當前位置 > 首頁 > 數據分析人才庫 > 認清現實,你的公司算大數據企業嗎?—宋越

認清現實,你的公司算大數據企業嗎?—宋越

來源:中國數據分析行業網 | 時間:2016-07-06 | 作者:數據委

作者:宋越 ,CPDA數據分析師,擅長電商零售和網站數據分析

你是否遇到過,前幾天還跟朋友在企鵝上聊假期去哪里玩,今天就收到了某旅行社在今日頭條上 “某地七日夏樂游”的推送消息;你是否發現了,前幾天剛在淘寶上搜過的服裝品牌,今天就發現它的官微出現在了你的微博首頁上;你是否注意過,你的網頁上到處都是你前幾天搜索過的產品或服務…

1664認清現實,你的公司算大數據企業嗎?

這些都是大數據技術實現的,然而這僅僅只是你能看到的冰山一角!正如《大叔據時代》書中而言,一個大規模生產、分享和應用的數據時代正在開啟。感受一下我們現在身邊的生活,我們的行為、我們的位置、甚至我們的身體生理等數據都漸漸成為了可以被記錄和分析的數據。尤其是電子商務、社交網絡以及移動互聯網的迅猛發展,以“PB”(1024TB)為單位的數據信息時代出現了。企業或政府通過對這些大數據的處理、挖掘、分析和應用,會使得更多數據價值得到釋放,人們的生活也更加便利和智能。

絮叨完了大數據的給生活帶來的改變和意義后,我想說就企業或政府而言,這個過程的實現和進一步發展是任重而道遠的,特別是中小企業。拋開數據安全和信任的問題暫先不談,根據大數據行業調查,在國內對“數據如何為企業創造價值”做了足夠了解的企業,僅有21.4%。能實現大數據離線處理,并應用到決策中的企業不到10%,能利用大數據技術實現實時計算和互動的企業更是鳳毛麟角了。很多叫囂著自己是大數據企業的公司,實際上只是給自己戴了一頂高帽子。如果靠的僅僅是擁有互聯網的渠道,擁有IT部門,擁有數據存儲和商業BI就能把自己歸結到大數據企業的陣營里,我覺得有些牽強了。

我相信大數據的定義在不同的場景下會有不同的含義,但歸根結底它是海量的、數據類型多樣的、包含結構及非結構化的,這幾個因素缺一不可。2015年的時候,我為一家全國性醫藥連鎖企業做數據咨詢,負責數據部門的經理說企業每天會有一萬條左右的數據產生,數據庫里放了將近10年的數據。我很欽佩這個經理在多年前就認識到了數據的價值,但是存有如此海量數據的企業仍然算不上大數據企業,因為數據庫里存放的也僅僅是結構化的訂單類數據和用戶簡單的人口統計學數據。“巧婦難為無米之炊”,這些數據即便是量再大,也仍然只是常規數據,無法利用大數據技術挖掘出大量的商業價值。我相信大多數企業都存在這樣的現狀,存儲的數據僅僅局限于結構化的商業數據,而且企業們也正為這樣的問題而頭疼。

大數據信息至少要涵蓋了業務流信息中的90%數據量,包括靜態的營銷數據、用戶數據、產品數據以及動態的行為數據。最重要的是數據類型的多樣和非結構化數據,比如音頻回復、文本評價、圖片識別等。不同行業、不同類型的企業業務范疇和業務形式不同,業務數據的形式也不一樣。但在互聯網目前的的環境下,企業用戶的交互數據是可以被存儲下來的。

所以說,對多數想要利用自身數據挖掘商業價值,輔助決策的企業而言,數據寬度和深度的豐富是急需解決的問題之一。然而更尷尬的是,短時間內無法沉淀足夠多的數據來支撐數據分析結果的正確性和有效性。對于想要走上數據化道路的企業而言,任重而道遠。不過值得欣喜的是,越來越多的企業和技術在逐步地解決這個問題。

對于企業來說,一方面要堅持走數據化的道路,數據在未來的價值是不可估量的;另一方面,利用現有的業務數據,做針對性的分析反哺業務。很多數據人才應該有能力,發現和挖掘出基礎業務數據的規律,指導業務決策,即便是小的業務調整能節支擴收也是好的。另外,盡可能多的利用別人已實現的技術資源,將暫時無法獲取的商業數據融入到自己的業務數據中,實現企業決策。

企業在解決業務數據分析的過程中,應該梳理現有業務數據,將不同部門或業務環節中的數據匯流入海,納入到企業的數據體系中。這樣就可以實現數據孤島的串接,所有的數據都是相互變動影響的,牽一發而動全身,所以數據指標體系的建立和健全首當其中。

时时彩后一6码倍投