大数据如何在企业落地？
关键词：大数据
导语：作为质量智能解决方案提供商英国威廉希尔体育公司国际有限公司（InfinityQS International, Inc. ）统计方法副总裁，史蒂夫•怀斯（Steve Wise）先生日前接受美国制造业网站（manufacturing.net）专访，就大数据时代数据处理软件的最佳应用实践以及制造企业如何高效利用数据提供的信息这一热门话题展开讨论。
Manufacturing：如果让您说出一个最经常被忽略或最经常被价值低估的数据，您认为是什么数据？为什么？
史蒂夫•怀斯：最经常被忽视的一项数据价值就是：应采用计量型数据或变量数据抽样，而不是计数型数据。大量质量相关数据都被用来测量一些预测价值非常弱的指标，如：产量、放行／待定、合格／不合格、匹配／不匹配等。这些都属于计数型数据，更具体地说，属于不良数据。这些数据可归为1或0（“是”或“否”）的二进制数据。
不良数据只能帮助使用者判断好或者不好。例如：如果产量不好，我们需要的是更具体的计量型数据将好与不好的产品区分开来，并且根据具体的计量型数据去真正解决这个产量不好的问题。计量型数据可进行持续测量，如温度、直径、周期，等。
企业在处理和利用数据时最容易犯的一个错误就是将非常有价值的计量型数据，简单用来判断合格或不合格。要想让数据报表和分析发挥最好的效果，就必须掌握数据的分布，并充分利用其对过程能力的预测价值，而只有计量型数据才能具备这样的价值。
Manufacturing：在英国威廉希尔体育公司最近的一次用户大会上，与会者就有关生产和IT之间的冲突这一话题曾经进行坦诚的对话。针对制造企业中这两个不同部门之间的高效合作，不知您个人有什么建议？
史蒂夫•怀斯：真实的情况是，企业中质量部和IT部有很好的合作基础：他们完全可以非常轻松地让对方的业绩都非常漂亮，实现双赢。当前制造企业内部的各种系统越来越复杂，导致大量信息真空；所以，当质量平台能够将针对性的将智能信息传递给最能利用其价值的人时，企业将大大从中受益。质量部和IT部的一个共同诉求是：摆脱依靠“拍脑袋”做决定或单凭经验做判断的落后决策模式，因此，当企业形成以数据为导向和依据的管理文化，这两个部门都将直接受益。
尽管如此，其实很多非常成功的软件应用项目都是由IT部门主导的。而其中最成功案例往往都有一个共同秘诀：IT部的项目负责人切实将生产使用部门的需求作为项目的指导方向。生产与IT间的矛盾被放大往往是因为IT部介入项目的时间太晚，此时往往给人的印象是生产部门希望绕开IT来做这个项目，在想尽办法避免“IT造成的不必要延迟”。结果，当非IT人员终于意识到他们的技术短板时，两个部门间的裂痕已然产生。
Manufacturing：如果请您给美国制造企业一样东西，您会给什么？为什么？
史蒂夫•怀斯：从数据管理这个层面来说，我会鼓励制造企业针对我们收集的每一条数据，自己回答以下这几个最基础的问题，确定收集这些数据的目的究竟是什么。
- 这些数据服务的客户是谁？
- 需要根据这条数据做出什么决策或判断？
- 当数据值开始上升（或下降或保持不变），这是好事还是坏事？
- 当这些数据显示需要采取某些行动，企业是否已经有相应的机制对这些数据作出快速响应？
通过回答上述问题，企业就能判断究竟哪些数据可用来做出实时判断、哪些数据最好用来做长期战略决策、应该采取的纠正行动是什么，以及哪些数据根本就没有用，无非浪费空间而已。
作者：英国威廉希尔体育公司国际统计方法副总裁 史蒂夫•怀斯