
大數(shù)據(jù)時代企業(yè)怎么贏
如果你的企業(yè)希望投身大數(shù)據(jù)時代,現(xiàn)階段最大的挑戰(zhàn)是為海量業(yè)務(wù)數(shù)據(jù)找到商業(yè)用途。
在Gartner著名的技術(shù)成熟度曲線中,備受追捧的大數(shù)據(jù)技術(shù)或許還未攀上期望膨脹的頂峰。而在可以想見的未來,泡沫的幻滅或許會引發(fā)一連串的質(zhì)疑。但對于企業(yè)而言,最重要的是不在潮起潮落中迷失自己最初的需求和渴望。無論對技術(shù)的追捧與質(zhì)疑如何激烈,企業(yè)的領(lǐng)導(dǎo)者都需要明確業(yè)務(wù)對數(shù)據(jù)的真正需求,并且清晰地向IT部門進(jìn)行表達(dá),從而為多來源的海量業(yè)務(wù)數(shù)據(jù)找到真正的商業(yè)用途。
業(yè)務(wù)與IT合力價值發(fā)現(xiàn)
過去數(shù)年間,私人投資者和風(fēng)險投資機(jī)構(gòu)都將巨資投入到PB級別結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)的采集、存儲、治理和分析等新興技術(shù)領(lǐng)域。新涌現(xiàn)出的工具讓企業(yè)從Web日志、點(diǎn)擊流、社交媒體、視頻和音頻文檔、機(jī)器傳感器和微博中提取數(shù)據(jù)變得前所未有的容易。在技術(shù)日臻完善的情況下,現(xiàn)階段企業(yè)利用大數(shù)據(jù)的最大難點(diǎn)在于,讓業(yè)務(wù)部門與IT部門相互合作,定義到底哪些非結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)是對企業(yè)真正有價值的數(shù)據(jù),以及如何對其有效地加以利用。
因此,真正的挑戰(zhàn)并不在于技術(shù),而在于大數(shù)據(jù)商業(yè)價值的發(fā)現(xiàn)。這一艱巨的任務(wù)需要IT和業(yè)務(wù)部門合力完成?,F(xiàn)階段,很多企業(yè)尚未開始對非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行采集和整合,主要原因就是企業(yè)的業(yè)務(wù)管理者不能確認(rèn)大數(shù)據(jù)是否能夠?yàn)槠髽I(yè)帶來實(shí)際的商業(yè)價值,而并非是出于對創(chuàng)新技術(shù)的不信任。
互聯(lián)網(wǎng)行業(yè)具備天生的大數(shù)據(jù)應(yīng)用需求,并且擁有強(qiáng)壯的技術(shù)基因,這使得大數(shù)據(jù)技術(shù)的早期實(shí)踐者多誕生于此。而在金融、電信、制造、醫(yī)療等傳統(tǒng)行業(yè),大數(shù)據(jù)技術(shù)也正在被重點(diǎn)關(guān)注,相關(guān)的需求梳理已經(jīng)展開,并且有部分企業(yè)進(jìn)入了初級實(shí)踐階段。
以金融行業(yè)為例,金融行業(yè)解決方案供應(yīng)商北京先進(jìn)數(shù)通信息技術(shù)有限公司研發(fā)部總經(jīng)理完獻(xiàn)忠就表示,國內(nèi)銀行目前的大數(shù)據(jù)應(yīng)用尚處在初級階段,主要集中在歷史數(shù)據(jù)管理、查詢和使用方面,面向業(yè)務(wù)的分析應(yīng)用項(xiàng)目則處于探索和驗(yàn)證階段。他指出,隨著網(wǎng)上銀行和手機(jī)銀行的普及,并且向互聯(lián)網(wǎng)銀行的過渡,銀行業(yè)傳統(tǒng)上缺乏客戶行為數(shù)據(jù)的情況正在發(fā)生根本的轉(zhuǎn)變,銀行業(yè)具備了通過互聯(lián)網(wǎng)數(shù)據(jù)和機(jī)器數(shù)據(jù)開展有效客戶營銷的條件。
大數(shù)據(jù)打開大視野
從數(shù)據(jù)世界邁向大數(shù)據(jù)世界,技術(shù)的繼承與創(chuàng)新將會并存。當(dāng)Hadoop、MapReduce成為技術(shù)創(chuàng)新的明星,有人或許會問:“大數(shù)據(jù)會終結(jié)BI嗎?”的確,新一代的分布式數(shù)據(jù)處理技術(shù)為用戶帶來了新的洞察力,但它們目前仍不能完全解決傳統(tǒng)BI(商業(yè)智能)所能夠解決的問題。我們看到,傳統(tǒng)的BI工具仍被京東這樣的大型互聯(lián)網(wǎng)企業(yè)所使用,其成熟的展現(xiàn)層技術(shù)仍然能在滿足企業(yè)大數(shù)據(jù)分析需求時發(fā)揮作用。
PPTV聚力技術(shù)部總經(jīng)理金昀認(rèn)為,大數(shù)據(jù)分析可以理解為BI在數(shù)據(jù)量大規(guī)模爆發(fā)后的演進(jìn)成果。傳統(tǒng)的技術(shù)手段的確很難應(yīng)付數(shù)據(jù)量的爆炸式增長,但無論是“小數(shù)據(jù)”時代還是“大數(shù)據(jù)”時代,企業(yè)所面臨的數(shù)據(jù)管理問題都是相同的,即發(fā)掘數(shù)據(jù)之間的內(nèi)在聯(lián)系,催生新的商業(yè)價值。
“未來或許會有大數(shù)據(jù)時代的BI。BI的技術(shù)思維仍會存在,雖然數(shù)據(jù)的采集、存儲和分析方法全都改變了。與傳統(tǒng)BI相比,大數(shù)據(jù)時代的BI數(shù)據(jù)集成的范圍會更廣,像用戶行為數(shù)據(jù)、銷售數(shù)據(jù)、地理位置信息、團(tuán)購信息、天氣信息等,都可以被集成到一起,通過新的分析與展現(xiàn)方法產(chǎn)生新的價值。它會帶來更廣、更深邃的洞察力。”金昀說。
企業(yè)用戶數(shù)據(jù)視野的拓展同樣有賴于IT與業(yè)務(wù)之間緊密協(xié)作。從想象力的激蕩,到構(gòu)想在現(xiàn)實(shí)環(huán)境的落地,注定是一段IT與業(yè)務(wù)攜手而行的旅程。
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(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(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(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(shí)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(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)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(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(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(shí)踐指南 在 Python 進(jìn)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(diǎn)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(diǎn)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(yùn)營問題、提升執(zhí)行效率的核心手段,其價值 ...
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” 與 “用戶體驗(yàn) ...
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(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)營銷成為企業(yè)突圍的核心方 ...
2025-09-11