让大数据产生高投资回报率的三个关键

  根据IDC预测,全球大数据技术和服务市场将以31.7%的年均复合增长率(CAGR)增长,预计2016年大数据市场规模将达238亿美元。随着越来越多的公司进入大数据领域,企业迫在眉睫的问题是:你如何让大数据可操作?

  更具体地说,就是C-lever的管理人员希望很快知道组织能否得到埋藏在庞大的大数据存储库中的“金块”。大数据工作者也不希望处在很难获得“黄金”的位置。(从历史的角度来看,地质学家估计,1849年的加州淘金热,80%的黄金勘探者一无所获)。这里有三种方式可以避免这种悲剧的后果。(注:如果可能的话,第一点和第二点应该在实施大数据之前就要考虑。)

  1、了解你的目的

  IT咨询和研究机构麦肯锡公司消费者市场分析中心首席营运官Matt Ariker在公司一篇博客文章中写道“……大数据的承诺是如此的诱人,以至于人们越来越期望PB级或EB级的黄金洞察,让他们成长并击败竞争对手。这个过程让许多营销从一个问题跳到又一个问题再到另一个问题……巨大的洞察确实存在大数据当中,那些很好地使用大数据的公司,向前超越了他们的竞争对手。但是,一个重大的原因是,在开始之前,想要所有的这些数据做什么,他们有一个非常明确的目标。”

  Ariker敦促企业以“目的思维(destination think)”来开始他们的大数据挖掘之旅。换句话说,营销部门和其他任何计划使用大数据的部门应该与IT部门坐下来,并确定预计从大数据将改善的关键绩效指标(KPI),例如在服务水平低下的社区建立市场份额。大数据问题应该谨慎设计,有明确的意图发现有价值的洞察,可以立即付??诸行动,并看预定义的KPI是否符合。

  2、检查你的数据样本

  普林斯顿大学的信息技术政策中心(CITP)和北卡罗莱纳州大学教堂山分校(University of North Carolina at Chapel Hill,简称UNC)最近发表的研究警告营销人员,因为他们对查询从社交媒体渠道(如Twitter和Facebook)收集的消费者数据给予绝对的信心。

  在UNC教授和普林斯顿CITP同伴Zeynep Tufekci的报告草案《大数据:一个新兴领域的陷阱、方法和概念(Big Data: Pitfalls, Methods and Concepts for an Emergent Field)》中,她挑战很大程度上依靠社会化媒体得到见解的大数据方法论,并和果蝇的生物测试比较,果蝇易于使用,能在实验室中培育并能产生立竿见影的效果。Tufekci说,果蝇测试的问题是,它不一定代表现实生活中的场景,所以它可能歪曲研究。同样,来自 Twitter的调查结果,一个典型营销的观众参与只有10%,或者Facebook,只代表一定的细分市场,也可能扭曲结果。

  这里的教训是,从不能准确反映市场的数据,你不会得到可靠的行动依据。您需要验证,首先确认这个大数据是否真正地代表你的整个市场。

  3、寻找方法来创造快速的成功

  安装一个新的大数据解决方案,要在12个月内看到它的实际投资回报率,方法之一是首先收获一些唾手可得的果实。大多数已有运作营销部门经验的人知道,当项目时堆积起来,宣传、产品发布会和品牌建设活动要放在首位,随后才是探索性的研究,这将使尽早获得大数据的贡献成为可能。

  还有越来越多的基于云计算的分析提供商,可以帮助企业获得在大数据矿石中寻找金块的经验和信心。一些选择,包括IBM的InfoSphere BigInsights,Google BigQuery,和微软的Windows Azure。

  营销部门似乎明白让大数据可操作的紧迫性。这在2013年6月经济学人智库(EIU)的一个调查研究反映出来,营销人员列出“使用大数据分析来获得预测性结果的能力”作为他们的最高优先级。

  结论

  现在投资的考验已经落下,市场营销和IT部门必须找到方法来减少形成商业洞察的时间,让烦躁的C-lever管理人员保持快乐并满足他们的期望。

  

时间: 2024-09-29 00:24:44

让大数据产生高投资回报率的三个关键的相关文章

大数据和HPC联手的三个关键途径

如今,大数据正变得越来越廉价,而不仅仅是广泛分布商品硬件上廉价的存储和计算.大数据分析可能很快成为高性能计算(HPC)新的"杀手级应用". 此外,还有比大数据更多的大量的信息.它还涉及大量的分布式活动,如复杂的查询和计算.换句话说,通过计算获得的价值就像数据集本身的大小一样"大".事实上,高性能计算大数据已经被分析公司IDC所创造,如"高性能数据分析." 高性能计算(HPC)能很好地实现大数据典型的工作流程的所有三个阶段,包括数据采集和过滤,分析

大数据量高并发的数据库优化详解_MsSql

如果不能设计一个合理的数据库模型,不仅会增加客户端和服务器段程序的编程和维护的难度,而且将会影响系统实际运行的性能.所以,在一个系统开始实施之前,完备的数据库模型的设计是必须的. 一.数据库结构的设计 在一个系统分析.设计阶段,因为数据量较小,负荷较低.我们往往只注意到功能的实现,而很难注意到性能的薄弱之处,等到系统投入实际运行一段时间后,才发现系统的性能在降低,这时再来考虑提高系统性能则要花费更多的人力物力,而整个系统也不可避免的形成了一个打补丁工程. 所以在考虑整个系统的流程的时候,我们必须

大数据量高并发的数据库优化详解

如果不能设计一个合理的数据库模型,不仅会增加客户端和服务器段程序的编程和维护的难度,而且将会影响系统实际运行的性能.所以,在一个系统开始实施之前,完备的数据库模型的设计是必须的. 一.数据库结构的设计 在一个系统分析.设计阶段,因为数据量较小,负荷较低.我们往往只注意到功能的实现,而很难注意到性能的薄弱之处,等到系统投入实际运行一段时间后,才发现系统的性能在降低,这时再来考虑提高系统性能则要花费更多的人力物力,而整个系统也不可避免的形成了一个打补丁工程. 所以在考虑整个系统的流程的时候,我们必须

大数据治理需要具备哪些能力和关键技术?

在企业数据建设过程中,大数据治理受到越来越多的重视.从企业数据资产管理和提升数据质量,到自服务和智能化的数据应用,大数据治理的内容在不断发展和完善,其落地实施的过程中会遇到各种各样的难题和挑战.本篇文章通过分析大数据治理建设中的沟沟坎坎,总结出了大数据治理需要具备的能力和关键技术. 一.困难重重却充满光明的大数据治理发展之路 1. 传统数据治理一直无法逃脱的魔咒 大数据治理从建设内容和实施目标上可以划分成不同的阶段,每个阶段完成不同的任务,随着阶段的递进,建设内容逐步加深,不同的企业切入点和诉求

大数据下高并发的处理详解

对于我们开发的网站,如果网站的访问量非常大的话,那么我们就需要考虑相关的并发访问问题了.而并发问题是绝大部分的程序员头疼的问题,但话又说回来了,既然逃避不掉,那我们就要想想应对措施,今天我们就一起讨论一下常见的并发和同步吧. 首先为了更好的理解并发和同步,我们需要首先明白两个重要的概念:同步和异步 同步和异步的区别和联系 所谓同步,就是一个线程执行一个方法或函数的时候,会阻塞其它线程,其他线程要等待它执行完毕才能继续执行.异步,就是多个线程之间没有阻塞,多个线程同时执行.通俗一点来说,同步就是一

大数据那些事(2):三驾马车之永垂不朽的GFS

但凡是要开始讲大数据的,都绕不开最初的Google三驾马车:Google File System(GFS), MapReduce,BigTable.如果我们拉长时间轴到20年为一个周期来看呢,这三驾马车到今天的影响力其实已然不同. MapReduce作为一个有很多优点又有很多缺点的东西来说,很大程度上影响力已经释微了.BigTable以及以此为代表的各种KeyValue Store还有着它的市场,但是在Google内部Spanner作为下一代的产品,也在很大程度上开始取代各种各样的的BigTab

云计算和大数据将成为工程设计第三次革命的主要推动力

日前,Bentley公司召开2013用户年会,会上,Bentley公司表示,即将发布Bentley Connect产品,通过云计算技术,为工程设计的信息管理带来新的理念和手段. 随着"四化同步"战略的推进和智慧城市建设步伐加快,工程设计信息化方兴未艾,特别是云计算给工程设计带来新的机遇. "云计算.大数据等新兴信息技术为工程设计和管理提供新的信息化方法." -Bentley公司首席运营官Malcolm Walte "信息管理(IM)为工程设计带来第三次革命

个人不良资产如何有效处置?大数据帮你搞定三件大事

根据银监会披露的数据,截至2016年二季度末,我国商业银行不良贷款余额近1.4万亿元,商业银行不良贷款率1.81%,较上季末上升0.06个百分点,商业银行不良贷款率连续第12个季度上升,不良资产催收及处置压力不断增大. 同时,经过这些年的高速发展,互联网金融在不断磨合前进的过程中,不良资产比例也在快速增长,全行业的不良资产的规模已达数万亿级别.据<21世纪经济报道>近日报道,中国互联网金融行业协会拟定了P2P坏账界定标准,已经递交相关部门征求意见.因此,互联网金融机构面临不良暴露的风险,不良资

新应用辩论:大数据/4G/高清及另类安防

大数据 业界时常有人开玩笑,视频监控系统产生的海量信息有99.9%都是垃圾数据.而经过多年的建设,视频监控已经成为平安城市的一个重要基础设施,视频监控覆盖度有了极大提升.在解决了量的问题之后,后续的建设或许多考虑这些视频的管理及应用,提升其实效性,并挖掘这些海量视频数据的潜在价值. 大数据视频架构是革命性的技术,特别在实时智能分析和数据挖掘方面,让视频监控从人工抽检,进步到高效事前预警.事后分析,实现智能化的信息分析.预测,为视频监控领域业务带来深刻的变革.实现基于大数据的视频监控云服务,让摄像