德意志战车:成也大数据 败也大数据

  德国队获得第四次世界杯冠军,大数据技术被认为功不可没。然而,这个世界杯冠军的近期战绩——0:2负波兰、1:1平爱尔兰,欧预赛3轮后小组排名第四,显然让人无法接受。“我们踢得十分幼稚。”德国队主帅勒夫似乎也是找不到合适的评价。不过,德国《图片报》帮勒夫找到了:有四星球衣,没四星水准。

  巴西世界杯期间,德国队采用了与管理软件巨头SAP合作定制的足球解决方案SAP Match Insights。这款基于 SAP HANA 平台运行的应用,可以协助教练处理海量数据,因而能够为德国队的训练、备战和比赛情况的分析工作提供便利,能够通过足球播报员播报的数据与球场视频片段所捕获的数据实时评估每场比赛的主要状况,从而提升球员和球队的成绩,所以它也被成为德国队场上的第十二人。

  欧预赛如此战绩,要么是德意志战车停止使用大数据,要么是大数据“失效”。我们相信是后者,因为以严谨著称的德国人,不会在组织行为习惯上犯低级错误。

  德国队对大数据的拥抱,是对德国“工业4.0”理念的验证,而严谨的德国人也比散漫的南美人更容易实践并获得体育大数据带来的好处。那么,现在是什么原因导致大数据与“幼稚”为伍了呢?

  先看看勒夫的说法:“球员只知道大脚长传中,无法控制节奏。我们没有耐心,进攻缺少宽度与深度。”完全没有针对阿根廷时候的那种优雅。需要注意的是,这支德国队与几个月前夺冠时的球队阵容并不一致——世界杯之后的战车,面临拉姆、克洛泽等球队精神领袖的退出,格策、穆勒缺乏领袖气质,施魏因施泰格则伤病不断,十多名球员相继受伤,没有领袖,没有足够的主力,缺乏其向来称雄的意志也就不难理解了。再精确的分析,不能贯彻执行自然也就无法收获预期的效果。

  从体育大数据本身来说,它可以为球队的训练、人员部署和战术安排等提供策略指导,但它不能直接改变球员本身的素质,霸气也需要特定的角色才能发挥。当然,通过正确的模型,可以预测伤病概率,也可以制定更有效的激励机制。不过,工业4.0背后强大的资本力量,逐利和冒险的天性不可更改,可能会控制着预测走向无效。

  所以,实施大数据项目,需要刚柔并济,千万不能忽略人员和企业文化的因素。大数据的分析相对来说是刚性的,所以能够给予我们更清晰的决策依据,而我们说的以人为本则需要柔性。曾有多位企业CIO表示,实施云计算、大数据的最大阻力将是人,他们的习惯和利益导致他们不是那么乐意接受新技术。

  Teradata认为,实时大数据需要与之匹配的大数据文化;大数据项目除了平台之外,也需要适当的人员技能和流程制度,让项目管理能够适应大数据的分析,让大数据的目标得到实现。

  以人为本,在组织内部来说,不要过渡迷信分析,还要考虑人员的客观能力和主观能动性,以德国队为例,如果经过连续多场高强度对抗之后,老队员仍然保持青春,主力队员不会受到伤病困然,那就不是大数据的奇迹,而是违反生命科学了。

  对于外部营销,则需要考虑客户偏好的变化因素,譬如今年世界杯刚结束时德国队球衣应该比现在更受欢迎,所以SAP说的实时分析,是很有必要的。

  IBM也精于此道。蓝色巨人在其技术峰会上演示的一款“情绪领带”,后台通过社交媒体数据的收集和分析来判断人的情绪,以不同的颜色显示在领带上,让营销人员能够更有针对性地进行营销。

  我们相信,数据能够主导经济,只要我们尊重它而不是迷信它,是为数据经济。

时间: 2024-09-24 18:23:12

德意志战车:成也大数据 败也大数据的相关文章

新美大实战经验:大数据在O2O精准化营销中的应用

本次的分享Topic是:精准营销中的数据应用. 内容概要 O2O的营销业务和系统演变: 数据系统和服务在营销系统中的应用: 数据挖掘和用户画像的建设. O2O的营销业务和系统演变 在介绍技术框架前,为了方便大家理解,先简单阐述一下O2O营销的基本组成:O2O营销是由营销发生的渠道(站内,站外)与营销的主题业务(流量,交易)两个维度组成的,其中产生了多种营销的形态,如精准化用户营销活动.DSP的精准投放.渠道价值排名和反作弊等,数据分析和挖掘在这些环节都能发挥很大的价值.本次我们主要介绍站内精准化

网站用户数据的九大分析法则

网站用户数据的九大分析法则 不管你从事什么行业什么职业只有把握住数据才能把握住用户.对于网站也是一样,我们只有把握了网站的数据才能正确的分析出用户的行为习惯,喜爱和用户真正所需要的东西.话不多说,小编接着介绍如何正确分析网站用户数据. 一.用户的来源. 1.我们网站的用户都是从哪些地方过来的?这项数据可以从网站后台中分析得出. 2.我们网站的用户都是从哪些省份过来的?这项数据可以从网站后台的IP地址中分析得出. 二.网站访问次数. 1.网站每月访问次数.这项数据可以从网站后台中分析得出. 2.网

数据量过大时数据库操作的处理

数据|数据库 随着"金盾工程"建设的逐步深入和公安信息化的高速发展,公安计算机应用系统被广泛应用在各警种.各部门.与此同时,应用系统体系的核心.系统数据的存放地――数据库也随着实际应用而急剧膨胀,一些大规模的系统,如人口系统的数据甚至超过了1000万条,可谓海量.那么,如何实现快速地从这些超大容量的数据库中提取数据(查询).分析.统计以及提取数据后进行数据分页已成为各地系统管理员和数据库管理员亟待解决的难题. 在以下的文章中,我将以"办公自动化"系统为例,探讨如何在

window.location.href中url中数据量太大时的解决方法

 这篇文章主要为大家介绍下window.location.href中url中数据量太大时的解决方法,需要的朋友可以参考下 先说一下今天遇到的问题   一个导出excel的处理,在按钮按下后需要传很大一个数据到后台,刚开始的做法如下: 代码如下: var actionUrlSetData = "****Action!exportDatas.action"+ "?now=" + new Date().getTime(); window.location.href= ac

WCF入门(一)--Request Entity Too large 传输的数据量过大

      通过WCF进行数据的查询或者添加的时候,如果数据量过大,一般会报出如下的错误:      1.已超过传入消息(65536)的最大消息大小配额.若要增加配额,请使用相应绑定元素上的MaxReceivedMessageSize 属性.      2.远程服务器返回了意外反应(413)Request Entity too large.      3.远程服务器返回了意外反应(400)Bad Request.      具体的解决方案:      服务端返回数据给客户端报错      在客户

大凯哥说大数据(系列一):没有云计算就没有大数据

本文作者:肖凯,驻云科技COO,联合创始人,前IBM资深架构师,前EMC资深架构师.负责驻云云计算架构和运维团队,面向企业提供云计算咨询与运维服务,拥有超过10年的系统开发.架构设计.企业级技术咨询的经验. 以下正文 最近很多人跟我聊大数据,有客户,有朋友,还有应聘者.聊得越多却越怕谈大数据,为什么呢?比如有人跟我说他在做基因数据的大数据分析,我听到眼睛一亮,因为十几年前读书的时候做过一些基因序列分析方面的事情,知道这个很有价值但由于当时分析手段很落后也只得作罢,于是我赶紧问,你怎么分析?他说我

线程-如何将存储量很大的txt文档数据导入到hbase当中

问题描述 如何将存储量很大的txt文档数据导入到hbase当中 我现在要写一个程序,将第三方导出的txt文件内容读取并放到hbase当中. 由于txt文档非常大(超过10G),我初步思路是通过单线程读取到一个线程安全的容器当中,然后再利用多线程向hbase中写入. 请问有没有什么更好的思路,谢谢! 解决方案 方案一: 1.在Linux环境利用split命令把文件分块: 2.多线程对多文件读取写入HBase 方案二: 1.要看文件的格式是怎么样的,你想存HBase的格式怎样的 2.把文件按照格式分

大数据时代 你的数据属于谁?

在这个所谓的DT(数据科技)时代,数据的价值正在为人所知,由此而来的个人信息泄露事件也层出不穷.然而,当人们将矛头指向黑客入侵系统漏洞.撞库拖库等,却忽略了掌握数据源的互联网企业. 记者调查:诸多网站默认可以转让你的信息个人数据至今无法确权 在这个所谓的DT(数据科技)时代,数据的价值正在为人所知,由此而来的个人信息泄露事件也层出不穷.然而,当人们将矛头指向黑客入侵系统漏洞.撞库拖库等,却忽略了掌握数据源的互联网企业. <IT时报>记者在调查中发现,数据价值虽已传递到产业链的各个环节,但数据交

你需要的不是大数据 而是正确的数据~

本文讲的是你需要的不是大数据 而是正确的数据~[IT168 编译]"大数据"这个术语是无处不在的.无论是大企业还是小企业,新兴企业抑或是传统企业,都正在参与着这个"游戏".海量的用户数据正在被各个网站大规模收集利用,有的公司为了能与客户交流,甚至不惜利用庞大的文本交流数据建立算法. 但实际上,我们对大数据的痴迷,往往也会产生误导.是的,在某些情况下,从数据中确实能够获取到有价值的东西,但其实数据的大小并不是最关键的因素,找到正确的数据才是关键. 无关乎数据的大或小