数学建模社区-数学中国
标题:
大数据时代，变身「大数据企业」的七大原则
[打印本页]
作者:
大微微---0170
时间:
2015-6-1 16:39
标题:
大数据时代，变身「大数据企业」的七大原则
大数据时代，变身「大数据企业」的七大原则
3 r" s3 ~2 Z/ L( A4 a
- c; M/ f9 v0 D- T3 ]3 C
5 ]5 y: F' A3 m k9 H
' p# r1 w2 H' Q" p# ~; y
大数据时代，你准备好用数据驱策公司了吗?这并不是一项简单的任务，迅速吸收、整合与分析数据的能力缺一不可，而数据又来自内部原有的数据以及未来源源不绝诞生的海量数据，最终你必须把数据转化成「洞见(insights)」，并且依此为本，能在各种状况采取最适当的解决方案。法国凯捷(Capgemini)管理顾问公司「洞见与数据」副总裁 Jeff Hunter 表示，他们调查了 1000 名企业高层，整理出七项企业转型成「数据为本」的过程中，所需遵循的七大原则。
, N8 _3 S+ F6 u& D) a3 [
# U- R8 S+ l& w1 h1 L2 S- {6 g
原则 1：从原有的业务与技术中开始着手
' \! l4 S$ e# K1 ~ G* e
: c- E. H. ^* j2 p' x( x, N8 }
想要转型成以数据为本的公司，首先一定得先确认业务目标，接着便能规划战略蓝图，运用新的数据来源，达成你所设定的目标。数据成熟度(data maturity)与技术两者双管齐下的起点，将决定未来整趟旅程的行进过程。Hunter 表示：「若能适当的部署业务与技术，就可以堪屎系统性地开展业务流程与商业模式，并且明辨哪些质化元素能被量化元素取代。」
7 h) r9 q# l: n
. }# w! b( ?, B1 F8 Y! o d
原则 2：从相互连结的物联网中建造数据景观
0 T: o! K) k9 a2 m
1 ^6 @ B% |8 J3 M! _9 w @/ r
「物联网」的实现近在咫尺，而且已经产生(而且会持续产生)史无前例的巨大数据。「存活超过 20 年的企业，近来不断设法制定企业数据策略，因为他们里头有数不清的数据市集(data marts)和数据孤岛(data silos)」Hunter 说。尽管公司组织努力解决数据孤岛的问题，但是宛如瀑布般倾泻而下的数据，只会一再造出新的孤岛，除非你的环境已经准备好应付那些海量数据，毕竟现在数据量产生的速度，远超 20 年前我们所习惯的步调。不过幸好，大数据热潮孕育了许多可以协助大企业管理笨重数据负担的新技术，因此能否好好善用那些新技术，把数据转化成真正的业务需求，是企业在形塑数据景观时不可或缺的原则。
; B) Z$ M( j. t+ r2 c- z
+ `5 f( h# P6 d* k. E( X: ^
原则 3：建立数据科学与分析的文化
7 a) Q! v/ T1 O, U
6 M9 i; g* ^6 l& z
想靠「数据」发威，光有技术不够，还得建立一个理解数据、而且懂得利用数据的文化，两者缺一不可，文化甚至更加重要。「对我们来说，『懂数据』不再只是副产品，而是重要的资产，你要培养『这是一种资产』的心态，你要知道，数据有可能帮你重整业务流程或挖掘出新的收入来源。」因此，数据科学不该只是几个人的职责，必须灌输到整间企业的全体成员身上，让所有的决策都变得更明智。
6 K% p- d. s! O/ [$ ~1 Z
, C+ `' U4 A' O
原则 4：从小做起，不断迭代
, O9 K$ U# p8 @5 v
- v4 F9 T, {, N; Y5 z" {0 x
我们可以预期使用者对于资讯与数据洞见的需求会愈来愈多，这表示他们要能随时随地获取这些资讯。这不是一件容易的事情，但是企业可以先从「小事」做起，找到一个可以从数据中直接受益的业务目标，接着反覆改善(iterate)，让团队不断汲取经验，最终能以数据洞悉、解决业务问题，「这个过程可以持续复制、重复消耗，」Hunter 强调，Capgemini 针对技术、人才与分析的投资，总是能被客户一再使用。
" T) @/ W5 [3 `" p/ E: _6 g" U
" N% O& I a' v
原则 5：用数据科学丈量数据科学的成败
5 f' M3 c' c( ~$ }/ z3 a
( ]* m u; ?5 ~8 Q2 k* V
要让数据当个称职的主角，你得采用数据科学的方法来判断数据科学是否成功，这不是什麽跳针的玩笑话。随着你的企业从数据洞见取得的营收愈来愈多，你得要能辨析数据政策是否产生重要的改变，要发展一套尺度用衡量成败。「我们怎麽丈量成功或失败?『洞察』就是我们最重视也最关键的 KPI。」
+ q6 l( C' q+ @% w/ S7 R# J& Z
+ O# \" |* }- f, h- R8 w
原则 6：数据的安全与隐私至高无上
+ j! i" Q8 r, x( O8 {* Z
. W1 j! \ T+ K7 G) E" d! \$ ^
只靠直觉行事很糟，但未经筛选、从良莠不齐或不可靠的数据中采集作为决策考量，更糟。倘若你无法处理数据安全以及尊重隐私，将会导致企业暴露在险境之中。「维护数据资产的安全与隐私，是最基本的要务，我们总是尽己所能管理数据。」Hunter 强调，无论数据产生的速度多快，都不能轻忽契约或有违反法律的情事。
* n6 h* n% t6 i8 J" X$ c
) ~/ R, r4 k2 ]0 e% O; w: c9 r L
原则 7：赋予成员洞察「作用点」的力量
# i! G1 L% N3 {# S) v, U0 m6 [
) H' g& O6 U4 }
唯有公司内部的成员面对数据洞见时能够迅速产生反应，数据才有价值。这些洞见在「作用点(point of action)」上必须有所区隔，比方说，如果现阶段的目标是优化购物车，反应够快的人就会想到可以在交易完结之前，提供消费者某些推荐商品。Hunter 以机械操作员来比喻，就是要让他们能够预测钻头何时可能会损坏。建立数据为本的心态，而且懂得因事制宜，方能抢在事情发生之前预做准备。
" A4 i5 ^- Y" R6 ]5 T: J% @
" g0 O& A/ H3 P k3 S
* L$ V8 Y3 ~$ f R
. i9 }3 l: \9 g% @- X# d' M- ~4 B
& _, L% B- A! Z& H2 _
作者:
xuyingSugar
时间:
2015-6-7 09:30
4 m7 j) C) H D8 C$ D# @9 t
/ l6 q+ R! e- T; \. q( a
, ~0 N/ O. s [1 U7 e
非常感谢这么多的好东西
- H; x2 ]; J6 @3 M3 w& @) |
欢迎光临 数学建模社区-数学中国 (http://www.madio.net/)
Powered by Discuz! X2.5
