QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 3284|回复: 1
打印 上一主题 下一主题

大数据时代,变身「大数据企业」的七大原则

[复制链接]
字体大小: 正常 放大

180

主题

68

听众

1975

积分

  • 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

    社区QQ达人

    跳转到指定楼层
    1#
    发表于 2015-6-1 16:39 |只看该作者 |倒序浏览
    |招呼Ta 关注Ta
    大数据时代,变身「大数据企业」的七大原则
    # I4 B+ \. V9 C2 E- X  o
    4 {# I, Y  @3 Z' M% u' B
    9 l( ^* X0 a1 O4 ?* A

    * c6 i  q8 K$ Z2 y( T# F/ s  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。/ R4 s- h: v, P5 B/ U# o" {

    9 c8 G5 K8 E8 C) B; {  原则 1:从原有的业务与技术中开始着手

    # }* w+ [! V! o* s
    / c! y2 o) N8 w: W9 {2 c- p  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。」

    0 e9 T# t- s% q+ i
    & Z1 |5 Z' J% S$ d! P( h: F1 G  原则 2:从相互连结的物联网中建造数据景观

    7 A$ I6 f/ w! G) d' [' f
    " [9 t* Y7 p$ G1 e% Q  m* j- n  「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。

    6 L! T# a$ _4 O* y& q5 a; R$ i) |, u. G' e& x
      原则 3:建立数据科学与分析的文化
    - g# M, w/ F% |7 |

    2 n9 G( |7 [. G  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。
    5 \" f0 P6 B% n9 o
    2 L7 I2 M. b7 p$ l! j, B
      原则 4:从小做起,不断迭代
    ' r4 j7 V# d, V7 {3 _1 Q

    " _3 {; m% Q% [1 m  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。
    7 \" A, u3 N: C# [8 r
    3 k- y9 g1 F; y- [$ E; t2 W
      原则 5:用数据科学丈量数据科学的成败
    0 M7 M5 y5 v+ `
    : b" Y5 D( }2 H' ?" s
      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。」

    ) X6 }; j2 g! ~/ v8 h' X
    - ?$ o+ n4 `# h% m7 X& V& M  原则 6:数据的安全与隐私至高无上
    1 e2 O/ e( ], u* K1 |2 b

    , [+ L" ]- [, \! E2 |. M# 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。

    4 J% x; g! G/ C3 s! k( W# C+ }+ t+ ]
      原则 7:赋予成员洞察「作用点」的力量

    ; {! p: y( s' j9 M) u# p2 `3 s8 Q$ ^- U& ^% a4 P' g
      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。
    2 z2 J! ]+ l3 D  _6 N* s3 ?

    4 y( v. N- o) |+ I* e$ B
    8 g- Y2 n1 T6 G7 j% A/ |/ N6 i2 V% A$ ?
    % r' j) ?* y/ D8 ]9 |
    zan
    转播转播0 分享淘帖0 分享分享0 收藏收藏0 支持支持0 反对反对0 微信微信

    0

    主题

    11

    听众

    507

    积分

    升级  69%

  • TA的每日心情
    开心
    2015-11-21 23:13
  • 签到天数: 178 天

    [LV.7]常住居民III

    自我介绍
    活着

    群组: 2015国赛冲刺

    ' L! o, x% C- C6 s# ?0 P
    5 g( g* G( |0 l) z) n' D: k

    * x! l" b+ A5 E: F非常感谢这么多的好东西( |! h9 K! h* P
    回复

    使用道具 举报

    您需要登录后才可以回帖 登录 | 注册地址

    qq
    收缩
    • 电话咨询

    • 04714969085
    fastpost

    关于我们| 联系我们| 诚征英才| 对外合作| 产品服务| QQ

    手机版|Archiver| |繁體中文 手机客户端  

    蒙公网安备 15010502000194号

    Powered by Discuz! X2.5   © 2001-2013 数学建模网-数学中国 ( 蒙ICP备14002410号-3 蒙BBS备-0002号 )     论坛法律顾问:王兆丰

    GMT+8, 2026-10-5 07:10 , Processed in 0.458076 second(s), 56 queries .

    回顶部