10.6　你是否为建立分析创新中心做好了准备

对大数据和高级分析都能有所帮助的一般性概念是建立一个分析创新中心。分析创新中心能推动对新想法的快速探索，能缩短想法的构思与想法的正式执行、实现之间的延迟。分析创新中心拥有监督机制和想法筛选流程。这不是一种一切都很混乱的无序状态。与常见的企业官僚主义做法相比，决策和审批的过程都大大加速了。我们来看看它的工作原理。

把概念整合起来

分析创新中心把前9章的概念整合到了一起。它用到了第一部分讨论到的大数据源，用到了第二部分概述的工具、过程和技术，以及第三部分概述的人和方法。建立分析创新中心是一种驾驭大数据，并对大数据进行创新分析的方法。

10.6.1　组件1：技术平台

分析创新中心需要一个技术平台来保留并分析目标工程所需要的数据。创新中心的基础架构需要逻辑上独立并且清晰。中心的团队将需要致力于研究数据库资源、分析工具、网络带宽等。企业级数据仓库（最理想的）、分析平台或者数据集市往往是一个不错的起点。为了处理大数据源，中心还需要一个系统来辅助处理半结构化和非结构化的大数据。就像我们在第4章中讨论的，MapReduce框架是满足这一需求最合适的选择。

环境需要能够访问现有平台上的数据，因为任何数据都可能需要进行分析。在此基础上，中心需要能够从新的数据源加载和分析数据。分析创新中心开展的许多工程将使用新的数据源来开展实验，然后看看能否与其他数据进行结合，以获得所需的价值。

根据已有的讨论，分析创新中心的技术实际上是非常容易理解的。从实现的角度来看，分析创新中心的基础架构就像我们在第5章中说到的分析沙箱一样简单。就像在企业数据仓库或数据集市中安置沙箱以便进行每日分析一样，可以在分析创新中心创建一个专用的沙箱环境。然而，为中心分配的资源应当与为每日分析沙箱分配的资源相分离。当涉及中心的MapReduce环境时，可以把已存在的环境留出一部分来给创新中心，或者实现一个独立的、专用的MapReduce环境以便顺利实现创新分析中心。

为分析创新中心创建基础架构不应该那么麻烦。为了满足企业的其他分析要求，所有的资源都已经以某种形式就位了。我们要做的只是为中心隔离出一些资源。根据库内分析和沙箱原则，不需要重新购买一整套的软件或者设备。

10.6.2　组件2：第三方的产品和服务

分析创新中心有时需要支持第三方产品，这是因为为了有效地探索创新想法，有时需要一些额外的功能。已经存在的工具可能没有所需的算法或其他性能。例如，也许存在一种先进的建模工具，我们的团队想使用其中的一种新算法作为探索分析的一部分。这种情况下为项目购买软件或者获取试用版软件都比较合适。

在当前研究的主要领域，企业可能还需要有经验的外部顾问的帮助。没有哪家企业拥有熟悉各种技能的分析专家，处于早期开创阶段的企业尤其如此。而且内部的资源也可能没有时间对创新项目进行支持。从有经验的外部专家那里得到适当的支持，可以极大地提高创新分析取得更大成果的概率。

10.6.3　组件3：承诺和支持

分析创新中心需要获得高层的承诺，关于使用本章前面讨论的迭代方法来研究新想法。为此，需要得到管理层的支持、指导和参与。分析创新中心必须获得管理层的支持，毕竟这是一笔很大的投资，而有些人认为它是有风险的。只有管理层可以提供所需的支持，使中心获得批准，并且对抗顽固的官僚主义作风。

中心的每一个项目都有赞助人是同样重要的。项目赞助人必须在执行过程中发挥作用，并且需要有权力、能力和意愿去执行经过验证的想法。这是很关键的，因为如果没有人捍卫该想法并确保它能够获得部署，那么即使能证明该想法有广阔的前景也没有用。没有管理层的支持和远见，项目可以取得技术上的成功，但不会产生任何积极的影响。

10.6.4　组件4：强大的团队

分析创新中心需要有一个具备商业、IT和分析技能的团队。分析创新中心最重要的部分就是分配给它的团队。商业资源能帮助确定问题，并考虑到实际的情况。分析资源能对数据进行挖掘，并执行所需的分析。IT资源能管理分析创新中心使用的数据、设备和流程。

分配给分析创新中心的员工应当是企业中最优秀的员工，这一点非常关键。能够被分配到分析创新中心应该是一种荣耀，企业的员工可以轮换着到分析创新中心工作。理想情况下，应该有一批人全时工作在分析创新中心。如果出于预算限制，不能安排全时的中心工作人员，那也应该把中心的工作视为团队成员工作中的一个正式部分。如果计划把员工20％的时间安排给分析创新中心，那就需要从他们的工作时间中正式划分出20％的时间。如果设定的计划是团队首先把他们的其他事情都做完，然后在有时间的时候再从事分析创新中心的项目，那这个团队是不会取得成功的。他们永远也挤不出时间为分析创新中心工作，因此中心的项目不会有任何进展。

10.6.5　组件5：创新委员会

分析创新中心的最后一个组件是创新委员会。委员会由中心的团队成员、执行负责人以及来自相关业务部门的代表组成。委员会要做的事情是对众多的想法进行审查，从中选择出值得尝试的想法。就像初创公司需要向风投公司推销自己一样，某人需要通过一个简短的陈述来说明该想法具体是什么、为什么有价值、研究计划是什么，并构建一个原型。委员会听取其陈述并提问，然后对所描述的想法进行讨论，最后决定每个想法是否值得尝试，如果值得，就把它加入项目列表。

委员会在项目开始之后还要继续对其进行监督。中间结果和遇到的问题都可以拿到委员会进行讨论。随着项目的展开，更多的事实被揭示出来，因此委员会也有可能会对项目如何进行提出一些想法。如果项目遇到大问题，委员会可以决定放弃它。我们后面会详细讨论如何处理失败。总而言之，委员会对中心发生的所有事情进行监督，并将项目团队的行为引导到最有可能产出结果的最佳想法上。

10.6.6　分析创新中心的指导原则

前面讨论过，分析创新中心需要能够自治，还需要有获得成功所需要的灵活性与资源。对于前面概述的专用环境，不管它是物理上不同的，还是仅仅从逻辑上划分的，都必须不受产品需求或流程的限制。这并不意味着分析创新中心可以占用全部的可用系统资源，而是意味着如果决定把10％的可用系统资源给创新中心使用，那么中心运行的流程要能够使用这10％的可用系统资源。当然，分配给中心的人员需要有专门的时间开发和实验中心的想法。为分析创新中心的项目工作不应该是日常工作之外的任务，而应该是日常工作的一部分。

在为中心制定基本规则（包括创新委员会的工作方式）时，快速的响应、最少的官僚主义和繁文缛节应该是关注的焦点。如果给中心分配了它所需要的优秀人才，那就没有必要用“繁文缛节”把他们限制得太死。繁文缛节的目的是让不诚实的人变得诚实，让不能胜任工作的人不要做错事。诚实、完全胜任工作的人不需要“繁文缛节”，因为他们很自然地就能用正确的方式做正确的事情。我们在第8章中讨论的优秀分析专家显然就属于这样的人。

另一条重要的指导原则是，分析创新中心应该遵循风险投资模型而不是退休金模型。它选中进行尝试的项目应该有可能获得丰厚的正收益，并且有助于推进公司的一项或多项战略计划。有些想法将会失败，这没问题，而我们希望它们能尽快失败。目标是从输家中找出一些大赢家，同时杜绝那种把失败的想法视为洪水猛兽的错误思想。

10.6.7　分析创新中心的工作范围

我们讨论过，分析创新中心致力于解决那些不太常见也不太简单的问题。如果你发现你的中心正在做常规的数据分析或者日常报表，那就赶紧停止！如果你发现你的中心正在做微小的产品改进，那就赶紧停止！如果你的中心正在全面测试一个新的应用，而目的仅仅是了解其原理，那就赶紧停止！如果你的中心正在实现一个分析流程的正式产品，那就赶紧停止！即便对于分析创新中心里面非常成功的项目，也只要做到证明所探索的概念可以应用并且能够应用就可以了。中心从设立之初就不属于长期计划的一部分。

别做不该做的事！

分析创新中心应该只用于计划之中的目的。初步的探索、集中的研究和初步的原型是分析创新中心可以处理的对象。一旦决定对原型进行大规模的、更正式的实现，那就不再是中心的业务范围了。此时，中心的资源需要转向下一个问题，并将前面的这个项目移交给实现团队。

对创新分析进行尝试的过程可以分为多个阶段。如图10-1所示，分析创新中心的任务什么时候终止是很明确的。过程从一个想法开始。首先，通过初始的探索把团队的思维集中到问题上。然后，转至稍微深一点的层次集中研究，实际挖掘问题的本质。这时需要开发一个原型来展示想法的原理。到这里为止，所有的工作都是在分析创新中心进行的。一旦决定为这个原型构建正式版本以便部署，项目就应该拿到中心外面去做了。一旦想法得到了验证，就应该按更传统的方式去处理，但优先级应该大大提高。

图10-1　分析创新中心的工作范围

原型构建成功后，项目又陷入到竭力避免的官僚主义中去了，这不禁又让人开始担心。然而，当决定把某个东西用于数百万美元级别的决策时，安全一点还是有必要的，而且还要确保其实现与公司的其他部署一致。分析创新中心在可以预计想法实现的时间点上设置一个快捷方式。成功的秘诀是，继续快速处理该想法，只使用必要的测试和流程改变计划以确保实现的成功。

例如，考虑一家决定对客服邮件进行分析，以识别客户情绪和产品问题的企业。最初，收集到的样本邮件被送往分析创新中心的团队。该团队使用文本分析工具的试用版开发初始的分析集合。在这一初始工作中，团队识别出了几个令人信服的结果，于是该想法获得了支持，将进行大规模的实现。

此时，实现应当在中心外部进行，它应该成为一个正式的项目。需要购买并安装文本分析软件，需要建立邮件记录数据源，还需要对原型中使用的分析方法进行改进。这些步骤不应该是创新中心的一部分。一旦论证了分析客服电子邮件这个想法有足够的价值，值得继续尝试，那么创新中心的任务就结束了。根据推测，创新中心提供的证据将加快实现的过程。由于想法得到了验证，其商业价值也清晰可见，员工们都很振奋。

需要指出的是，这些固定的工作范围有一种例外情况。考虑这样一种情况：分析创新中心创建了一种非常强大的新分析流程。它证明了一种新的大数据源会对生意有极大的帮助。它甚至能准确地知道为了对该流程进行量产还需要做什么，并且量产的计划已经准备好了。在这种情况下，把分析创新中心的范围扩大一些也是合理的。

不要犯傻地告诉业务人员你有一种全新的分析流程可以帮助他们，也不要犯傻地告诉他们在分析创新中心还有一个原型在运行。然而，开始量产之后，这个过程就会被停止。3～6个月之后，过程会在产品环境中再次启动，此时商业用户将可以获取数据。这其实没多大意义。有意义的是，在新分析流程被正式运行的这段时间，让其在分析创新中心之外运行，这样就可以立即开始产生结果了。

要想出现前面提到的例外情况需要有很多条件。如果企业对把流程投入量产并快速完成流程不是太上心，那么中心就会变成准生产环境，这就陷入了一种危险的境地且不是好事。尤其是人们不能因为流程在创新分析中心之外运行而放松实现环节。他们一开始也许自认为可以安全地把时间投入到其他项目中去，因为至少中心的赞助人已经能够得到结果了。分析创新中心需要尽快摆脱已经验证过的想法，并转向下一个想法。与此同时，不要仅仅为了严格遵守不要跨过初始原型进入到下一阶段的规则，而让业务人员长时间地等候他们所需要的信息。

10.6.8　处理失败

在分析创新中心中，失败是无法避免的，并非每个想法都能获得好的产出。失败可以在几种不同的层次中出现，我们将讨论其中的一些类型。

第一种失败类型是一种彻底的失败。在这种情况下，每个人从一开始就能感觉到团队错误地认为某想法能够成功。也许这是一个很好的想法，但从实际来讲，考虑到所涉及的数据和商业流程，这个想法肯定不会成功。这种类型的失败会导致我们放弃相应的想法。注意，即便在这种情况下，也还是可以从数据和遇到的问题中学到许多东西。所有那些新教训都可以在未来得到补偿。失败仅仅是因为想法不能在分析创新中心中得到验证，并不意味着不能获得重要的知识。

另一种失败类型是想法目前失败了，但团队觉得该想法在未来某个时间仍然能够取得成功。也许到时候会有一些新的可用数据，或者会有一个功能更强大的系统来支持处理流程，或者公司商业模型的新变化使得流程的创新变得可行。这种类型失败会被搁置起来，等困难变小之后再做尝试。与前面一样，此时也仍然可以学到许多东西，而且所学到的东西可以立即应用到其他工作中。

最后一种失败类型是所涉及的想法其实是可行的。想法本身有其优点，公司也可以从中赚到钱。然而，获得回报的数额还不足以承担该想法所消耗的资源，或者别的项目潜在的回报率更高。在这种情况下，应当搁置或者放弃该想法。

当失败发生时，有三条原则可以帮助管理它们。第一条，对于任意给定的项目，其目标是用最少的资源验证项目是否具有潜在的价值。如果把需要花费多年时间和数百万美元的大项目分配给分析创新中心，那就违背了创建分析创新中心的初衷。中心的项目周期应该可以用两周到几个月的时间完成。如果彻底处理一个问题所需要的工作量太大，那么可以通过仔细研究其初始的、短暂的阶段来分析其他的阶段是否可行。

第二条，如果中心最近的运气不佳，那就不要处理过于庞大的项目以免无法承受失败的打击。可以通过参考职业扑克玩家来阐释这条原则。职业扑克领域的黄金法则之一就是只玩能输得起的游戏。没有哪个扑克玩家会把他（她）的所有钱一次性拿出来赌掉，原因是可能会出现牌运特别差的偶然情况，使玩家输掉一两笔大的赌注，进而输掉牌局中大部分或者全部的投入。

在我曾经参加过的一次梭哈游戏中，4张A输给了同花顺。出现这种情况的几率不能说最小，但肯定是非常小了。对大多数人而言，手握4张A时，他们可能会输光所有的钱，因为他们很愿意把全部身家都押上。毕竟，当你手握4张A时，你非常期待别人免费给你送钱，他们押得越多你也会跟得越多。从统计学上讲，这样做是正确的，因为失败的几率趋向于无穷小。然而，失败还是有可能发生的。

职业扑克玩家玩牌的核心原则是，无论牌运多么差，所押的赌注都不足以使其大伤元气。一旦坏运气结束了，他们还留有足够的实力，统计概率可以确保他们最终获得一连串的好运来弥补之前的损失。在坏运气结束之前破产是最糟糕的情况。

没有经历过失败，就不能算是成功！

如果分析创新中心没有经历过失败，或者所经历的少数几次失败不够大、不够彻底，那么该中心运转得有点过于保守了。创新是一种对极限的挑战，一种冒险行为。通过研究创新分析流程失败的原因，所学到的东西不见得比从成功的分析流程中学到的东西少。

第三条，也许也是最重要的一条原则是，记住从失败中学到的东西。当失败发生时，仅仅将其视为一次失败是不可取的，它也是一次学习的经历。现在我们不仅知道为什么当初我们会假定这个失败的想法能成功，还知道它为什么不能成功。想法不能成功的原因对于未来的流程设计具有极其重要的帮助。如果我们通过一个失败的项目发现了数据中的新限制，或者发现了企业所做假设中的新问题，那么可以确保同样的问题不会再出现在其他流程中。新学到的知识对现有的和未来的工作都能产生影响。

随着时间的推移，企业引入了分析创新中心的概念并证明了其价值，那就可以增加人手和技术来扩张分析创新中心。分析创新中心实现的方式，以及驱动分析创新中心需求的原则，都可以应用于其他商业领域。并非只有分析需要它自己的创新中心，一定还有其他商业领域也有这样的需求。一旦企业取得了一个领域的创新经验，就会很容易扩展到其他领域。