行业新闻

大家好，我叫王烨，来自金赛药业，我的题目比较大，主要是分享我们在大数据建设过程中的经验以及实践的理论，所以今天我给大家讲一下我们的一些经验。

我们金赛大数据起步比较晚，2022 年下半年开始启动，用了大概一年半时间，从零到一搭建了一个按照互联网标准的整个数据中台，把数据从数据接入到数据治理、应用，在全公司做了推广。目前整个数据涵盖面非常大，我们目前接近 5000 人体量使用这个数据，每天查看数据的人数也很多。另外，刚才大家也谈了新时代数字资产概念的出现以及 AI 大模型的出现，其实我们也在构思未来整个大数据的发展方向，我们总结了以下几点：

金赛大数据建设思考方向

第一，刚才同事也讲了，大数据有一个很重要的点，能够帮助我们业务系统做一些大量计算，保证数据流畅运行，提升运维效率。

第二，因为现在集采整个行业面临的压力比较大，所以我们未来要思考如何打通整个公司的业务端数据和财务端数据，构建盈利模型，帮助公司老板把账算明白，以便根据整个业务模式的变迁，调整自己的业务方向。

第三，整个数字化核心在于如何让员工参与进来，使数字化成为员工的数字化，这是今天讲的重点。

第四，另外我们要思考如何降低开发成本，大家知道大数据无论是人力成本还是硬件成本都非常高，在这个过程中我们要思考如何提升数据开发效率。

第五，在大模型新兴时代，如何给大模型提供高质量数据，尤其非结构化数据，包括语音、图片，我们要思考如何给它们提供这些数据。

第六，数据资产。在使用数据过程中让数据变现，形成数据资产。

数据技术架

针对这六个方向，我们也对数据架构做了新调整。传统的我们基于结构化数据构建的数据结构，包括数据计算，这个模式引入两块内容：

第一，关于非结构化数据的管理，包括图像、音频，我们在这个过程中其实也将其未来纳入很重要的治理范畴。因为现在整个数据治理这一块，其实刚刚兴起，并没有一个非常明确的治理范式，它不像我们结构化数据，从数仓建设、数仓架构设计到数据治理范式，包括对元数据管理等等都有非常标准的内容。但是现在我们在非结构化数据治理这一块，没有很好的参考，我们也在摸索，包括分析完数据如何做设计，如何像结构化数据一样做零售化的治理，这些都是我们目前所遇到的难题。

第二，在数据资产沉淀方面，我们也将其纳入到技术架构里面。未来我们会构建一个数据资产平台，前提是我们在融合结构化和非结构化数据基础上开发应用，然后再沉淀资产，后续我们可能会做一些资产入表等动作。

数据/知识中台产品架构

针对我们这个基础架构，所以我们在产品形态上也做了一些规划。借助目前主流大数据架构，构建了一个底层计算平台。中层（治理层面）我们建立了完善指标体系，满足公司各个场景的应用。上层建立了各种一站式数据门户，比如报表平台、取数平台等等。这样我们在此基础之上，能够更好服务于业务场景。在这个过程中，明年重点会做一些关于知识方面的治理，我们这边也会开发一些产品，包括我们知识治理流程平台、问卷存储平台等等，会像治理结构化数据一样，把整个非结构化数据平台也纳入进去。

还有一个重要的点，目前这个企业在合规方面，其实也面临很大的风险，所以我们这边把合规维度也纳入产品线里面，比如我们在整个数仓建设过程中，我们会特意留出一块，把整个合规数仓搭建起来，对整个数据做分级管理，不同职级的人看到的数据是不一样的。

下面，我结合一下公司场景，聊一下我们在整个数据化过程中如何让业务使用数据的经验。在很多企业过程中，大家都会面临一个困境。

业务场景1：数据填报
第一，比如我们在建系统的时候，不可能所有的领域和部门都能涉及到，像我们新业务发展特别快，你没办法去给它建一个固定系统让它去管理自己的数据。

第二，像很多药企本身系统都是采购的，它直接串联，也是一个难题。如果你开发一个重的系统，其实不划算。但是你不串联，业务用起来也是有问题的。

第三，有些业务单元小没办法开发这个东西，还有就是数据安全等级高，我们没法去做表单。结合这个场景，我们自己开发了一个补录平台。这个补录平台就是针对这些场景来做的。过程中大家可以根据自己的需求自定义表达，让大家的数据能够填到里边。另外也支持上传、接口对接等等，这样我们能够让一些没有能力去建数据系统的部门，它能够很好把数据管理起来。我们补齐了能力的缺陷，所以让整个数据能够在完整性方面有一个保障。目前我们建完之后，上线半年以来我们建了 100 多个表单，由业务自己构建，并进行数据管理。

业务场景2：指标管理

很重要的一个指标管理，其实大家也知道我们在建完数仓之后，无论是构建了 DWD，还是 DWS，实际上业务人员在使用的时候，还不是很清楚这些指标是什么含义。通常模式肯定在与他们对接的过程中，我们互相去了解，你对这个指标是怎么理解，或者对方需求是什么，我们可以根据需求再开发，包括设计哪些维度，其实业务人员可能对这些维度没有清晰认知。为了解决这个问题，我们构建了一个指标平台。做这样一个指标市场，在这个市场中业务人员可以看到每个指标是怎么来的。比如引用的数据源或者业务场景是什么，这样业务人员在与我们沟通过程中，对于这些指标维度包括哪些，就能很清晰地知道自己想要的东西是什么。在帮助业务构建模型的时候，其实可以减少很多工作成本。

业务场景3：自助分析/取数

还有一个很重要的点是指标统一，公司很多部门对一个指标的定义是不一样的。我们通过这个指标市场，大家可以看到这个指标，这样能够保证指标是统一的。指标我们建完之后，下一个场景就是我们怎么应用。业务在用的过程中，现在大家也知道药企数字化人力是非常缺的，怎么能够让开发的数据大量铺向业务，这是目前很多企业面临的场景，其实我们也面临同样的问题。我们从 2020 年起，数字化推进速度节奏非常快。我们为了解决这个问题，我们搭建了一个自主取数平台，通过指标平台的构建，在指标平台构建了大量数据集，让业务通过自主取数平台和指标平台联通之后，业务根据自己需求构建自己分析看板报表，这样可以缓解自己数字化团队的压力。

业务场景4：Chat BI

毕竟我们自主取数还是需要有一些数据思维，包括开发比较简单的 SQL 脚本还是有一些小的门槛。但是我们为了能让没有任何技术储备的人也能够用上这个数据，所以我们也在启动研究 Chat BI，目前我们有一个先发优势。

第一，目前我们把公司所有业务系统已经与数据中台做了集成。

第二，我们已经建了一个很好的指标平台，我们在此基础上构建 Chat BI（交互式 BI）方式，可以满足大家平时想看数据，或者没有能力获取数据的场景。

业务场景5：知识管理

还有一个场景关于知识管理，这也是目前我们受到业务需求最多的一个场景。在整个过程中遇到一些难题，比如知识散落在各地，有的可能在员工的电脑里面，我们没法共享。员工离职之后，这个文档就没人管理了，也没有权限和权能管理。另外也没有治理，其实大家在用的过程中也不知道这个文档质量如何等等。基于这些，我们目前正在做一些这方面的工作。首先我们搭了一个存储平台，把整个公司文档汇集到一个地方，目前我们已经收集 100 多 T 数据。在此基础上，我们后续会搭建一个治理平台。刚才前面也讲了，我们把整个知识做一些分类，打标签，做一些质量治理，做一些后续应用等等。整体上我们基于这上面 5 个场景，核心问题是我们要在数字化过程中让业务参与进来。只有通过这样的手段，我们才能把整个数据数字化推得更彻底一些。

业务价值

我们这边做完这个事情之后，整个公司数据业务目前非常庞大。从最高层到下面代表部门各个体系员工，目前大家都有自己的看板。通过看板来管理自己的日常行为，目前公司这边已经做了一些普及。另外，我们的开发效率得到了提高，成本也得到了有效控制，我们形成这样一个体系之后。因为所有数据集、指标我们都建好了，我们在看板配置的时候很快。有时候大家提个需求，可能几分钟就完事，配上去就可以用了。我们在知识中台基础上也做了一些 AI 应用，包括合规机器人等等，我们也是在做这一块工作，持续把我们整个数据中台、AI 平台，包括这几个平台一起为公司数字化赋能。

谢谢！