- 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
- 3
- 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
3 s, z( d; z1 r8 z1 _, T
' V4 A) M( Q, L; S9 M+ C0 Q% z# y7 O% C4 ?+ F4 H3 |
6 @5 V6 N( x6 ?& V6 O/ V {% 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。
! X/ i+ f7 o1 [" s5 V! t, A6 T. \( T) h7 L- l9 j) V- { c! l
原则 1:从原有的业务与技术中开始着手
3 A( t1 _1 D5 ]
. I) ~: g+ u' k# e, Q& a 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。」
. f; H6 W8 k9 g/ p+ k9 f+ ]
( @1 t' ~5 c O* X 原则 2:从相互连结的物联网中建造数据景观4 w% k! \9 F& M- g/ J* z
% }/ u \' d2 H3 ?( M2 o 「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。
$ ]$ K/ o' g7 N# O6 ~- Q
0 P t) A" F# T; d 原则 3:建立数据科学与分析的文化
, G2 M8 k! b" |, }* |% j7 a- {# K2 G$ a7 @9 B* z; K! e6 K9 Q7 J
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。
/ ~+ e4 n; r8 k! I5 e( h. h. r3 @
# r0 H! m& Q( `' M' y& U( L 原则 4:从小做起,不断迭代
# @ P Y. i0 F$ I( D0 @+ O
: Y6 J4 E0 o2 q; J( M9 G 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。
}9 u. |5 v% ]: [( R) u( {2 l' ^% {7 u$ N! p: D T0 Q
原则 5:用数据科学丈量数据科学的成败% n7 A% V/ i( t0 F; N
9 U/ S$ d- d& M6 Q5 n+ j; X/ C0 \
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。」' O/ w* G+ j( k8 w, J
+ c5 n4 k u/ @2 c$ H' ]; n; I, D 原则 6:数据的安全与隐私至高无上
9 J% `, D" F0 I, Y, r. p4 P) p1 ^/ c8 ?, X
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。
: G, e! ~: s- M2 ?9 t G6 v- r! t
" |/ g, J' E* i2 w: }$ ?. v 原则 7:赋予成员洞察「作用点」的力量
0 t+ s% H! r8 |. Q
# m. u( t# j* f3 W6 x5 i 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。 M- S6 M( |/ h5 ?3 H9 K; H8 u7 ^
& {, ]8 Q( u( l9 N- }! Y% d9 w$ R
) U) R5 V3 |8 X/ {4 z- \0 [0 Z& J) X9 {# X: c
% V+ z1 @ X U* q7 {. Q8 s: Y" i+ ? |
zan
|