
中國企業(yè)需要怎么來面對大數(shù)據(jù)時(shí)代的來臨
顯然,大數(shù)據(jù)這一變革并非一蹴而就,而仍處在穩(wěn)定的量變階段。某種意義上,Teradata天睿公司的業(yè)績本身就能證明這一行業(yè)確實(shí)正在增長,截至 2012年12月31日,Teradata天睿公司第四季度營收為7.4億美元,同比增長10%。2012年全年?duì)I收為26.65億美元,同比增長 13%。
Bill Franks認(rèn)為,對企業(yè)來說最困難的事情不在于怎么來做選擇、來實(shí)施大數(shù)據(jù)分析,大數(shù)據(jù)與傳統(tǒng)的數(shù)據(jù)相比,需要去改變企業(yè)流程與文化,先行者將會保持領(lǐng)先,而跟隨著將會錯失機(jī)會?,F(xiàn)在大數(shù)據(jù)的炒作確實(shí)已經(jīng)到了頂峰了,但炒作的下面也有數(shù)據(jù)價(jià)值的存在,企業(yè)應(yīng)該敏感地抓住這一機(jī)遇。
大數(shù)據(jù)的泡沫與真實(shí)價(jià)值
不知不覺間,大數(shù)據(jù)熱潮席卷了整個IT產(chǎn)業(yè),與其他種種風(fēng)潮一樣,大數(shù)據(jù)也存在著商業(yè)性的夸大和炒作。2011年惠普出價(jià)是103億美元收購了Autonomy,最終這筆投入被視為非常失敗的收購。對于這種現(xiàn)象,Bill Franks表示,大數(shù)據(jù)泡沫的破裂是一件好事。
他表示,現(xiàn)在大數(shù)據(jù)的炒作確實(shí)已經(jīng)到了頂峰了,但炒作的下面也有數(shù)據(jù)價(jià)值的存在。炒作的泡沫破裂是一件好事,以上世紀(jì)90年代的互聯(lián)網(wǎng)泡沫破裂為例,當(dāng)時(shí)大量的人力和資金被投入互聯(lián)網(wǎng)領(lǐng)域,此番景象就像今天的現(xiàn)在大數(shù)據(jù)。但隨著互聯(lián)網(wǎng)泡沫破裂,產(chǎn)業(yè)有了一些動蕩,但泡沫破滅后真實(shí)的價(jià)值體現(xiàn)出來,互聯(lián)網(wǎng)最終還是改變各個行業(yè)或者每個人。
大數(shù)據(jù)熱潮也是一樣,即使話題的炒作會冷卻,但是大數(shù)據(jù)分析的價(jià)值會繼續(xù)下去,重點(diǎn)是如何采取正確的策略、流程和方法去從大數(shù)據(jù)分析中獲得價(jià)值。應(yīng)該更多地專注一些建設(shè)的東西,比如需要哪些投資,需要培養(yǎng)哪種技能去實(shí)施大數(shù)據(jù)應(yīng)用等。
他認(rèn)為,大數(shù)據(jù)領(lǐng)域確實(shí)有些收購有估值過高的情況,但并不意味這種收購就沒有任何價(jià)值。幾乎所有的數(shù)據(jù)都有其遞增的價(jià)值。盡管數(shù)據(jù)的價(jià)值有時(shí)被高估了,但就大數(shù)據(jù)整體而言,它會給我們帶來極大的影響。
大數(shù)據(jù)的核心并不僅僅是技術(shù)
Bill Franks對諸多大數(shù)據(jù)的宣傳中刻意強(qiáng)調(diào)技術(shù)門檻并不滿意,他認(rèn)為,90%以上的企業(yè)可以用他們90%的現(xiàn)有需求和技術(shù)、工具來解決現(xiàn)在的大數(shù)據(jù)問題。大數(shù)據(jù)真正可以解決的問題不是技術(shù)問題,而是人、文化、流程或者基礎(chǔ)設(shè)施。
他強(qiáng)調(diào)一點(diǎn),自己撰寫《駕馭大數(shù)據(jù)》這本書不是為了對Teradata進(jìn)行推廣,主要是希望幫助人們?nèi)ッ鎸@種大數(shù)據(jù)時(shí)代,是面向整個行業(yè)、大眾的一本書,也不是要通過這本書要來關(guān)注Teradata自己的業(yè)務(wù)流程或者具體產(chǎn)品,而是提供一種針對整體大數(shù)據(jù)的做法和想法。
他介紹,最困難的事情不在于你怎么來做選擇、來實(shí)施大數(shù)據(jù)分析,而是決定采用什么樣的方法來更好地發(fā)揮大數(shù)據(jù)的價(jià)值,而且能夠改變它的流程。與那些傳統(tǒng)的數(shù)據(jù)相比,大數(shù)據(jù)需要去改變流程與文化,很多企業(yè)不愿意去改變傳統(tǒng)的方式,但競爭對手可能就領(lǐng)先一步去做,幾年之后再去跟上去做的話,就會錯失很多機(jī)會。
據(jù)悉,在《駕馭大數(shù)據(jù)》一書里,Bill Franks刻意強(qiáng)調(diào)了文化和理念,并提出一個分析創(chuàng)新中心的概念。他認(rèn)為,依靠創(chuàng)新中心,企業(yè)拿出少量預(yù)算、人力資源、技術(shù)資源等做一些存在一定風(fēng)險(xiǎn)和結(jié)果尚未確定的小實(shí)驗(yàn),可以用最小的代價(jià)實(shí)現(xiàn)文化的轉(zhuǎn)變,進(jìn)而適應(yīng)大數(shù)據(jù)時(shí)代的節(jié)奏。
給中國企業(yè)的忠告
對剛剛涉入大數(shù)據(jù)浪潮的中國企業(yè),Bill Franks舉了一個沖浪的例子來加以忠告:
過去30年我可能在同一個海灘上,同樣的浪潮進(jìn)行沖浪了。后來,我換一個新的海灘,面對一些新的浪潮的時(shí)候,我就需要用一種新的方式去沖浪,需要使用新的沖浪板,但由于我過去30年的經(jīng)驗(yàn),很快就能適應(yīng)新的浪潮。對人員的培訓(xùn)也是這樣的,過去有一些數(shù)據(jù)分析經(jīng)驗(yàn)的人才,只需增加一些新的對大數(shù)據(jù)分析的培訓(xùn)也能很快上手。
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
CDA 數(shù)據(jù)分析師報(bào)考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動決策的時(shí)代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-18剛?cè)肼殘龌蚴窃诼殘稣媾R崗位替代、技能更新、人機(jī)協(xié)作等焦慮的打工人,想要找到一條破解職場焦慮和升職瓶頸的系統(tǒng)化學(xué)習(xí)提升 ...
2025-07-182025被稱為“AI元年”,而AI,與數(shù)據(jù)密不可分。網(wǎng)易公司創(chuàng)始人丁磊在《AI思維:從數(shù)據(jù)中創(chuàng)造價(jià)值的煉金術(shù) ...
2025-07-18CDA 數(shù)據(jù)分析師:數(shù)據(jù)時(shí)代的價(jià)值挖掘者 在大數(shù)據(jù)席卷全球的今天,數(shù)據(jù)已成為企業(yè)核心競爭力的重要組成部分。從海量數(shù)據(jù)中提取有 ...
2025-07-18SPSS 賦值后數(shù)據(jù)不顯示?原因排查與解決指南? 在 SPSS( Statistical Package for the Social Sciences)數(shù)據(jù)分析過程中,變量 ...
2025-07-18在 DBeaver 中利用 MySQL 實(shí)現(xiàn)表數(shù)據(jù)同步操作指南? ? 在數(shù)據(jù)庫管理工作中,將一張表的數(shù)據(jù)同步到另一張表是常見需求,這有助于 ...
2025-07-18數(shù)據(jù)分析師的技能圖譜:從數(shù)據(jù)到價(jià)值的橋梁? 在數(shù)據(jù)驅(qū)動決策的時(shí)代,數(shù)據(jù)分析師如同 “數(shù)據(jù)翻譯官”,將冰冷的數(shù)字轉(zhuǎn)化為清晰的 ...
2025-07-17Pandas 寫入指定行數(shù)據(jù):數(shù)據(jù)精細(xì)化管理的核心技能? 在數(shù)據(jù)處理的日常工作中,我們常常需要面對這樣的場景:在龐大的數(shù)據(jù)集里精 ...
2025-07-17解碼 CDA:數(shù)據(jù)時(shí)代的通行證? 在數(shù)字化浪潮席卷全球的今天,當(dāng)企業(yè)決策者盯著屏幕上跳動的數(shù)據(jù)曲線尋找增長密碼,當(dāng)科研人員在 ...
2025-07-17CDA 精益業(yè)務(wù)數(shù)據(jù)分析:數(shù)據(jù)驅(qū)動業(yè)務(wù)增長的實(shí)戰(zhàn)方法論 在企業(yè)數(shù)字化轉(zhuǎn)型的浪潮中,“數(shù)據(jù)分析” 已從 “加分項(xiàng)” 成為 “必修課 ...
2025-07-16MySQL 中 ADD KEY 與 ADD INDEX 詳解:用法、差異與優(yōu)化實(shí)踐 在 MySQL 數(shù)據(jù)庫表結(jié)構(gòu)設(shè)計(jì)中,索引是提升查詢性能的核心手段。無論 ...
2025-07-16解析 MySQL Update 語句中 “query end” 狀態(tài):含義、成因與優(yōu)化指南? 在 MySQL 數(shù)據(jù)庫的日常運(yùn)維與開發(fā)中,開發(fā)者和 DBA 常會 ...
2025-07-16如何考取數(shù)據(jù)分析師證書:以 CDA 為例? ? 在數(shù)字化浪潮席卷各行各業(yè)的當(dāng)下,數(shù)據(jù)分析師已然成為企業(yè)挖掘數(shù)據(jù)價(jià)值、驅(qū)動決策的 ...
2025-07-15CDA 精益業(yè)務(wù)數(shù)據(jù)分析:驅(qū)動企業(yè)高效決策的核心引擎? 在數(shù)字經(jīng)濟(jì)時(shí)代,企業(yè)面臨著前所未有的數(shù)據(jù)洪流,如何從海量數(shù)據(jù)中提取有 ...
2025-07-15MySQL 無外鍵關(guān)聯(lián)表的 JOIN 實(shí)戰(zhàn):數(shù)據(jù)整合的靈活之道? 在 MySQL 數(shù)據(jù)庫的日常操作中,我們經(jīng)常會遇到需要整合多張表數(shù)據(jù)的場景 ...
2025-07-15Python Pandas:數(shù)據(jù)科學(xué)的瑞士軍刀? ? 在數(shù)據(jù)驅(qū)動的時(shí)代,面對海量、復(fù)雜的數(shù)據(jù),如何高效地進(jìn)行處理、分析和挖掘成為關(guān)鍵。 ...
2025-07-15用 SQL 生成逆向回滾 SQL:數(shù)據(jù)操作的 “后悔藥” 指南? 在數(shù)據(jù)庫操作中,誤刪數(shù)據(jù)、錯改字段或誤執(zhí)行批量更新等問題時(shí)有發(fā)生。 ...
2025-07-14t檢驗(yàn)與Wilcoxon檢驗(yàn)的選擇:何時(shí)用t.test,何時(shí)用wilcox.test? t 檢驗(yàn)與 Wilcoxon 檢驗(yàn)的選擇:何時(shí)用 t.test,何時(shí)用 wilcox. ...
2025-07-14AI 浪潮下的生存與進(jìn)階: CDA數(shù)據(jù)分析師—開啟新時(shí)代職業(yè)生涯的鑰匙(深度研究報(bào)告、發(fā)展指導(dǎo)白皮書) 發(fā)布機(jī)構(gòu):CDA數(shù)據(jù)科 ...
2025-07-13LSTM 模型輸入長度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長序列 ...
2025-07-11