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
5 ?8 @3 P- M5 S+ d8 ]0 I1 ^
) t. E; W0 H. h

% j7 @2 m$ n# s/ q  i% q9 ^! }: d
. D( J, J. g& S6 x+ G7 a
　　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。) {4 \- ?) e- }! p
2 [  @' q2 \" G0 t  j9 B5 W5 s
　　原则 1：从原有的业务与技术中开始着手$ j' m  d; X5 _' ^. N
0 z+ i# @1 i, q: c0 F
　　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。」$ `* y% X. E$ n
  x7 q! R6 N$ k) s
　　原则 2：从相互连结的物联网中建造数据景观; O( b% P4 D  r/ h; x, ^$ s2 d  W
- V) ?0 |9 u) s4 z( i" v0 [! d0 Q
　　「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。
" H" A9 R; p5 ?
. b6 e& M5 a8 w  V- q) Z- B　　原则 3：建立数据科学与分析的文化3 ~& [, `3 V! t' Q
; s4 H" m2 r/ G3 p* Y5 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 A2 L  Y6 Z& l, D7 l8 S9 A

0 |; \( p7 n: [  x9 j　　原则 4：从小做起，不断迭代
/ I6 h; \2 O. [/ }9 S
. y0 W$ B* ^/ \3 D$ w( u　　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。
: i2 n2 h/ p7 B/ X3 M" ^  U6 U+ L  p3 i! K* z
　　原则 5：用数据科学丈量数据科学的成败
! c1 \' Y4 G4 f8 {: g$ ?9 H2 Z% O7 U
　　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。」1 i/ a% u# p7 I$ q

3 q# ^* W) \/ [. T3 z　　原则 6：数据的安全与隐私至高无上
, D, |6 c  B& i' S7 p; y5 w& x3 l" u8 \& C8 {8 K1 `0 R
　　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。
; V  s7 m6 d0 l# I: A8 m5 ]1 y  C, O: B  y" g
　　原则 7：赋予成员洞察「作用点」的力量5 U% H: s0 P. w3 ]5 B4 W- R7 a7 k2 I
  _# ~2 Z/ ]" f4 J3 j2 M. h
　　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。- ?6 k8 Z3 C4 Z/ P8 {" @) ~
) g2 o+ j2 R6 J, \" b4 h# K

, F: i  I2 w: W; x
+ p3 B9 `$ Q. i. ?* l
0 K5 n; d/ Y# n' q3 m6 W& @! X
作者: xuyingSugar    时间: 2015-6-7 09:30

- l1 |: M& v& }5 d7 |$ n/ q6 D5 a+ c" [2 p$ Z5 u3 M6 E

2 E# f! ^! P  S2 l非常感谢这么多的好东西
7 w0 N( w* \, b



欢迎光临 数学建模社区-数学中国 (http://www.madio.net/) Powered by Discuz! X2.5