大数据Ready,企业如何Ready?

麦肯锡的深度调研《大数据:创新、竞争和生产力的下一个新领域》中有这样的一个结论:大数据确实是个大买卖,而且在本报告的调研领域中展现出来巨大的潜力。这项调查中包括五个领域:美国医疗保健、美国零售业、欧洲公共机构、全球制造业和全球私人数据存储。主要描述了大数据可以创造新的机遇和节省成本的方式。面对海量数据,如何分析并有效利用其价值,同时优化企业业务成为现代企业转型过程中不可避免的问题。

那么蓝色巨人面对大数据时代,如何协助企业通过业务分析与优化(BAO)实现更为长足的发展。Malcolm Gladwell在《引爆点》(The Tipping Point)一书中提出这样的论点:单点事件累积到一个关键水平将成为大规模风潮的引爆点,进而从中开启崭新的一页。在业务分析与优化领域正是达到这样一种临界水平,通过分析和优化企业数据实现一种对未来的企业运营的精准的预测能力,是在高速发展的经济时代必不可却的竞争力和创新动力的来源。

实际上,目前大多数组织和企业在采纳实施业务分析及优化(BAO)上所面临的最大挑战已经不是技术问题,市场上有大量的工具可供选择。IBM新兴市场部门信息议程总监Joyer Mascarenhas目前企业面临的最重要的挑战是:第一,这个公司是否清楚自己的当前业务指标是什么?他们是否有这方面清晰的概念;第二,找到了关键业务之后,他们是否有管理很精确的数据来弥补KPI的关键指标,是否有这样的数据是第二个挑战。第三,是否配备了具有相当能力的人员进行这方面的分析工作,这是第三方面的挑战。第四,是否有适当的针对这一工作的技术帮助他们完成工作。那么,面对这些挑战,如何能够实现对于海量数据价值的把握,拥有一种数据洞察力,并将其转化为实际的应用呢?

在谈到企业如何使用BAO将数据洞察力转化为实际的行动的时候,Joyer Mascarenhas表示最关键的一点是能够做到准备性,意味着在组织能力这方面、在流程方面都不存在问题,做了非常详细的准备。此外也要采用一系列的技术,从技术中获得洞察力,也就是BI或者分析。另外一个是分析路径,Joyer强调最初不再是使用报告,而是去寻找关键绩效指标,关注PAKTI、具体分析细节,从仪表盘这样的工具进行数据分析,实现预测性工作。

此外,企业更多的是要面对一种对既有业务的优化能力,而非单纯的业务分析能力。IBM软件集团大中华区信息管理软件总经理卢伟权解释道:“很多客户开始的时候只是做BI或者是BA,这只是一个起点,不是一个终点。我们要做的从报表到优化、到将来SPSS这样的工具来预测未来趋势,这是一个过程,是一个不停优化、不停发展、不停进步的系统。”

时间: 2024-08-02 10:31:45

大数据Ready,企业如何Ready?的相关文章

时培昕:工业物联网和工业大数据助力企业实现智能制造|V课堂第83期

2017年架构师最重要的48个小时 | 8折倒计时 工业物联网作为制造业智能化的核心部分被称之为智能制造的神经系统.而工业大数据又是智能化的来源,未来制造企业的运营过程,或者说产品的全生命周期都将由大数据串联起来.那么大数据和工业物联网是如何共同助力企业实现智能智造呢? 第83期[智造+V课堂]分享嘉宾:北京寄云鼎城创始人兼CEO时培昕博士,作为互联网专家,时博士就"工业大数据和工业物联网如何助力企业实现智能制造"的主题带来精彩分享! 分享嘉宾 北京寄云鼎城创始人兼CEO   时培昕

大数据时代企业投融资创新发展

大数据时代企业投融资创新发展的问题,涉及许多前沿科学技术问题. 上世纪90年代初,我在中央党校读博期间,研究决策科学,和它包含的认识论.如何依据有效信息,科学作出决策.当时主要接受了美国西蒙教授的理论,他是一位诺贝尔经济学奖得主,提出了"有限理性"理论,认为人的理性是有限的,只能从有限的信息量中,寻找相对好的决策.比如,要买一枝鲜花,并不需要跑遍所有的花店;要找一个合适的爱人,并不需要与全世界的女人谈一遍恋爱.差不多就行了. 我同意这种观点,但说差不多就行了,未免有点过于悲观和消极,而

大数据离企业用户到底有多远?

未来是大数据的时代,大数据因此成为一项国家的长远发展战略.近两年的政策利好,使大数据市场再度迎来了新一轮的发展高潮.像"44ZB(泽字节)"这样的惊天数字(业界流传的截至2020年全球大数据规模)因此反复出现在各种大数据会场的电子屏上. 一股焦灼的情绪随之在全产业漫延,还没弄明白怎么搭上"互联网+"的快车呢,大数据又成了另一个新的困扰,一位行业用户曾感叹,"出去不说两句大数据都感觉自己落伍了."而不少医院行业用户直接的反应就是,"小数据

大数据初创企业Concurrent获千万美元融资

大数据初创企业Concurrent刚刚获得了 1000 万美元的新一轮融资. 大数据方兴未艾,Hadoop 则是大数据最流行的基础平台.围绕着 Hadoop 进行创新的初创企业有很多.如 Trifacta 做的是 Hadoop 的数据清理,Platfora 做的是基于 Hadoop 数据的商业智能, Splice Machine 瞄准实时负载处理,而 Hadoop 的分销商 Cloudera 和 Hortonworks 则致力于该数据库的进一步普及. 而 Concurrent 则是企业大数据应用

赛迪顾问:大数据时代企业须打好信息资源整合攻坚战

ZDNET至顶网CIO与应用频道 06月23日 北京消息:数据被认为是新时期的基础生活资料与市场要素,重要程度不亚于物质资产和人力资本.近年来,企业产生的数据量呈指数级增长,信息资源爆炸式激增,其中非结构化的数据信息达到85%左右,传统的信息资源管理技术已经无法应对大数据时代的挑战.Hadoop等大数据技术和其他大数据工具和设备的出现以及云计算数据处理与应用模式的广泛运用,为企业处理日益增长的海量非结构化数据提供了高效.可扩展的低成本解决方案,弥补了传统关系型数据库或数据仓库处理非结构化数据方面

Forrester:大数据是企业必须重视的四大市场之一

在近日召开的第三届大数据世界论坛上,Forrrester曹宇钦表示在目前以客户为中心的时代,必须重视四大市场要点,即客户体验.移动.大数据和数字颠覆,其中数据分析更是CIO们优先考虑的技术措施. 曹宇钦展示了2012年的一项基于中国241个IT公司的技术决策者的跟踪调查报告,在被问到在未来12个月内,会优先考虑哪些技术措施时,使用改进的数据分析,以提高业务决策当选为第三名,在高优先级的投票中,投票比率获得37%. 可见数据分析以绝对的优势,在CIO们的议程中纳入了重中之重.通过Forrester

大数据时代 企业须打好信息资源攻坚战

文章讲的是大数据时代 企业须打好信息资源攻坚战,数据被认为是新时期的基础生活资料与市场要素,重要程度不亚于物质资产和人力资本.近年来,企业产生的数据量呈指数级增长,信息资源爆炸式激增,其中非结构化的数据信息达到85%左右,传统的信息资源管理技术已经无法应对大数据时代的挑战.大数据技术和其他大数据工具与设备的出现,以及云计算数据处理与应用模式的广泛运用,为企业处理日益增长的海量非结构化数据提供了高效.可扩展的低成本解决方案,弥补了传统关系型数据库或数据仓库处理非结构化数据方面的不足,深化和拓展了企

大数据时代企业所需的三大技术

作为IT领域的关键词,"大数据"不断被大书特书,对其分析利用也备受关注.另一方面,靠IT技术.现有的组织和人才技能解决不了的难题也渐渐浮出水面.这就需要"分析数据及其与业务相结合的技术". 本文总结了将数据分析应用到业务中所需的技术,以及怎样在企业中实现有效的信息应用.同时,还列举了日本国内外的先进事例. 三大技术 下面,我们来看一下大数据时代企业所需的技术有哪些? 业务技能 这里的业务技能不是指提高业绩的能力,而是指将业务过程标准化.掌握各个过程中哪些信息需要输入

大数据初创企业DataTorrent获800万美元融资

致力于提高数据分析速度的大数据初创企业DataTorrent刚刚获得800万美元融资. 这家初创企业声称可以将数据处理速度从实时提高到"现在时(now time)".创始人Phu Hoang说该公司的系统每秒钟可以处理千万个数据项.企业可利用DataTorrent来处理.监控.分析持续生成大规模非结构数据并采取行动. DataTorrent拥有250家运营商的开源库,可促进快速的应用开发并培育开发社区.平台基于Hadoop 2.0创建,在伸缩性.负载弹性方面均比前作有很大改善,而且不会

贵州“千企改造”促工业增效 大数据助力企业转型升级

日前从贵州省经济和信息化委员会获悉:2016年,贵州省共实施"千企改造"工程企业1210户.项目1532个,完成技改投资280亿元,带动全省技改投资680亿元,有力提升了工业经济质量. 在实施"千企改造"工程中,贵州省利用大数据手段,开展了"千企改造"·大数据助力企业转型升级专项行动,把信息化作为改造提升工业企业的总方向,组织185名专家分赴化工.建材.有色.装备制造等行业开展会诊服务,帮助企业找"痛点".开处方.促合作. 同