
傳統(tǒng)企業(yè)開展數(shù)據(jù)分析工作缺什么
在搜索引擎、綜合門戶、社交網(wǎng)絡、即時通訊及電子商務等以互聯(lián)網(wǎng)長尾經(jīng)濟模式運作的企業(yè)中,數(shù)據(jù)分析一直備受關注。這些企業(yè)走在數(shù)據(jù)分析技術和應用的前沿,不斷革新基礎數(shù)據(jù)架構,積累了海量的數(shù)據(jù),擁有龐大的數(shù)據(jù)團隊,在其相對精準定位的業(yè)務領域內(nèi)不斷深化數(shù)據(jù)分析相關應用實踐。
可是在傳統(tǒng)行業(yè)的企業(yè)里,雖然對在管理與經(jīng)營決策中應用數(shù)據(jù)分析手段越來越受到重視,但是與互聯(lián)網(wǎng)公司相比,傳統(tǒng)企業(yè)數(shù)據(jù)分析應用的深度和效果還遠遠不夠。那么在傳統(tǒng)企業(yè)里開展數(shù)據(jù)分析到底缺少什么呢?以下根據(jù)在傳統(tǒng)企業(yè)長期實踐的經(jīng)驗,羅列一些個人感受。
首先,企業(yè)里最不缺少的是數(shù)據(jù)分析工具。近幾年來,我們驚奇的發(fā)現(xiàn)在接觸的很多案例里,企業(yè)往往已經(jīng)擁有一個甚至多個數(shù)據(jù)分析工具,比如早已購買了主流的商業(yè)智能套件或數(shù)據(jù)分析與數(shù)據(jù)可視化工具。這說明企業(yè)已經(jīng)意識到數(shù)據(jù)分析的重要性,可是錯誤以為購買一套先進的商業(yè)智能或數(shù)據(jù)分析工具,有一個在運行數(shù)據(jù)分析平臺就跨入了數(shù)據(jù)分析時代。
其次,傳統(tǒng)行業(yè)里缺乏對數(shù)據(jù)分析的普遍重視。除了少數(shù)精細化管理的企業(yè),很多傳統(tǒng)企業(yè)以人治為主,認為日常業(yè)務已經(jīng)了然于胸而不需要數(shù)據(jù)分析。還有一些企業(yè)認為數(shù)據(jù)分析僅面向高層管理,花費大量預算上馬的商業(yè)智能/經(jīng)營決策系統(tǒng),卻僅定位為面向高層管理人員提供少量高度匯總的數(shù)據(jù)(體現(xiàn)為KPI看板等),不能起到輔助管理決策的效果,更不能跟蹤管理決策的落實并促進經(jīng)營決策的開展。而高層管理者往往并不使用專門為他構建的系統(tǒng)。
再次,與互聯(lián)網(wǎng)公司相比,傳統(tǒng)企業(yè)缺少專業(yè)的數(shù)據(jù)分析人員,缺乏數(shù)據(jù)獲取與分析技能。在大多數(shù)傳統(tǒng)企業(yè)里沒有專門的數(shù)據(jù)部門、崗位或角色,管理與運營決策的數(shù)據(jù)需求往往由IT部門承擔,而很多企業(yè)的IT部門也是建構不完整,技能以IT體系規(guī)劃運維為主。因此企業(yè)數(shù)據(jù)缺乏足夠的能力規(guī)劃與落實數(shù)據(jù)分析工作。
然后,傳統(tǒng)企業(yè)往往缺乏確立數(shù)據(jù)分析工作的重點。與互聯(lián)網(wǎng)公司相比,除了在用戶量和數(shù)據(jù)量方面無法與互聯(lián)網(wǎng)公司之外,在傳統(tǒng)企業(yè)中普遍存在著經(jīng)營范圍廣、組織機構龐大、管理層級多、業(yè)務邏輯復雜等特點,在集團化經(jīng)營的企業(yè)更是存在多個業(yè)務板塊及復雜的控股關系等問題,這些復雜情況是短小精悍、精準定位的互聯(lián)網(wǎng)公司所遠遠不能比擬的。試圖在傳統(tǒng)企業(yè)里全方位開展數(shù)據(jù)分析工作的挑戰(zhàn)是非常巨大的,即使在同一企業(yè)里也不存在單一有效的分析對象、分析模式和分析手段,因此傳統(tǒng)企業(yè)開展數(shù)據(jù)分析工作必須根據(jù)一段時期所面臨的管理及經(jīng)營問題有效識別核心的數(shù)據(jù)分析需求,缺乏重點的數(shù)據(jù)分析工作既不現(xiàn)實也缺乏效用。
再后,我們發(fā)現(xiàn)在傳統(tǒng)企業(yè)里往往缺乏有效獲取數(shù)據(jù)的手段。傳統(tǒng)企業(yè)里核心業(yè)務系統(tǒng)一般超過一二十個,數(shù)據(jù)庫系統(tǒng)類型各異,數(shù)據(jù)庫實例數(shù)量多,同時還擁有大量的手工維護數(shù)據(jù)文件。在一個中等規(guī)模的業(yè)務系統(tǒng)里往往超過1000張表,更別說有些核心業(yè)務系統(tǒng)還是封閉的系統(tǒng),從業(yè)務數(shù)據(jù)庫中直接提取業(yè)務數(shù)據(jù)的難度非常大,幾乎等同于恢復完整的業(yè)務邏輯。因此很難以較低的成本在短時間內(nèi)有效集成數(shù)據(jù),很多企業(yè)即使建立了數(shù)據(jù)倉庫,也無法完全滿足數(shù)據(jù)獲取的需求。
最后,傳統(tǒng)企業(yè)缺少對數(shù)據(jù)資產(chǎn)的全面掌握。因股權、歷史、業(yè)務等原因,很多集團化經(jīng)營或擁有龐大營銷網(wǎng)絡的企業(yè)未采取集中式系統(tǒng),業(yè)務系統(tǒng)和數(shù)據(jù)庫還分別部署在異地的、獨立的下屬組織機構或終端店面,而管理和經(jīng)營決策、產(chǎn)品和市場戰(zhàn)略的職能卻在集團總部、營銷總部和業(yè)務板塊子集團、區(qū)域管理機構等。不掌握核心數(shù)據(jù)資產(chǎn)的事實與管理和經(jīng)營決策的職能需求之間存在的矛盾,是數(shù)據(jù)分析工作的首要障礙,很多該類型的企業(yè)為獲得管理和經(jīng)營分析所需數(shù)據(jù),只能通過手工收集下屬提交的數(shù)據(jù)填報報表來實現(xiàn),數(shù)據(jù)分析工作的范圍、深度和效率極其不足。
因此,在傳統(tǒng)企業(yè)的管理及經(jīng)營決策中全面普及數(shù)據(jù)分析的技術和應用,尚且任重而道遠,而互聯(lián)網(wǎng)公司津津樂道的大數(shù)據(jù)等領域的應用,當前階段在傳統(tǒng)企業(yè)里更是遙不可及
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
SQL Server 中 CONVERT 函數(shù)的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(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。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結構數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結構數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內(nèi)涵、作用與應用解析 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:解鎖表結構數(shù)據(jù)特征價值的專業(yè)核心 表結構數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結構化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 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、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結構數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結構數(shù)據(jù)(以 “行 - 列” 存儲的結構化數(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:激活表格結構數(shù)據(jù)價值的核心操盤手 表格結構數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、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)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(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)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 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 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10