打造数据供应链

    目前，中国企业仍然处于创建数据供应链的早期阶段。阿里、京东、网易等互联网公司通过对数字技术和网络平台的积极利用，使得中国打造“数字农业”已经初具雏形，但是对绝大多数传统农业企业而言，打造数据供应链仍然是一个全新且长期的过程。我们建议可分为四步进行。

    第一步，数据整合。从创建一个数据服务平台开始，该平台应当能够支持数据的流动性、可见性和可获得性。一旦数据源得以开放，要确保其可进入一个集全部数据于单一视图的虚拟数据层，让用户可通过标准化方式与数据平台进行互动。

    第二步，数据流通。有了获取数据的渠道还不够，还必须让数据流动起来。这并不是说在任何时候所有数据都必须保持全速流动，企业需要对数据服务平台上的数据进行优先排序：重要的时限性数据要加速流动，过时的、不太重要的数据可以缓速流动。数据解决方案应该考虑将重要的时限性数据存储于优化的缓存装置，以实现其在价值链上的快速传输。“数据湖”则可以大量存储非时限性数据。

    第三步，数据分析。数据挖掘有助于识别隐藏在视觉互动和快速迭代中的洞察，帮助用户更快速地获得数据的价值。数据分析是数据挖掘的主要工具，需要加以有效利用。

    最后是分步行动。埃森哲建议可以将这一系统的转型过程分成多个小步骤，不必一次完成。例如，从部署一个针对特定结果的单一数据供应链开始，然后再逐渐累积更多数据。

    进入大数据时代以来，“数字农业”在发达国家早已应运而生。运用大数据理念、技术和方法，解决农业或涉及农业领域的数据采集、储存、计算与运用等一系列问题，已经在国外渐渐得到重视和普及。除了打造完备的数据供应链，更多先进的生产管理方式—比如在农业实体中融入数字概念；提供各种专业化外包服务；利用各类业务应用程序帮助提高生产效率和优化客户应用界面；建立大规模数据库协助日常管理等等—都已经在许多领先企业的身上得到应用，并且初显成效。

    这些领先企业的行动经验一定能够为中国农业布局智慧农业新格局带来有价值的思考和启示。（财富中文网）