
怎樣才能發(fā)揮大數(shù)據(jù)的潛能
大數(shù)據(jù)可以產(chǎn)生巨大的經(jīng)濟(jì)價(jià)值。比如大數(shù)據(jù)為美國(guó)醫(yī)療領(lǐng)域每年創(chuàng)造3000億美元的價(jià)值,將年生產(chǎn)力增長(zhǎng)約0.7%;為歐洲公共部門管理每年創(chuàng)造2500億歐元的價(jià)值,將年生產(chǎn)力增長(zhǎng)約0.5%;為全球個(gè)人定位服務(wù)供應(yīng)商每年創(chuàng)造超過1000億美元的收益,對(duì)最終用戶的價(jià)值高達(dá)7000億美元;將美國(guó)零售業(yè)的凈利潤(rùn)增加可能超過60%,并保持0.5%-1.0%的年均生產(chǎn)率增長(zhǎng);將生產(chǎn)制造業(yè)在產(chǎn)品開發(fā)、裝配成本上開銷減少高達(dá)50%,流動(dòng)資金減少高達(dá)7%。
這聽起來不錯(cuò),少花錢還多辦了事。然而要充分利用大數(shù)據(jù),則需要處理相當(dāng)多的挑戰(zhàn)。那么如何有效利用大數(shù)據(jù)呢?或者說要發(fā)揮大數(shù)據(jù)的全部潛能,我們首先要解決的問題是什么呢?
人才,人才,人才。重要的事情說三遍。人才短缺是利用大數(shù)據(jù)首先要解決的問題。特別是缺少在統(tǒng)計(jì)和機(jī)器學(xué)習(xí)上有精深的專業(yè)知識(shí)的人,以及有眼光知道如何利用大數(shù)據(jù)經(jīng)營(yíng)公司的經(jīng)理和分析師,會(huì)妨礙數(shù)據(jù)的有效利用。根據(jù)調(diào)查,僅在美國(guó)就面臨著15-19萬深度分析技能的人才,以及150萬分析大數(shù)據(jù)與決策的經(jīng)理和分析師缺口。
缺少人才僅僅是個(gè)開端。其他挑戰(zhàn)包括:建造合理的基礎(chǔ)設(shè)施,合理激勵(lì)和競(jìng)爭(zhēng)持續(xù)創(chuàng)新,可以被使用者、組織和經(jīng)濟(jì)體恰當(dāng)理解的經(jīng)濟(jì)效益,合理處理公眾有關(guān)大數(shù)據(jù)擔(dān)憂的保護(hù)措施。
另外,要充分發(fā)揮大數(shù)據(jù)潛能,還必須要解決以下幾個(gè)問題。
數(shù)據(jù)政策
當(dāng)空前規(guī)模的數(shù)據(jù)被數(shù)字化并跨越組織邊界進(jìn)行傳播時(shí),有一系列政策問題將變得越來越重要,包括但不限于隱私、安全、知識(shí)產(chǎn)權(quán)和責(zé)任。顯然,隱私問題的重要性,特別是對(duì)消費(fèi)者,隨著大數(shù)據(jù)的價(jià)值增加而增加。
個(gè)人數(shù)據(jù),比如醫(yī)療和金融記錄,往往能提供最重要的信息以實(shí)現(xiàn)價(jià)值,如幫助找出正確的醫(yī)療手段或最優(yōu)的金融產(chǎn)品。然而,消費(fèi)者也把這些類別的數(shù)據(jù)看作是最敏感的。顯然,個(gè)體和他們所生活的社會(huì)將不得不在隱私和實(shí)用性之間取舍。
另一個(gè)緊密相關(guān)的擔(dān)憂是數(shù)據(jù)安全,如怎樣保護(hù)競(jìng)爭(zhēng)中的敏感數(shù)據(jù)或其他應(yīng)保密的數(shù)據(jù)。最近的例子已經(jīng)證明,數(shù)據(jù)泄露不僅會(huì)暴露消費(fèi)者個(gè)人信息和企業(yè)機(jī)密信息,也包括國(guó)家安全秘密。隨著嚴(yán)重破壞的上升,通過技術(shù)和政策工具解決數(shù)據(jù)安全將成為關(guān)鍵。
大數(shù)據(jù)不斷增加的經(jīng)濟(jì)重要性也引起了若干法律問題,尤其加上數(shù)據(jù)從根本上不同于許多其他資產(chǎn)的事實(shí)。數(shù)據(jù)可以完美復(fù)制,很容易與其他數(shù)據(jù)相結(jié)合。相同的數(shù)據(jù)可由多人同時(shí)使用。與有形資產(chǎn)相比,所有這些都是數(shù)據(jù)的獨(dú)特特征。關(guān)于數(shù)據(jù)的知識(shí)產(chǎn)權(quán)問題也來了:誰“擁有”某條數(shù)據(jù),與數(shù)據(jù)相關(guān)的權(quán)利有哪些?怎么定義數(shù)據(jù)的“公平使用”?還有與責(zé)任有關(guān)的問題:誰來負(fù)責(zé)一條不準(zhǔn)確的數(shù)據(jù)導(dǎo)致的負(fù)面后果?為了充分發(fā)揮大數(shù)據(jù)的潛能,這些類型的法律問題遲早將需要解決。
技術(shù)和方法
為了從海量數(shù)據(jù)中獲取價(jià)值,組織將不得不部署新的技術(shù)(如,存儲(chǔ)、計(jì)算和分析軟件)和方法(如,新類型的分析)。技術(shù)挑戰(zhàn)的范圍和為解決它們而安排的優(yōu)先級(jí),取決于機(jī)構(gòu)的數(shù)據(jù)成熟度。新的問題和日益增長(zhǎng)的計(jì)算能力將刺激新的分析方法的發(fā)展。還需不斷的技術(shù)和方法創(chuàng)新,來幫助個(gè)人和組織集成、分析、具化和消化大數(shù)據(jù)增長(zhǎng)形成的洪流。
組織變革和人才
組織領(lǐng)導(dǎo)者往往缺乏對(duì)大數(shù)據(jù)價(jià)值的理解以及如何開啟這個(gè)價(jià)值。在競(jìng)爭(zhēng)性強(qiáng)的行業(yè),這可能是某些公司的致命弱點(diǎn),因?yàn)樗麄兊母?jìng)爭(zhēng)對(duì)手以及新入行者可能會(huì)利用大數(shù)據(jù)跟他們競(jìng)爭(zhēng)。而且,正如上面已經(jīng)討論過,許多組織沒有合適的人才從大數(shù)據(jù)中獲得見解。另外,今天許多組織沒有系統(tǒng)安排流程和鼓勵(lì)措施,來優(yōu)化使用大數(shù)據(jù)和做出更好的決定,并采取更明智的行動(dòng)。
訪問數(shù)據(jù)
為了使機(jī)遇轉(zhuǎn)化為可能,公司將越來越多地需要集成來自多個(gè)數(shù)據(jù)源的信息。在某些情況下,組織將能購(gòu)買到數(shù)據(jù)的訪問權(quán)。然而在其他情況下,獲得第三方數(shù)據(jù)往往不簡(jiǎn)單。第三方數(shù)據(jù)的來源可能沒有考慮分享它。有時(shí)候,經(jīng)濟(jì)收益不足以鼓勵(lì)利益相關(guān)者共享數(shù)據(jù)。擁有某些數(shù)據(jù)集的利益相關(guān)者,可能認(rèn)為數(shù)據(jù)集是一個(gè)重要的競(jìng)爭(zhēng)優(yōu)勢(shì)的來源,因此不愿意與其他利益相關(guān)者共享。其他利益相關(guān)者必須設(shè)法提供令人信服的價(jià)值主張給有數(shù)據(jù)價(jià)值的持有人。
產(chǎn)業(yè)結(jié)構(gòu)
相對(duì)缺乏競(jìng)爭(zhēng)強(qiáng)度和績(jī)效公開的行業(yè),和利潤(rùn)池高度集中的行業(yè),充分利用大數(shù)據(jù)的進(jìn)度很可能是緩慢的。例如,在公共行業(yè),往往缺乏限制效率和生產(chǎn)力的競(jìng)爭(zhēng)壓力;因此,該行業(yè)在使用大數(shù)據(jù)獲得潛在價(jià)值的道路上,比其他行業(yè)面臨更多困難的障礙。
美國(guó)醫(yī)療保健,是產(chǎn)業(yè)結(jié)構(gòu)影響從海量數(shù)據(jù)中獲得價(jià)值的容易程度的另一個(gè)例子。這是一個(gè)不僅缺乏成本和質(zhì)量績(jī)效公開的行業(yè),也是一個(gè)付款人從臨床數(shù)據(jù)的使用中獲利(減少不必要的治療支出)。然而,付款人收益的增加,意味著醫(yī)療機(jī)構(gòu)收益的減少(不必要的治療將減少)。正如這些例子所示,組織領(lǐng)導(dǎo)者和政策制定者如果要確定在個(gè)人企業(yè)、行業(yè)和經(jīng)濟(jì)體作為一個(gè)整體的水平上如何優(yōu)化價(jià)值創(chuàng)造,他們將不得不考慮產(chǎn)業(yè)結(jié)構(gòu)如何能夠在大數(shù)據(jù)的世界中演化。
有效利用數(shù)據(jù)有可能會(huì)轉(zhuǎn)變大經(jīng)濟(jì)體,提供新一波生產(chǎn)力增長(zhǎng)和消費(fèi)者剩余。組織領(lǐng)導(dǎo)者需要認(rèn)識(shí)到潛在的機(jī)會(huì)以及大數(shù)據(jù)所帶來的戰(zhàn)略威脅,并結(jié)合成功抓住大數(shù)據(jù)機(jī)遇的必要因素,評(píng)估和改進(jìn)他們當(dāng)前的IT功能與數(shù)據(jù)策略。他們將需要?jiǎng)?chuàng)造性和主動(dòng)地確定哪些數(shù)據(jù)池他們能夠組合創(chuàng)造價(jià)值,并如何獲得這些池的訪問權(quán),以及解決安全和隱私問題。關(guān)于隱私和安全問題,一項(xiàng)重要任務(wù)是幫助消費(fèi)者了解,存在風(fēng)險(xiǎn)的同時(shí)使用大數(shù)據(jù)能提供什么好處。同時(shí),公司需要招聘和留住深度分析人才,并培訓(xùn)他們的分析師和管理隊(duì)伍,變得更加具有數(shù)據(jù)頭腦,建立一種在決策中看重和獎(jiǎng)勵(lì)使用大數(shù)據(jù)的文化。
政策制定者需要認(rèn)識(shí)到利用大數(shù)據(jù)來釋放下一波經(jīng)濟(jì)增長(zhǎng)的潛力。他們需要提供體制框架,在保護(hù)公民的隱私和保障數(shù)據(jù)安全的同時(shí),允許公司能夠輕松從數(shù)據(jù)中創(chuàng)造價(jià)值。他們還可以在通過教育和移民政策幫助緩解人才短缺;在建立包括通信網(wǎng)絡(luò)等合適的基礎(chǔ)設(shè)施技術(shù)促動(dòng)要素;在包括先進(jìn)分析的選定地區(qū)加快研究;在創(chuàng)造鼓勵(lì)創(chuàng)新的知識(shí)產(chǎn)權(quán)框架中發(fā)揮著重要作用。協(xié)調(diào)利益的創(chuàng)造性的解決方案也可能是必要的,例如,要求相關(guān)機(jī)構(gòu)分享某些數(shù)據(jù)以促進(jìn)公共福利。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11