《大数据导论》——第2章采用大数据的商业动机与驱动

第2章
采用大数据的商业动机与驱动
在当今世界的许多组织中,业务可以像其所采用的技术那样进行“架构”。这种观念上的转变体现在当今企业架构领域的不断扩大,即过去只与技术架构紧密结合,而现在却也同样包含业务架构。尽管如今人们还只是从一个机械系统的视角来审视一批批的业务,即一条条指令由行政人员发布给主管,再传递给前线的员工们,但是,基于链接与评测的反馈循环机制为管理决策的有效性提供了保障。
这种从决策到实施再到对结果的测评的循环使得企业有机会不断优化其运营。然而事实上,这种机械化的管理观点正在被一种更加有机的管理观点所取代,这种新的管理观点能够将数据转化为知识与见解来驱动商业行为。但是这种新观点有一个问题在于,传统商业几乎仅仅是由其信息系统的内部数据所驱动的,但如今的公司想要在更像生态系统的市场中实现其业务模型,仅仅靠内部数据是不够的。因此,商业组织需要通过吸收外来数据来直接感知那些影响其收益能力的因素。这种对外来数据的使用导致了“大数据”数据集的诞生。
本章探索了采用大数据解决方案和技术背后的商业驱动与动机。大数据被广泛采用是以下几种力量共同作用的结果:市场动态;对业务架构(BA)的理解和形式表达;对公司提供价值的能力与其业务流程管理(BPM)紧密相连的认知;信息与通信技术(ICT)方面的创新;万物互联(IoE)的概念。以上每一点会分别单独介绍。

时间: 2024-10-23 12:38:42

《大数据导论》——第2章采用大数据的商业动机与驱动的相关文章

《大数据导论》一第2章 采用大数据的商业动机与驱动

第2章 采用大数据的商业动机与驱动 在当今世界的许多组织中,业务可以像其所采用的技术那样进行"架构".这种观念上的转变体现在当今企业架构领域的不断扩大,即过去只与技术架构紧密结合,而现在却也同样包含业务架构.尽管如今人们还只是从一个机械系统的视角来审视一批批的业务,即一条条指令由行政人员发布给主管,再传递给前线的员工们,但是,基于链接与评测的反馈循环机制为管理决策的有效性提供了保障. 这种从决策到实施再到对结果的测评的循环使得企业有机会不断优化其运营.然而事实上,这种机械化的管理观点正

《大数据导论》采用大数据的商业动机与驱动

本节书摘来自华章出版社<Spark大数据分析:核心概念.技术及实践>一书中的第1章,第节,作者托马斯·埃尔(Thomas Erl),瓦吉德·哈塔克(Wajid Khattak),保罗·布勒(Paul Buhler)更多章节内容可以访问"华章计算机"公众号查看. 采用大数据的商业动机与驱动 在当今世界的许多组织中,业务可以像其所采用的技术那样进行"架构".这种观念上的转变体现在当今企业架构领域的不断扩大,即过去只与技术架构紧密结合,而现在却也同样包含业务架

《大数据导论》一第一部分 大数据基础

 本节书摘来自华章出版社<大数据导论>一书中的第1章,第1.1节,作者托马斯·埃尔(Thomas Erl),瓦吉德·哈塔克(Wajid Khattak),保罗·布勒(Paul Buhler),更多章节内容可以访问"华章计算机"公众号查看. 第一部分 大数据基础 大数据具有改变企业性质的能力.事实上,有很多公司仅仅依靠着能够提出一些深刻的见解而存在,而这些见解只有通过大数据才能实现.第一部分的四章主要从商业的角度阐述了大数据的基本要素.企业需要理解大数据,不仅仅与技术相关,也

《大数据导论》——第1部分大数据基础

第一部分大数据基础大数据具有改变企业性质的能力.事实上,有很多公司仅仅依靠着能够提出一些深刻的见解而存在,而这些见解只有通过大数据才能实现.第一部分的四章主要从商业的角度阐述了大数据的基本要素.企业需要理解大数据,不仅仅与技术相关,也与如何通过这些技术推动公司的发展相关.第一部分由如下4章组成:第1章主要介绍一些关键性的概念和术语,定义了大数据技术中的许多基本元素,并且阐述了大数据处理复杂的商业中蕴含的深层知识的能力.同样,第1章也介绍了辨别大数据的数据集的许多特征,并且定义了很多能够作为大数据

大数据导论之为何需要引入大数据

一.引言 最近各种客户咨询项目中,往往涉及大数据引入必要性和价值意义的深层次挖掘,客户有数据,有平台,但是不知到底要不要上大数据,为何要上大数据和大数据可以带来哪些价值和意义.本文关于大数据的必要性进行阐述,来源实际项目,算是分享吧. 二.突破技术瓶颈 互联网技术催生了大数据时代的来临,大数据时代的数据形态有四大特点:首先数据体量巨大,非结构化数据的超大规模和增长占总数据量的80%至90%,比结构化数据增长快10到50倍:其次.大数据的异构和多样性,比如图片.新闻.博客.微博.微信等,比大更重要

《大数据导论》——1.2节大数据特征

1.2 大数据特征大数据的数据集至少拥有一个或多个在解决方案设计和分析环境架构中需要考虑的特征.这些特征大多数由道格·兰尼早在2001年发布的一篇讨论电子商务数据的容量.速率和多样性对企业数据仓库的影响的文章中最先提出.考虑到非结构化数据的较低信噪比需要,数据真实性随后也被添加到这个特征列表中.最终,其目的还是执行能够及时向企业传递高价值.高质量结果的分析.

《大数据导论》一导读

作 者 简 介 Thomas Erl Thomas Erl是IT畅销书作者,Arcitura教育公司的创始人,Prentice Hall出版社"Thomas Erl的服务技术丛书"的编辑.他的书发行量超过200 000册,成为国际畅销书,并且已经获得多个重要IT组织成员的正式认可,例如,IBM.Microsoft.Oracle.Intel.Accenture.IEEE.HL7.MITRE.SAP.CISCO.HP等.作为Arcitura公司的CEO,Thomas领导研发了国际公认的大数

《大数据导论》导读

目 录 译者序 致谢 作者简介 第一部分 大数据基础 第1章 理解大数据 1.1 概念与术语 1.1.1 数据集 1.1.2 数据分析 1.1.3 数据分析学 1.1.4 商务智能 1.1.5 关键绩效指标 1.2 大数据特征 1.2.1 容量 1.2.2 速率 1.2.3 多样性 1.2.4 真实性 1.2.5 价值 1.3 不同数据类型 1.3.1 结构化数据 1.3.2 非结构化数据 1.3.3 半结构化数据 1.3.4 元数据 1.4 案例学习背景 1.4.1 历史背景 1.4.2 技术

《大数据导论》一第1章 理解大数据

  本节书摘来自华章出版社<大数据导论>一书中的第1章,第1.1节,作者托马斯·埃尔(Thomas Erl),瓦吉德·哈塔克(Wajid Khattak),保罗·布勒(Paul Buhler),更多章节内容可以访问"华章计算机"公众号查看. 第1章 理解大数据 大数据是一门专注于对大量的.频繁产生于不同信息源的数据进行存储.处理和分析的学科.当传统的数据分析.处理和存储技术手段无法满足当前需求的时候,大数据的实践解决方案就显得尤为重要.具体地说,大数据能满足许多不同的需求,