
數(shù)據(jù)分析時代:大數(shù)據(jù)環(huán)境下的商業(yè)競爭
大數(shù)據(jù)的潛力在不斷增長。充分利用這項優(yōu)勢意味著公司將他們的戰(zhàn)略視角與大數(shù)據(jù)結(jié)合分析,做出更好的、更快的決策。
大數(shù)據(jù)只是炒作么?恰恰相反:早期的研究可能只對最終結(jié)果產(chǎn)生了部分影響。麥肯錫全球研究所(McKinsey Global Institute,以下簡稱MGI)的新報告,‘數(shù)據(jù)分析的時代:大數(shù)據(jù)環(huán)境下的商業(yè)競爭,表明大數(shù)據(jù)的應(yīng)用范圍和機遇仍在擴展。鑒于科技的飛速發(fā)展,許多公司當前需要面對如何將大數(shù)據(jù)整合到他們的運營與戰(zhàn)略中——在大數(shù)據(jù)分析可能顛覆整個行業(yè)的環(huán)境找準自己的定位。
MGI的一份報告早在2011年就指出大數(shù)據(jù)將大有作為,五年后的今天,我們?nèi)匀徽J為大數(shù)據(jù)的潛力還有很大。事實上,技術(shù)融合的趨勢正在加速。信息流正以每三年翻一倍的速度流入數(shù)據(jù)平臺、無線傳感器、虛擬現(xiàn)實應(yīng)用,以及無數(shù)的智能手機中。數(shù)據(jù)存儲容量增加了,而成本則大幅下降。數(shù)據(jù)科學(xué)家們現(xiàn)在擁有了前所未有的計算能力,并致力開發(fā)更為復(fù)雜的算法。
早期,我們預(yù)計大數(shù)據(jù)和數(shù)據(jù)分析的潛在市場價值主要存在于五個領(lǐng)域?;仡欉^去,下圖證明了各領(lǐng)域的發(fā)展是不均衡的,而且仍存在進一步發(fā)展的空間(圖表1)。最大的發(fā)展在于位置定位服務(wù)以及美國零售業(yè),這兩個領(lǐng)域的競爭對手都是數(shù)字原生代。
相比之下,制造業(yè)、歐盟公共部門和美國醫(yī)療健康領(lǐng)域利用的潛力價值不到五年前文章預(yù)估價值的30%。此外,自2011年新機遇出現(xiàn)以來,領(lǐng)導(dǎo)企業(yè)和落后者之間的差距更大了。(圖表1)
大數(shù)據(jù)和數(shù)據(jù)分析價值獲取進度不均衡。
%表示已獲取的價值 右側(cè)表示面臨的主要障礙。
大公司通過使用它們的能力,不僅提高了核心業(yè)務(wù)運作效率,而且推出了新的商業(yè)模式。數(shù)字平臺的網(wǎng)絡(luò)效應(yīng)在某些市場形成了贏家通吃的局面。那些領(lǐng)先的公司已經(jīng)擁有了資深的分析人才來處理各種問題,并且他們正在積極尋找進入其他行業(yè)的途徑。這些公司可以利用他們的體量和數(shù)據(jù)深度來增加新業(yè)務(wù),這些擴張正在逐步侵蝕傳統(tǒng)行業(yè)分隔的界限[4]。
當數(shù)字原生代公司基于數(shù)據(jù)分析建立系統(tǒng),老牌公司需要通過巨大努力改革或改造現(xiàn)有系統(tǒng)適應(yīng)數(shù)據(jù)驅(qū)動決策的時代并不容易。一些公司在技術(shù)領(lǐng)域投入巨資,但他們尚未改變自身的組織結(jié)構(gòu)使這些投資發(fā)揮效用。許多公司正在努力發(fā)掘人才,升級業(yè)務(wù)模式以及調(diào)整組織結(jié)構(gòu)來獲取數(shù)據(jù)分析的成果。
首先需要將數(shù)據(jù)和分析納入公司的核心策略愿景[5] ( core strategic vision )。其次是開發(fā)合適的業(yè)務(wù)流程并構(gòu)建功能,包括數(shù)據(jù)基礎(chǔ)設(shè)施和相應(yīng)的人才儲備。這并不是簡單地將強大的技術(shù)系統(tǒng)疊加在現(xiàn)有的業(yè)務(wù)流程之上。這些轉(zhuǎn)換需要結(jié)合各個方面來實現(xiàn)數(shù)據(jù)和分析的全部潛力。老公司在改造時面臨的種種挑戰(zhàn)正是MGI2011年報告中提到的愿景并未實現(xiàn)的原因。
現(xiàn)有企業(yè)的改造迫在眉睫,因為先驅(qū)企業(yè)已經(jīng)占據(jù)了絕對優(yōu)勢,猶豫不決只會讓改革難上加難。由于多方面的原因,改革現(xiàn)在已經(jīng)面臨阻力。引入新的類型的數(shù)據(jù)集(“正交數(shù)據(jù)”)可以帶來一些競爭優(yōu)勢;例如,大規(guī)模數(shù)據(jù)集成能夠突破組織結(jié)構(gòu)的束縛,使新視角和模型應(yīng)用成為可能。
超大型數(shù)字平臺[6]可以實時匹配買家和賣家,提高市場轉(zhuǎn)化率。精細數(shù)據(jù)可用于產(chǎn)品和服務(wù)的個性化定制,其中也包括了醫(yī)療保健這個特殊領(lǐng)域。新分析技術(shù)可以促進新的發(fā)現(xiàn)與創(chuàng)新。最重要的是,企業(yè)不再需要依賴直覺,他們可以使用數(shù)據(jù)和分析快速決策,并通過大量的實證實現(xiàn)更精準的預(yù)測。
下一代的工具可能會引發(fā)更大的變化。新的機器學(xué)習(xí)和深度學(xué)習(xí)技術(shù)可以延伸出巨大的可能,在許多領(lǐng)域產(chǎn)生經(jīng)濟效益。系統(tǒng)通過機器學(xué)習(xí)可以提供客戶服務(wù),物流管理,分析醫(yī)療記錄,甚至撰寫新聞報道。
這些技術(shù)可以提高生產(chǎn)力并改善生活質(zhì)量,但同時也可能導(dǎo)致失業(yè)和混亂。MGI先前的研究發(fā)現(xiàn),當前45%的人力勞動可以被機器人技術(shù)替代[7];其中80%是通過機器學(xué)習(xí)實現(xiàn)的。自然語言處理的突破性成果可以進一步擴大這一影響。
大數(shù)據(jù)和數(shù)據(jù)分析已經(jīng)使多個行業(yè)動搖,并且隨著數(shù)據(jù)分析的應(yīng)用達到臨界質(zhì)量—機器將獲得前所未有的能力來解決問題和理解語言,這些影響將變得更加明顯。能夠有效利用這些能力的企業(yè)將能夠創(chuàng)造巨大的價值和差異化,而其余企業(yè)則將發(fā)現(xiàn)自己越來越處于劣勢。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓(xùn)練與驗證損失驟升:機器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機器學(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)對數(shù)據(jù)的需求已從 “存儲” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計基本概念是商業(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” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“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 動態(tài)隨機一般均衡(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)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(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” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(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 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(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值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(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” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11