传统企业并非不注重收集数据信息，最关键的问题是如何同互联网公司一样合理使用数据。

在《商业价值》出版人、IT价值联盟发起理事刘湘明主持的2014年用友用户大会的圆桌讨论上，大家讨论了很多有针对性的话题，ITValue把这些精彩观点整理成文和读者分享。这一篇是“由谁主导企业数据的挖掘”问题而引发的讨论，看看各个企业数据价值都是由哪些部门引爆的。

胡翊（尚品宅配集团副总裁、新居网总经理）：建立符合自己团队需要的数据模型

尚品宅配有比较大的数据后台管理系统，为了数据的安全，我们运营中心里面设了数据管理和分析小组，至于各个业务单位包括研发，各个销售团队，他们需要数据，首先要建立符合自己团队需要的数据模型，从数据库中间提取数据，来指导运营管理。

杨斌（TCL多媒体副总裁、中国区销售总经理杨斌）：数据源很重要，各部门要有联动机制

数据源很多，有第一方、第二方、第三方，第几方的数据是有分类的，我们要建一个整体的数据分析中心，先把数据源抓取过来。同时，数据中心要和各个事业部、运用的部门有联动的分析，一定要符合各种场景的分析，一定在数据仓库过来进行清洗以后进行分析。建立更高效的仓库的过程中，建模的过程中，和各种业务紧密结合在一起，看每次输出反映是什么；或者看N次整个集成的效果如何。

大的数据循环过程中，首先数据的来源很重要，清洗、模型很重要，标签、统一ID都很重要，这些都属于基础。一定是针对不同的受众，能够迭代，比如可以迭代产品、促销、供应链的应用场景，数据的效果才能更好的发挥出来，我们不能为了收集而收集。

我们现在有一个数据中心，和各个职能部门模块有一个联动的机制，共同使用和运营这些数据。

何刚（京东集团副总裁、首席科学家）：数据贯穿整个企业，根据需求分配分析师

数据是一个非常长的链条，不是任何一个单独的部门能够搞定的，有人产生数据，有人收集数据，有人清理，有人建设数据技术平台，处理这些数据。不管是实时的还是批量延迟的，到后面有人负责去建数据仓库，有人负责建模，到最后还有业务分析师。在京东各个不同的方向，不管是我们的采购体系、仓储、配送，所有这些体系都是由一堆专人和数据下面的数据仓库、建模的人一起，分析这个数据。

一个数据如果不能够用起来，再大也没有什么价值，如何把数据用起来，如何碰撞、关联、建模，是贯穿着整个企业从头到尾的东西。我们CIO要协调企业内部的数据，不仅是从生产到消费的整个过程，而且是跨所有部门的。

根据各个公司不同，这个是公司的组织架构的问题，数据分析师可以放在业务部门，也可放在研发部门、IT部门。这个取决于各自企业的不同时期，不同业务，又选择了什么样的组织结构。

陈磊（腾讯云计算公司总裁）：每个部门都有不同的数据需求

我觉得数据需求方可能是腾讯的每个人。我们的很多产品有规范的采集数据的要求，每一次迭代的时候，都要提到产品需求，都要拿出一个分析；再说我们对研发质量的把控，完全是数据驱动，没有非常详尽的数据体系看研发的过程，里面有哪些问题就看不出来。决策更不用说了，我们这些决策者，其实就是像盖图章，要在这儿短时间对这件事情发生判断，要有数据的支撑，同时要相信这个数据是准确的。

我们对数据质量的把控、数据的分析，有两个不同的层次：一个是自助，腾讯公司有两个自助的平台，绝大多数的时候，产品经理、研发经理去平台上只有写，生成固化的报表，再以短信或者邮件的形式发给我；另一个是比较复杂的数据，可以提给专业的团队。

马军（长安汽车集团副总裁）：IT部门最适合转型数据分析

长安的数据管理和数据分析，基本上集中在管理IT创新中心。长安的数据分析团队，基本上是按照IT的集中与分布并行的管理方式；各个专业部门分析自己的专业数据，站在公司的高度，会利用我们管理创新中心的专业团队和外部的专业团队，做数据模型。公司管理IT创新中心和现在追加的好几个部门，比如算法中心，统一公司的算法，调节部门和公司整体的矛盾和冲突的地方。

我们觉得最有资格扮演数据分析师角色的还是IT部门的一些骨干。所有业务部门都是分块提出业务需求，而分块梳理业务逻辑、流程逻辑甚至数学逻辑，包括IT逻辑，到最后集成的全是IT部门； IT部门对整个公司的架构，业务、数据、逻辑理解最深。他们转型做数据分析师是最有资格的。现在我们正把IT骨干按照分析师的要求做培训和转型。（文/胡斐菲）