- 在线时间
- 101 小时
- 最后登录
- 2017-2-24
- 注册时间
- 2015-6-1
- 听众数
- 68
- 收听数
- 1
- 能力
- 40 分
- 体力
- 2778 点
- 威望
- 14 点
- 阅读权限
- 150
- 积分
- 1975
- 相册
- 0
- 日志
- 0
- 记录
- 1
- 帖子
- 328
- 主题
- 180
- 精华
- 4
- 分享
- 0
- 好友
- 77
TA的每日心情 | 开心 2015-6-19 13:01 |
|---|
签到天数: 3 天 [LV.2]偶尔看看I
 |
|
大数据时代,变身「大数据企业」的七大原则
4 y4 \+ `0 B( m6 J; p: w. R/ a$ C* S4 k# v3 T
p/ \) E$ a; L) {; c
* ?9 O4 g4 [1 ~" R6 A# h# x5 ~. e/ n 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。
) N5 F* D' M7 Z1 k& t* y( L/ K. X' d( r
原则 1:从原有的业务与技术中开始着手3 g+ `) d1 K1 t+ }0 |
; v9 \8 Z5 {7 w& d" p$ v
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。」6 U+ h+ y* X5 c/ Z
; P5 X1 s4 h! C: n% c' j2 Q/ f. @ 原则 2:从相互连结的物联网中建造数据景观# Y' V I+ H3 Y$ I
2 [8 _/ a( Z8 t* s4 |4 s
「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。! U- w1 _- O0 G" p8 \
! L- q4 O1 O0 I) B 原则 3:建立数据科学与分析的文化$ S2 i8 L+ _( E( m, T
% a9 n" e) N% e! K6 h. j% c/ o 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。+ g" K9 d) B6 O) M1 O
) x9 R0 q) I2 G$ `) i
原则 4:从小做起,不断迭代
# I) Q$ j" w# ?" V8 t0 P8 k& N
, f6 b' o1 O k1 w 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。
* [# A) [* _4 S1 |$ `8 P/ a1 A% C* u7 l+ `: {" v
原则 5:用数据科学丈量数据科学的成败) w' V |# U: q1 M- y# N$ H5 y
( n+ Y, k w0 {+ x) I& Q; H- n7 | 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。」
/ b" _' z8 V1 a4 r# l% i) W: C( q; U3 a. V* g1 c8 q: X
原则 6:数据的安全与隐私至高无上
6 ^" I7 }' t% I$ z# ]+ H& p# S: A' E8 J; u. J
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。9 j7 Z! S( T8 G! y3 M
' e5 x( L. b' {6 d, M+ y 原则 7:赋予成员洞察「作用点」的力量
( |1 W3 U& ?; k; l' p4 ?; b# e7 l" C. a* \ @3 e- x' z$ F
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。
5 A" x% g2 [0 n. M* c
U" g$ |4 n; _4 Z/ ]0 T. i* a/ d4 n0 p& ^, ?; V; ?* m9 K1 F
3 D6 {4 f7 `+ g/ u
# k2 X! ^' l8 N
|
zan
|