大数据、大分析让商业更精彩

决策是管理的核心

公司的成败往往取决于少数人甚至某一个人的判断。决定塑造了公司的策略,例如进入哪些市场,开发什么产品。决定影响着公司的资源。

在全球一体,瞬息万变的今天,管理者们必须更快的做出艰难的决定。

实际上,根据SAS和《">哈佛商业评论》最近的调查,74%的全球总裁们“为了比以往都更快达到目标,压力重重”。

聪明的管理者转而分析数据来寻求线索,关于客户,运营,风险等方面。

他们正在引入大量的“大数据”——从传统数据库,到不成型的客服文本记录,以及社交媒体等等,兼而分析决定。

这些机构存储的数据量越来越大,公司数据的价值也越来越高。根据Dynamic Markets的研究,1/5的英国大企业将公司数据的价值,计算在结算表上。

更好的决策

今天的手机公司示范了如何用数据分析推动决策。

一个逐渐风行的工业界分析理念叫做顾客关联分析。这有助于判断一个顾客在他朋友中,社交范围里的影响力。

顾客关联分析分析打进和打出电话的类型,时长,频率,时机。

通过分析这些数据,手机公司可以用图形展示顾客的社交网络,识别出最具影响力的用户。

公司利用分析结果能够更加有的放矢,对有影响力的用户集中广告力度,以及将促销广告投放到合适的用户手中。整个市场推广的费用现在就基于这类分析。

SAS最近调查了全球商界对数据分析决策的认可度。

通过和《哈佛商业评论》小组的合作,我们调研了700个高级决策者,调研报告题目是“决策的演变:领先企业正如何采用数据化文化”。

我们发现人们对数据分析的越来越认可,并且从中得到了收获。几乎3/4的回复者说,如今他们部门的决策依赖数据分析;40%的人感到分析结果提高了他们工作的重要性和地位。

做什么,为什么,怎么做

惊人的是,数据分析的众多好处中,回复者们提到做多的是能更快的做决定。

“数据分析加快了我们作决定的过程,因为每个人都看着同样的现实。”宝洁公司的首席信息官Pilippo Passerini说,“所有决定最后都落实到:做什么,为什么,怎么做。很多机构花大量的时间辩论‘做什么’,因为不同的人有不同的数据。一旦每人都拿着同一个版本,议题就能转移到‘怎么做’。你就可以做得更多更好。”

即使人们越来越认可不要只凭本能判断,研究仍然显示出几大挑战:

- 37%的回复者说,他们的经理依赖直觉多过数据分析的结果。

- 44%的人认为,他们的机构是如何做出重大决策的过程不透明。

- 1/3的人觉得,他们公司缺乏足够的技巧利用好数据分析。

- 1/4 的人没有参与决策过程。

量化的分析和管理者们经验的判断,到底哪个更正确?很难说。

技能的短缺

Bosch安全系统的客服经理Michael Pierce说:“我的话,一开始会依照数据分析,但慢慢的会听从直觉。当直觉和分析违背时,我更在意结果如何。”

管理者们认为正确的决定,是要平衡数据分析和经验判断,并不是一味依赖某一种。

当数据的数量,种类,速度都在增长时,公司将越来越需要能够将数据分析的洞察融会到决策过程中的人。挑战也随着机遇在增长。全球都缺少同时掌握数学、科学、技术的毕业生。

这种技能短缺已经显现出来:52%参与调研的管理者说他们需要重新训练数据分析。更有甚者,1/3 的回复者觉得无法综合各种技能。

当公司全球竞争日益激烈,技术日新月异,决策的窗口也越来越窄了。商业界需要注入数据化决策的文化,有足够的人才、技术、尤其是数据分析,来守住成功。

否则,他们万事只能靠猜了。

(文/Paul Kent 译/Huajie)

(责任编辑:蒙遗善)

时间: 2024-09-17 04:22:45

大数据、大分析让商业更精彩的相关文章

大数据可视分析背后的商业逻辑

2016年,市场的热点正从云计算转向大数据.而贵阳数博会的空前火爆,则为数据成为驱动未来商业价值的方向变得更为笃定. 但实际上,大数据要比云计算和物联网显得更加缥缈.一方面,数据随时产生,随处可见,如何挖掘数据的价值,并没有行业的标准.另一方面,互联网时代,就是体验的时代,我们通过移动应用了解了云计算,通过智能设备了解了物联网,但通过什么来了解大数据? 在数博会上,笔者于海云数据的展台,看到了其展示的大数据可视分析解决方案,这种直观的体验和互动,会不会成为大数据落地的基础? 两个场景的启示看永不

从IBM大数据和分析开年几板斧 看IBM认知商业转型的姿势

ZD至顶网软件频道消息 (文/张晓楠):从"电子商务"到"智慧地球"再到如今的认知商业,IBM从来不会只是枯燥的去讲一个概念.在电子商务概念推出的那段时间内,还记得IBM策划的一系列精彩.令人捧腹又意义深远的广告吗?比如<天山雪莲篇>里要把生意做到广州去的"买买提"?在如今认知商业时代,IBM也不会让概念悬在空中不去落地,相反,越有"泥土气"越好.于是乎在认知商业战略发布会上,IBM会请财经大咖吴晓波为IBM站台,

阿里云智能视觉首席研究员华先胜:视觉大数据智能分析、识别和搜索

What's Happening 从智能交通到教室监控再到视频直播等等场景,生活中每天都在产生海量的图像/视频数据.在这些场景中,对图像/视频数据进行智能分析.挖掘其中的内容以及对其中的事件进行实时的分析并非易事. 图一 视觉智能  视觉智能发展朝向两个方向:云上智能和端上智能.云上的智能是指复杂的计算是在云上完成:端上智能则是在终端完成的,例如手机或摄像机本身自带的计算能力.自动驾驶等等. 云上智能除了单体的智能之外,还存在着整体的智能,也就是说也可以把大量数据放在一起进行计算.分析,然后挖掘

CSDN专访:大数据时代下的商业存储

原文地址:http://www.csdn.net/article/2014-06-03/2820044-cloud-emc-hadoop 摘要:EMC公司作为全球信息存储及管理产品方面的领先公司,不久前,EMC宣布收购DSSD加强和巩固了其在行业内的领导地位,日前我们有幸采访到EMC中国的张安站,他就大数据.商业存储.Spark等给大家分享了自己的看法. 谈到大数据,张安站认为大数据本质上是两个根本性的问题,一个是数据很大,如何存储?另外一个是数据很大,如何分析?第一个问题,对于存储厂商来说,就

盘点:55个最实用大数据可视化分析工具

文章讲的是盘点:55个最实用大数据可视化分析工具,近年来,随着云和大数据时代的来临,数据可视化产品已经不再满足于使用传统的数据可视化工具来对数据仓库中的数据抽取.归纳并简单的展现.传统的数据可视化工具仅仅将数据加以组合,通过不同的展现方式提供给用户,用于发现数据之间的关联信息.新型的数据可视化产品必须满足互联网爆发的大数据需求,必须快速的收集.筛选.分析.归纳.展现决策者所需要的信息,并根据新增的数据进行实时更新.因此,在大数据时代,数据可视化工具必须具有以下特性: (1)实时性:数据可视化工具

对人工智能、大数据和分析领域在2018年的九大预测

弗雷斯特研究公司(Forrester Research)的一份最新报告<预言2018: AI的蜜月期即将结束>预测:预计到2018年,企业将最终意识到人工智能将在企业中工作,并能够正确地规划.部署和管理企业. 弗雷斯特还提到:由于界面的改善,人机协作将会变得更好;通过将资源转移到云上来增强商业智能和分析解决方案;新的人工智能功能使分析.数据管理和活动的重新设计变得更加容易,并推动了更多服务化市场的出现. 因此,70%的企业预计在未来12个月内实现人工智能,高于2016年的40%和2017年的5

开源大数据查询分析引擎现状

引言 大数据查询分析是云计算中核心问题之一,自从Google在2006年之前的几篇论文奠定云计算领域基础,尤其是GFS.Map-Reduce. Bigtable被称为云计算底层技术三大基石.GFS.Map-Reduce技术直接支持了Apache Hadoop项目的诞生.Bigtable和Amazon Dynamo直接催生了NoSQL这个崭新的数据库领域,撼动了RDBMS在商用数据库和数据仓库方面几十年的统治性地位.FaceBook的Hive项 目是建立在Hadoop上的数据仓库基础构架,提供了一

企业实施大数据的五大关键(更新版)

刚刚过去的2016年,是大数据从概念到务实落地的一年.在过去的一年内,互联网行业.电信行业.金融行业.房地产行业.汽车行业.娱乐行业.教育行业.零售行业.能源行业.医药行业.政府机关等都在不同程度的接触和实施大数据.很多正在实施大数据的企业或机构并不成功,为什么?他们实施大数据都存在共同的问题,最为典型和严重的是三个问题是: 问题一:业务部门没有清晰的大数据需求和规划 很多企业业务部门不了解大数据,也不了解大数据的应用场景和价值,因此难以提出大数据的准确需求. 由于业务部门需求不清晰,大数据部门

从大数据中“提炼”出商业见解,企业还有很多工作要做

编者按:随着互联网的普及化以及物联网的快速发展,人们产生的数据也越来越多.早几年前,马云就突出了当前是"DT"时代的说法.但数据的多并不代表着就是好事,只有被利用起来的数据才是好事.有人将数据称为是"新石油",这个比喻是非常恰当的.因为石油本身没有任何价值,它必须被提炼成汽油或塑料才有价值.同样地,我们都被大量的数据淹没了,但为了获得真正的价值,这些数据必须被提炼成商业见解.文章发表在ZDNet,由36氪编译. 我们生活在一个越来越依赖数据的社会,信息正变得和金钱一