大數據作為現(xiàn)在最流行的一個方向,被很多的企業(yè)重視。那么如何提升企業(yè)的大數據能力,以發(fā)掘出它最大的價值呢?您可以從本文中找到答案。
一個成年人平均每天做出70個有意識的決定,一年就要做出超過25000個決定。企業(yè)的大部分決定是不重要的,但這其中會有一些決定給企業(yè)帶來重大的機遇或者嚴重的后果。企業(yè)無法避免做出壞的決定,但是可以通過提升數據和分析能力降低做出壞決定的概率。
數據和分析并不是一個新的概念,早在上個世紀的兩股宏觀經濟潮流中就已經形成。第一股潮流是勞動力從勞動力密集型產業(yè)向技術密集型產業(yè)轉移。第二股潮流是二十世紀60年代企業(yè)引入了決策支持系統(tǒng)。隨著不斷增加的智力工作者從事于高科技工作,存儲的資料和數據量也隨之提升,數據分析在企業(yè)決策制定和執(zhí)行中扮演著越來越重要的角色。
但是,企業(yè)在初期是很難整合數據并將數據分析應用于他們的日常運營中的。他們所收集的數據變量有限,且數據以不同的格式和結構存儲在不同的地方。而且,從這些含有噪音的數據中過濾出相關的、重要的、有效的數據的困難程度隨著數據量的增大呈指數級數上升。根據IDC的研究,從2005年到2012年,全球的數據量翻了27番,約達到2.5ZB.其中僅有25%的數據是有用的,僅有3%的數據貼有標簽能被使用,僅有0.5%的數據被用于分析。
許多具有行業(yè)領導地位的企業(yè)已經意識到需要提升組織內部收集、存儲、獲取和分析這些超大量、極復雜的數據集的必要性。而且,企業(yè)需要為提升大數據能力投入更多的資源,以讓其全面發(fā)揮潛在的作用。對大數據能力的投資需要遵循數據分析的價值鏈,布局于5個方面。
收集與前期準備:要有效地收集和管理大規(guī)模、復雜的數據集。企業(yè)數據產生于各自獨立的數據庫。為了后期能最大化數據的使用,企業(yè)應制定相應的數據標準,確保數據的準確性、一致性和可轉換性。
處理:數據必須能被實時處理。在一些競爭激烈的領域,對企業(yè)來說,比競爭對手提前幾天可能就能存活下來。因此企業(yè)需要評估基礎架構、算法,編程語言,以提高數據的處理速度。
可視化:處理完的數據需要以簡單易懂的方式呈現(xiàn)出來。人腦對大規(guī)模數據或文本數據的處理是緩慢的,因此企業(yè)可使用可視化工具提升對數據認知、洞察的能力。
解讀數據:可視化數據應被正確地解讀。企業(yè)應盡量避免錯誤的數據解讀對認知造成的偏差。僅靠直覺亦或是極端推崇數據結論都可能將企業(yè)引向歧途。
改進:智力工作者必須提供反饋與指導。企業(yè)要促進利益相關者的反饋機制,形成反饋閉環(huán)。這種反饋機制能夠對連續(xù)的分析、學習、問題識別給予支持,從而擴大信息的數量與范圍。
企業(yè)要獲得大數據的潛在價值的困難是艱巨的。這些困難橫跨多個領域,如預算、技術的可獲得性、已有基礎架構的使用、運作模式等等。然而,能夠有效使用數據、洞悉先機的企業(yè)將在行業(yè)里占有優(yōu)勢地位。而從長遠來看,這樣的企業(yè)將變成這個行業(yè)的領導者而非僅僅是參與者。
一個成年人平均每天做出70個有意識的決定,一年就要做出超過25000個決定。企業(yè)的大部分決定是不重要的,但這其中會有一些決定給企業(yè)帶來重大的機遇或者嚴重的后果。企業(yè)無法避免做出壞的決定,但是可以通過提升數據和分析能力降低做出壞決定的概率。
數據和分析并不是一個新的概念,早在上個世紀的兩股宏觀經濟潮流中就已經形成。第一股潮流是勞動力從勞動力密集型產業(yè)向技術密集型產業(yè)轉移。第二股潮流是二十世紀60年代企業(yè)引入了決策支持系統(tǒng)。隨著不斷增加的智力工作者從事于高科技工作,存儲的資料和數據量也隨之提升,數據分析在企業(yè)決策制定和執(zhí)行中扮演著越來越重要的角色。
但是,企業(yè)在初期是很難整合數據并將數據分析應用于他們的日常運營中的。他們所收集的數據變量有限,且數據以不同的格式和結構存儲在不同的地方。而且,從這些含有噪音的數據中過濾出相關的、重要的、有效的數據的困難程度隨著數據量的增大呈指數級數上升。根據IDC的研究,從2005年到2012年,全球的數據量翻了27番,約達到2.5ZB.其中僅有25%的數據是有用的,僅有3%的數據貼有標簽能被使用,僅有0.5%的數據被用于分析。
許多具有行業(yè)領導地位的企業(yè)已經意識到需要提升組織內部收集、存儲、獲取和分析這些超大量、極復雜的數據集的必要性。而且,企業(yè)需要為提升大數據能力投入更多的資源,以讓其全面發(fā)揮潛在的作用。對大數據能力的投資需要遵循數據分析的價值鏈,布局于5個方面。
收集與前期準備:要有效地收集和管理大規(guī)模、復雜的數據集。企業(yè)數據產生于各自獨立的數據庫。為了后期能最大化數據的使用,企業(yè)應制定相應的數據標準,確保數據的準確性、一致性和可轉換性。
處理:數據必須能被實時處理。在一些競爭激烈的領域,對企業(yè)來說,比競爭對手提前幾天可能就能存活下來。因此企業(yè)需要評估基礎架構、算法,編程語言,以提高數據的處理速度。
可視化:處理完的數據需要以簡單易懂的方式呈現(xiàn)出來。人腦對大規(guī)模數據或文本數據的處理是緩慢的,因此企業(yè)可使用可視化工具提升對數據認知、洞察的能力。
解讀數據:可視化數據應被正確地解讀。企業(yè)應盡量避免錯誤的數據解讀對認知造成的偏差。僅靠直覺亦或是極端推崇數據結論都可能將企業(yè)引向歧途。
改進:智力工作者必須提供反饋與指導。企業(yè)要促進利益相關者的反饋機制,形成反饋閉環(huán)。這種反饋機制能夠對連續(xù)的分析、學習、問題識別給予支持,從而擴大信息的數量與范圍。
企業(yè)要獲得大數據的潛在價值的困難是艱巨的。這些困難橫跨多個領域,如預算、技術的可獲得性、已有基礎架構的使用、運作模式等等。然而,能夠有效使用數據、洞悉先機的企業(yè)將在行業(yè)里占有優(yōu)勢地位。而從長遠來看,這樣的企業(yè)將變成這個行業(yè)的領導者而非僅僅是參與者。
樂發(fā)網超市批發(fā)網提供超市貨源信息,超市采購進貨渠道。超市進貨網提供成都食品批發(fā),日用百貨批發(fā)信息、微信淘寶網店超市采購信息和超市加盟信息.打造國內超市采購商與批發(fā)市場供應廠商搭建網上批發(fā)市場平臺,是全國批發(fā)市場行業(yè)中電子商務權威性網站。
本文內容整合網站:百度百科、知乎、淘寶平臺規(guī)則
本文來源: 企業(yè)如何布局和提升大數據能力?


