首页 > 推荐 > 正文

智能+科技让大数据应用无处不在

2017-02-08 11:12:34  来源:E-works

摘要:随着大数据和分析技术在最近几年的快速发展,企业的CTO或者CIO已经迈过了“懵懂期”,他们在针对大数据的问题已经发生了质的改变。
关键词: 智能 大数据 科技
  随着大数据和分析技术在最近几年的快速发展,企业的CTO或者CIO已经迈过了“懵懂期”,他们在针对大数据的问题已经发生了质的改变,总结百分点集团战略和运营副总裁刘钰在用户端发现的问题,主要聚焦于三个主流问题之上。

  掘金大数据还看数据决策力

  这三个问题分别是:为何有用的业务数据并没有被很好地获取?数据看起来不是那么友好,使用起来的方式还不是那么灵活和友好?为什么花了太多的时间来处理数据不一致问题?

  在刘钰看来,大数据分析的整个过程可以比喻成矿石加工。底层是从原生矿当中提取一些矿石,通过深度分析平台提取一些金矿粉,然后通过模型工具打造成金首饰,形成最终的业务价值。

  可见在从大数据中“炼金”的过程中,这三个问题“其实就是数据的整合、数据的应用、数据的治理”。“我们总结下来,发现一个核心的概念,就是数据决策力。”刘钰如是说。

  数字决策力的力量

  数据决策力是什么?实际上,决策可以有多种方式。中国儒家传统思想更多还是偏直觉性的,不是偏理性,西方更多是偏数据化,偏理性的这样的思维。。现在包括民企、国企,尤其是民企,更多的决策的人——老板,他靠的是经验,更多的是人制。所以我们对数据决策力,也就是说我们对它的定义,就是基于数据进行科学决策,并且让数据发挥价值的能力。

  实际上,数据是一种新的生产资料,是一种新的生产力,数据决策力,也就是基于数据来做的决策,我们认为这是会变成企业未来越来越重要的一种能力。

  “未来所有的生意都是关于数据的生意,未来所有事情都是关于数据的事情的话,KK他只是在说数据的重要性,仍然没有展开来讲,数据是怎么发挥作用的,其实,我们提出来的观点:,数据决策力,是未来任何一家公司他必须具备的一种就像财务管理能力一样的一种基本能力。如果缺乏这种能力的话,你的非常多的企业非常多的资产力就不能被盘活,在未来竞争当中往往会处于劣势。,会非常的受损,数据决策力,当我们去跟客户说,你需要具备数据决策力这种能力之时的时候,客户表示认同,但却也会说,我们并不知道同意,但是怎么样才具备这种能力会有。是不是客户招一些人、上一些系统就会具备这种能力呢?,是不是我招一些人,上一些系统就具备了呢?其实远远不是的,百分点认为数据决策力这种这种能力必须在要具备百分点提出来的五大要素长期建设的模型。”

  无处不在的数据决策力

  百分点在其发布上《数据决策力白皮书》(以下简称“《白皮书》”)上首推”数据决策力”理论,《白皮书》提出,组织和企业可以遵循由核心信念(Belief)、架构设计(Architecture)、专业团队(Staff)、基础设施(Infrastructure)和机构能力(Capability)构成的数据决策力建设的BASIC理论。

  首先,从公司领导开始建立核心信念(Belief),数据是重要的生产资料;其次,渗透到架构设计(Architecture),在公司内部设立数据部门;再次,细化到专业团队(Staff),招专业的数据技术人员;第四,建立基础设施(Infrastructure),购买相应的软硬件设施;最重要的是,建立机构能力(Capability),将业务与数据相融合,推动业务更好发展,

  大数据如何落地?

  那么,所有的大数据需求和应用,应该如何落地呢?百分点认为目前市场中主要有甲方买卖、甲方乙方化、战略合作、合资公司、跨界融合这5种模式来实现大数据落地:甲方买卖:传统的交付模式,甲方购买大数据产品与解决方案,并由乙方交付;甲方乙方化:甲方从自身需求出发,形成大数据产品或解决方案,并在同行业中进行输出;战略合作:供求双方建立战略合作关系、进行深度合作;合资公司:通过合资的方式深度融合行业,实现大数据技术与具体业务的深度融合;跨界融合:不同行业之间跨界融合,实现大数据资源的敏锐应用。

  对于这五种主流的大数据落地模式,百分点认为大数据落地的关键和核心即在于是否能让业务与大数据技术实现融合。目前来看,传统的甲乙买卖这种模式是距离业务与技术融合最远的一种方式,也是百分点最不推荐的方式;而甲方乙方化可能会引发同业竞争的问题;百分点认为战略合作与合资公司是当前业务与技术融合比较好的主流方式;而跨界融合则只有少数公司能够做到。

(文章来源:E-works)

第三十六届CIO班招生
国际CIO认证培训
首席数据官(CDO)认证培训
责编:houlimin

免责声明:本网站(http://www.ciotimes.com/)内容主要来自原创、合作媒体供稿和第三方投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。
本网站刊载的所有内容(包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等)版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时,请及时通知本站,予以删除。