的問題？企業(yè)所用的系統(tǒng)軟件，應內(nèi)置一種高度自動化的智能工具，能夠完全整合現(xiàn)有的業(yè)務系統(tǒng)，充分挖掘數(shù)據(jù)、分析數(shù)據(jù)，為企業(yè)決策提供支持。
此時，數(shù)據(jù)挖掘(Data Mining，簡稱DM)就呼之而出，可否有效充分發(fā)揮系統(tǒng)內(nèi)的數(shù)據(jù)挖掘功能和作用，就關(guān)系系統(tǒng)價值大小、信息化成敗了，也體現(xiàn)了CIO能耐、價值的大小。
數(shù)據(jù)挖掘，是一種決策支持過程，主要基于AI、機器學習、統(tǒng)計學等技術(shù)，利用各種分析工具，CIO可從大量的、不完全的、有噪聲的、模糊的、隨機的實際應用數(shù)據(jù)中高度自動化提取隱含在其中的、但卻非常有用的信息、模式(規(guī)則)和趨勢，并可對數(shù)據(jù)進行標準化、抽象化、規(guī)范化分類、分析，從中挖掘出潛在的模式，作出歸納性的推理，從而幫助企業(yè)決策層調(diào)整市場策略，作出正確經(jīng)營決策，減少經(jīng)營風險。
目前DM在很多行業(yè)都有有較好的應用，在國外，DM已廣泛應用于銀行金融、零售與批發(fā)、制造、保險、公共設(shè)施、政府、教育、遠程通訊、軟件開發(fā)、運輸?shù)雀鱾€企事業(yè)單位。
系統(tǒng)數(shù)據(jù)挖掘功能優(yōu)劣，當是CIO軟件選型的試金石
可以說，數(shù)據(jù)挖掘是改善企業(yè)管理水平、提高競爭效率的基石，也是評判一個軟件系統(tǒng)好壞、CIO軟件選型的關(guān)鍵依據(jù)。包括多數(shù)管理軟件，其核心功能體現(xiàn)之一就是數(shù)據(jù)挖掘(DM)技術(shù)。目前許多企業(yè)CIO軟件選型重視系統(tǒng)的性能、價格、服務與知名度等，卻對隱藏在系統(tǒng)深處的數(shù)據(jù)挖掘功能和作用沒加以重視，讓其涼在一邊，即使發(fā)覺，也沒有甄別其優(yōu)劣(不同管理軟件其數(shù)據(jù)庫功用差別很大)，以為大同小異，無足輕重，結(jié)果錯失了提升企業(yè)管理水平的契機。
以CRM為例。一個優(yōu)秀的CRM系統(tǒng)能將數(shù)據(jù)挖掘技術(shù)與現(xiàn)有技術(shù)很好地結(jié)合起來，將特殊領(lǐng)域的商業(yè)邏輯與數(shù)據(jù)倉庫技術(shù)集成起來，使數(shù)據(jù)挖掘的分析效果和效益盡可能達到峰值。
以前相關(guān)一些系統(tǒng)數(shù)據(jù)挖掘，能夠促使分析報告回答“發(fā)生了什么事”，現(xiàn)在好的CRM系統(tǒng)數(shù)據(jù)存已可以被用來回答“為什么會發(fā)生這種事”，而且一些關(guān)聯(lián)數(shù)據(jù)庫還可以預言“將要發(fā)生什么事”，最終發(fā)展為活躍的數(shù)據(jù)倉庫，從而決定“你(用戶)想要什么事發(fā)生”。
時下，一個優(yōu)秀酒店CRM系統(tǒng)能對客人信息充分有效管理并深度挖掘。如果某個客人是某酒店的老主顧，那么該CRM系統(tǒng)就會向酒店提供個性化服務，清楚告知酒店經(jīng)理人這位客人的習慣和喜好，如是否喜歡靠路邊，是否吸煙，是否喜歡大床，喜歡什么樣的早餐，甚至從事什么工作，有什么商務需求，等等。當客人再次光臨時，不用客人自己提出來，酒店CRM系統(tǒng)就會自動提供客人所喜歡的房間和服務等相關(guān)信息，大大提升酒店管理效率。
沃爾瑪“啤酒和尿布”的經(jīng)典案例不少媒體都曾報道過，就是沃爾瑪通過建立的SCM供應鏈數(shù)據(jù)倉庫，按周期統(tǒng)計產(chǎn)品的銷售信息，經(jīng)過科學建模后提煉決策數(shù)據(jù)。結(jié)果發(fā)現(xiàn)，每逢周末，位于某地區(qū)的沃爾瑪連鎖超市啤酒和尿布的銷量很大。之后該店打破常規(guī)，將啤酒和尿布的貨架放在了一起，使得啤酒和尿布的銷量進一步增長。
不管是OA、CRM還是ERP、SCM，其數(shù)據(jù)挖掘的流程大概有以下幾個方面內(nèi)容：
1、數(shù)據(jù)清洗(去除噪音數(shù)據(jù)和不統(tǒng)一數(shù)據(jù));2、數(shù)據(jù)整合(多個數(shù)據(jù)源的數(shù)據(jù)匯總到一起);3、數(shù)據(jù)篩選(根據(jù)當前要分析的主題從數(shù)據(jù)庫中選取出與主題相關(guān)的數(shù)據(jù));4、數(shù)據(jù)轉(zhuǎn)換(整理，轉(zhuǎn)換數(shù)據(jù)使它們便于使用諸如“匯總”，“聚合”等挖掘算法的形式);5、數(shù)據(jù)挖掘(這可是核心的步驟，使用智能化方法來抽取出隱含的模式規(guī)則);6、模式評估(對新發(fā)現(xiàn)的“知識”進行驗證評估來檢驗此模式是不是可行);7、知識表示(將挖掘出來的模式使用可視化的形式顯現(xiàn)給用戶)。
