林俊雄，大家都习惯叫他的英文名字Stanley，索信达数据首席顾问、高级副总裁（兼）大数据事业部总经理。作为索信达大数据团队的总负责人，背景独特，近30年的IT老兵，曾就职IBM、SAP、Teradata、SAS等国际著名信息技术厂家，十几年前已经开始带领全球最大的数据仓库企业拓展中国市场，从运营商到金融，从金融到零售，从数据技术专家，到资深业务咨询顾问，从Teradata香港、华南区、大中华区总经理，到SAS香港区董事总经理。具有世界高度，中国深度。

大数据技术，归根到底还是人在运用，大数据的人才团队要如何搭建？如今的大数据对于企业来说到底改变了什么？如何从茫茫的数据海洋中找到有价值的信息？传统IT公司向大数据企业转型，如何才能对公司有一个清晰的定位？以上都是大家比较关注的问题，作为一个拥有30IT经验的行业大咖，记者一一采访了Stanley，为大家解开心中的疑惑。

记者：今年6月份的时候前SAS中国解决方案部高级技术经理曹新建加入到了索信达数据，出任索信达大数据事业部技术总监，那么我们想问，索信达数据引入SAS人才的目的所为何？这对公司未来的战略会有什么样的影响？

Stanley：其实今天火红的“大数据时代”，说到底，就是要“从数据里面提炼价值”；要有效地“兑现”数据价值，就离不开你的（企业的）分析能力。那SAS作为全球分析工具的龙头，我们在这些方面增强人力，应该也是自然而然的事情。

不过，有一点得稍为补充的，就是SAS的人才能力并不是单在使用SAS的产品，更多的是数据分析能力。

使用高阶的分析方法并不局限于一个产品，而在于整个分析方法以及如何落户到各个企业里面，让企业能够用数据分析去兑现价值。

记者：什么样的企业需要大数据分析师？这样的企业多吗？

Stanley：个人认为分析能力将会是企业的核心，企业的大小只是依赖数据分析的迫切性会有点区别。换句话说，基本上每家企业都应该有一定的数据分析的能力资源。而大型企业更有迫切性的需求。由于大数据分析师，算是一个新兴的行业，对此岗位的要求也是前所未有的。所以，要每个企业都有这样的资源会是不切实际。这也是为什么索信达会重点在大数据分析方面努力积累我们的资源，人才和经验。就是希望可以为更多的企业，提供这些方面的资源而不需要完全靠自身去构建培养。而且，企业要培养大数据分析师这类的资源，也有相当大的难度。

记者：企业实施大数据战略需要科学化管理，以数据说话，那么这个“管理驾驶舱”到底是什么？谁在掌舵，策略如何？

Stanley：“管理驾驶舱”顾名思义就是驾驭我们企业时候的仪表盘。就像我们开车时候，首先得需要了解自己的现状，像企业每个时刻的销售，库存，物流，财务，盈利等各方面，究竟是在一个什么境况。才能够让企业管理人员看得清楚，哪里的销售出现问题，供应链的那个部份可能亮着红灯，我们这个月或这个季度的盈利会是什么状况。一个准确的仪表盘，可以让企业能够做到最适当的决策。“管理驾驶舱”只是科学化企业管理的起步点，是针对过去事后的固态报表的改良工具，协助企业管理人决策。一个有效的“管理驾驶舱”希望做到更实时，动态以及多维度的企业状况的展示。让企业上中下层都能够更有效地做好每个岗位，每个决策。

记者：你认为大数据是淘金矿还是垃圾场？大数据颠覆的到底是什么？

Stanley：大数据是这个时代数据是爆炸式的增长。今天的大数据百分之九十是在过去一年里面创造出来的，而亦会继续往这个速度发展。 很明显，那一定是垃圾会比含金的数据多出很多很多。所以，数据垃圾将会淹没许多企业，而当中能够驾驭好数据，淘出金块来的就会是赢家。 大数据颠覆了所有企业的信息技术架构。如何更有效地构建企业的数据平台将会是汰弱留强的分水岭。如果企业过去都没有能力运用好结构化数据，今天要应付爆炸式增长的非结构化数据，将会是企业的重大挑战。 在大数据还没有把企业淹没之前，企业就必须要着手构建好未来的大数据分析架构了。

记者：我们知道索信达数据服务过金融行业很多的企业，那么我们想要问金融行业企业如何搭建大数据团队？都有哪些需要注意的地方？

Stanley：索信达数据过去以金融银行、保险和证券行业起家，尤其是大型商业银行，它们在传统架构化数据整理应用方面做了比较多的工作。 所以，对这些一级企业，它们都已经有一定的团队负责数据的采集和整合；也开始在高阶分析应用上面积累资源和经验。

对于大数据带来的非结构化数据，只要在人力和信息技术架构做些适度的调整，加上一些新技术的培训，对于这些企业应该不会有太大的难度。 主要应该注意的地方，有几个方面。

第一，由于垃圾数据会更多， 所以如何在串流数据里面发挥洞察力会是关键的能力。

第二，大数据必须要跟具体的业务挂钩，让大数据的成本，能够直接从业务提升里面消化掉。

第三，大数据团队应该以分析应用为核心，而不要流于平台的构建。 大数据的核心的数据价值的兑现，储备培养数据分析能力强大的会带来绝对的竞争优势。

记者：可否为我们举一个索信达数据在金融或证券方面的案例？

Stanley：我们在一家大型商业银行里面协助精细化的智慧营销。 主要结合了银行的传统业务数据，客户分群，结合银行的电商业务里面采集到的大数据，加上高阶的分析预测技术，为银行提供“千人千面”的智慧营销。 结合了线上线下的数据，加上客户的社交网络行为，可以做到非常个性化的客户分群，从而制定更贴身的1对1营销方案。 这个案子可以算是大数据时代的一个领先案例。利用银行在过去传统数据运用方面的成果，加上新增的非结构化数据，让银行的营销能力手段全面增强。

记者：我们想问，国内商业银行信用卡中心目前对于大数据分析的进展如何？

Stanley：对银行业来说，信用卡中心应该是最能够利用数据分析的能力。 过去我们看见在信用卡的信贷评级，风险管理，以及营销方面都有相当成熟的应用。 而加上今天商业银行能够采集到的大数据，信用卡中心可以利用大数据在反欺诈方面做到更早的预防措施。 也可以更大程度上结合大数据，在个性化的智慧营销做好1对1的OTO营销策略。更具潜力的是利用好信用卡中心能够采集到的大数据，开展第三方的数据增值服务。这些方面应该会给银行和信用卡中心带来无限价值。

记者：企业部署大数据的难点在于技术和人才，索信达数据在大数据方面，有哪些技术优势？

Stanley：在大数据这股风吹起来的时候，我们看见的都是很多供应商都是在大数据设备，平台构建等等的硬件方面投入。 而索信达从一开始，我们就是瞄准数据分析应用起家的。 我们相信大数据时代，软实力比硬件的投入更为关键，也是决胜的分水岭。 所以，过去我们在人力资源方面，特别重点招聘和培养的都是业务分析方面，以及高阶分析能力的资源。 而由于大数据是相对新生的课题，我们也侧重了自己的内部培训工作，希望能够比市场更快速的建立一个强大的大数据分析团队。目前我们在深度的数据挖掘预测，大数据领域的客户特征标签库，社交媒体的舆情聆听文本分析等几个大数据分析领域都有着领导优势。

记者：都说2016年是大数据行业最为关键的一年，林总是30多年IT老兵，你怎么看待今年大数据行业的发展势头？

Stanley：我在过去30年的工作里面，都是走在前线面向企业客户的。 所以，我的关注点往往在于将我们的最新技术应用，在客户企业里面落地生根。 尤其是大数据分析这个领域，不像是卖一台硬件设备，放到客户里面插上电就能用。 相反，软件的搭建需要客户，厂家以及我们这类落地的服务商的互动建设，才能够发挥效果。所以，我是比较看重把技术应用到业务上面去。 而在这股大数据飓风吹过来的时候，未来的一段时间，关键还是在“数据价值的兑现”上面。

记者：我们想问一个比较“刻薄”的问题，大数据应用离不开数据源，那么，索信达数据目前手里拥有哪些数据？这些数据的价值是什么？

Stanley：目前，索信达数据的定位并不是去采集大数据，然后去卖这些数据，这个是公司定为的问题。 像我之前在成都大会上也谈过，我们都把大数据说的天下无敌一样，那我们真能掌握有价值的数据源吗？所以，我的看法是政府，监管机构以及大型电商可能在这些方面更具优势。 但是，对于个别的企业客户来说， 他们更看重大数据能够给他们带来什么好处，兑现什么价值。 这个就是我们索信达定位，作为服务商与企业客户打造对他们有价值的大数据应用。所以，重点我们是帮每个客户分析采集对他们更具价值的数据源；利用大数据技术采集有价值的数据，结合到企业内部应用到业务上去体现价值。例如我们利用舆情聆听的技术，替客户采集对他们产品服务品牌的用户声音，可以让客户更好的改良产品提升服务于品牌。 而这些数据源是包括了客户自己的门户，其他电商的门户以及一下开放的部落等不同的数据源。这样更能够对我们服务的客户兑现价值。