大数据的三大迷思

摘要: 现在很多有关大数据的讨论都是围绕着数据收集进行的,但是除非内外部用户能够方便地消费这些数据,否则它们将一文不值。 Michel Guillet来自提供数据可视化的Juice Analytics公司,他认

现在很多有关大数据的讨论都是围绕着数据收集进行的,但是除非内外部用户能够方便地消费这些数据,否则它们将一文不值。

Michel Guillet来自提供数据可视化的Juice Analytics公司,他认为有些公司在跟大数据打交道时往往会陷入这三大迷思:

迷思1:内部的数据用户需要的是灵活性而非指南

去杂货店的时候你有没有遇到东西太多不知道该选什么的情况?

大数据也一样。事实上,尽管你的主管也许表达了对更多数据(更多的指标、更多裸数据访问、更多图表等)的兴趣,但那只是一种不确定的表示,而不是对更强劲分析的兴趣。这些人不确定究竟要这些数据要干什么,因此他们认为也许把全部数据要过来更好。

用户希望被引导到答案去,他们希望展示的数据能消除不确定—而不是产生更多的问题,哪怕为了回答在数据上面多花几分钟这些人都不愿意。

要在报表设计上面多花点功夫,给用户指出一条清晰的探索路径,这才是正道。

迷思2:我们的客户没有要求

客户虽然未必直接要求数据产品,但是间接的表达是会有的。在他们对你、你的销售或者支撑团队的只言片语中可以感受到:

• 跟业界平均相比如何?
• 我怎样才能更频繁地访问我的数据?
• 我组织的其他人可以访问吗?
• 我得给老板做个月报表。

客户很少会在项目一开始就要求大数据报表,但到最后总会提出这个要求。如果在设计时将这一点铭记于心,你就可以更好地处理系统需要收集的东西并理解其原因。

迷思3:客户的数据我不能收钱

你卖的不是数据,而是合并进分析中的剖析、指标、算法和展示,这些提升了数据的价值。不要把数据产品定位为“容易访问裸数据”,而是可以解决问题的解决方案。

你能不能轻易地把客户的数据与其他客户群的进行比较?有没有第三方来源来进行基准比较?

尽管客户的确拥有自己的数据,但你可以通过特定行业指标、客户基准以及建议等提供增值服务。

大数据可以成为你公司的竞争优势,前提是避免炒作,并形成一套有目标可量化的大数据收集与使用计划。

时间: 2024-09-27 21:27:55

大数据的三大迷思的相关文章

关于大数据的五大迷思

目前,大量企业拥有海量的客户信息,包括在线交易记录及社交媒体数据等.但是,成功的关键是要能够从不同渠道和来源的数据中洞察价值,而具备收集并分析这些数据能力的企业将在竞争中拥有显著优势. 但是,数据的非结构化已经成为企业的重大挑战.企业已经熟悉收集和分析结构化数据,如传统的销售年报信息.目前,许多企业都困惑于如何收集和分析更多类型的多结构化数据,如网络日志.无线电射频识别(RFID).传感器网络.社交网络.互联网文本和文件.互联网搜索索引.详细通话记录.医疗记录.摄影档案.视频档案以及电子商务交易

大数据有多大?关于大数据的三大误区

关于大数据的三大误区 随着整个行业对大数据的兴趣越来越大,我最爱的话题之一,我在2013年做过的大数据的公众演讲超过我职业生涯中的任何往年.我在行业大会.活动,大学以及EMC内部共做过许多次演讲.在这些演讲中一次又一次地接触到了一大堆关于大数据的评论,提问以及错误的理解.我相信将我听到的分享给大家会很有用. 以下是对于大数据的三大误区: 1. 最重要的,是关于大数据本身的大小 大数据主要是数据的大小,因为大数据就是大的,对吗?其实,并不完全是.哈佛的定量社科学院的Gary King说.当然,如今

《大数据时代》作者:大数据的三大特点

文章讲的是<大数据时代>作者:大数据的三大特点,2013年7月11日-12日,主题为"见智,见未来"的IBM 2013技术峰会(IBM Tech Summit 2013)在北京举行.大会围绕移动应用.大数据.云计算.DevOps软件持续交付.应用整合.社交商务.专家集成系统等九大主题展开,吸引了来自全国各地数千名技术人和行业专家参与此次盛会. IBM技术峰会是目前IBM在国内举行的规模最大.涉猎领域最广泛.参加人数最多的高端技术盛会.在两天日程中,包括IBM院士.杰出工程师

工业大数据的三大挑战及大数据未来中国五大商业趋势

在设备运行的过程中,自然磨损本身会使产品的品质发生一定的变化.通过信息技术.物联网技术的发展,通过传感器技术,实时感知数据,知道产品出了什么故障,哪里需要配件,使得生产过程中的这些因素能够被精确控制,从而真正实现生产的智能化.一定程度上,工厂/车间的传感器所产生的大数据直接决定了"工业4.0"所要求的智能化设备的智能水平. 从生产能耗角度来看,设备生产过程中利用传感器集中监控所有的生产流程,能够发现能耗的异常或峰值情况,由此能够在生产过程中不断实时优化能源的消耗.同时,对所有流程的大数

工业大数据面临三大制约因素

我国工业大数据面临三大制约因素:安全和开放体系亟待建立.企业管理理念和运作模式需变革.人才缺乏.这是国内首本研究大数据应用的蓝皮书<大数据应用蓝皮书:中国大数据应用发展报告No.1(2017)>得出的结论.该蓝皮书由中国管理科学学会大数据管理专委会.国务院发展研究中心产业互联网课题组.社会科学文献出版社共同发布. 蓝皮书指出,我国多数工业企业的信息化建设基本上均是由业务部门在业务开展过程中根据自身的局部需求出发开展建设,缺少统一规划,形成了部门割据的信息化烟囱,导致数据编码不一致,系统之间不能

大数据的三大困境

大数据,作为一套技术.一种经营战略是相对成熟的.这种成熟带来的好处是更先进的工具.更顺畅的部署和新的商业机会.不利的一面是,如果公司想要在实现数字化转型目标方面取得真正成功,新挑战的出现需要更为明智的策略. 一家公司的数字化改造应该从清晰的趋势和障碍出发,更好地规划出一条通往其所寻求业务成果的路线.考虑到这一点,以下是我们关注的三大数据趋势,以及在数字时代可能出现在企业和成功之间的三大困境. 三大趋势 1.真实的机器学习我们坚信,机器学习.人工智能未来很快会接管世界,至少是人类的大部分工作.然而

天云大数据老总雷涛:大数据的三大金矿

我们现在看,大数据首先还是一个工具,它的工具化体现在哪里呢?对于众多服务型的行业里,大数据要帮你做到怎么识别用户,也就是你服务的这些灰色头像到底是什么,银行上亿用户,可能就一张表就把这些人都包括了,互联网是一个人一个表,通过所有数据的赚取,感知整个生态体系的变化,最终实现一个闭环的干预.通过闭环的干预,再反馈给用户数据,形成一个正向的循环结构. 这个资产我们也再定义一下,大数据到底带来了哪些资产的内容,大数据金矿是什么,我们怎么去找到.如果说我们要找一个好的工作,哪样的企业是未来的核心企业?我们

汽车后市场大数据的三大来源

        汽车后市场的大数据在哪里?我认为可能有三个来源. 其一是来自社交媒体. 微信.微博,这些平台会有大量文本数据.语音数据,经销商与顾客的每一次交谈.微博里的每一条信息.微信里的每一次互动对话,通过合适的语音.语义挖掘,都可能发掘消费者与消费行为的相关关系. 其二是来自Telematics系统. 未来几年,Telematics系统会成为汽车的标配,类似车载黑匣子的这类系统会自动记录车辆的大量数据,由于这套系统会内置车主娱乐.社交.信息系统,由机器记录的信息会让厂商真正拥有大数据,如何

大数据的三大夯石:数据、区域链、算法

环境不断变化,新技术层出不穷,新组织建设不断,这都会对我们的商业模式造成颠覆性影响,因此我们必须要了解未来到底会发生什么.2017年即将如约而至,面对未来,你准备好了吗? 在青岛举行的以"数据创造价值,智慧引领未来"为主题的"2016全球大数据应用研究论坛"上,知名大数据网站Datafloq创始人.全球十大顶尖大数据影响人物之一马克·范·雷蒙南(Mark van Ri jmenam)先生提出,数据.区块链和算法将是构成未来的基础. 事实上,自2001年来,大数据已然