京公网安备 11010802034615号
经营许可证编号:京B2-20210330
中国企业的数据管理到底有多糟?
在今天的大数据时代,数据管理对于企业获取和了解客户,提高经营效率都起到至关重要的作用,但遗憾的是,中国企业的数据管理实践的成熟度普遍很低。Forrester企业架构专家Charlie Dai为此撰写了一篇题为“中国企业的数据管理到底有多糟”的博文,指出中国不但是一个人口大国,也是一个数据大国,移动和云计算让中国企业面临的大数据挑战格外严峻,但中国企业的数据管理成熟度却低得可怜。IT经理网将原文翻译整理如下,供中国的企业管理者参考。
我最近与同事,高级分析师Michele Goetz进行了一次颇具启发性的谈话,话题包括了数据管理的方方面面。席间Goetz指出北美和欧洲企业的数据管理成熟度个体差异非常大。只有5%的企业拥有强健的数据管理基础架构和成熟的数据管理实践规范。大多数公司正试图变得更加敏捷,但是缺少评估标准,即使他们已经部署了数据管理平台。很少有企业能够将组织架构与业务或信息策略进行很好的匹配。
当我们把目光投向中国企业,结果更加糟糕:只有不到1%的中国企业具备成熟的数据集成策略、敏捷执行和持续业绩评估。尤其是:
数据管理实践还处于非常初级的阶段
数据管理不仅仅是部署数据仓库或相关中间件,还意味着相关战略和架构实践,包括情景服务和元数据模型,让数据管理最终与业务目标匹配。中国企业目前的数据管理关注重点几乎都是围绕数据仓库、主数据管理和对端到端业务流程与决策支持应用开发的支持,尚无法在业务流程和业务分析中充分发挥数据的价值。
不同行业的数据管理成熟度差异大
与北美类似,中国的银行和金融服务业是最早实施数据管理项目的行业,也是数据管理应用的领导者。管理部门如银监会是少数明确发布数据安全保护等数据管理政策的国家行政部门,引导行业数据管理方案达到管理部门的要求。然而,在很多其他行业,例如零售、制造、健康和能源,数据还分散在不同的异构系统中,缺乏全面和有效的管理。
大数据的大问题随着云计算和移动化而变得更加严峻
中国的庞大人口正产生海量数据,这对于中国企业的CIO和系统架构师来说都是一个巨大的挑战。中国联通一个省的OA系统就有三万用户,而不久的将来这些分散的系统需要迁移到一个集中化的管理平台。而亚太地区最大的在线零售商淘宝网则需要每天处理30TB的数据。来自手机和混合云的数据的爆炸式增长(包括结构化和非结构化数据)将成为中国企业管理者的重大命题。
关于大数据企业需知的六大问题
关于云计算,CEO需要知道什么?
乱世下的企业IT新思维
数据管理做好非常难,但是当市场变得更加瞬息万变,竞争加剧,监管升级,中国的企业家们需要开始认真考虑制定并执行数据管理战略。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在统计调查与数据分析中,抽样方法分为简单随机抽样与复杂抽样两大类。简单随机抽样因样本均匀、计算简便,是基础的抽样方式,但 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02B+树作为数据库索引的核心数据结构,其高效的查询、插入、删除性能,离不开节点间指针的合理设计。在日常学习和数据库开发中,很 ...
2026-01-30在数据库开发中,UUID(通用唯一识别码)是生成唯一主键、唯一标识的常用方式,其标准格式包含4个短横线(如550e8400-e29b-41d4- ...
2026-01-30商业数据分析的价值落地,离不开标准化、系统化的总体流程作为支撑;而CDA(Certified Data Analyst)数据分析师,作为经过系统 ...
2026-01-30在数据分析、质量控制、科研实验等场景中,数据波动性(离散程度)的精准衡量是判断数据可靠性、稳定性的核心环节。标准差(Stan ...
2026-01-29在数据分析、质量检测、科研实验等领域,判断数据间是否存在本质差异是核心需求,而t检验、F检验是实现这一目标的经典统计方法。 ...
2026-01-29统计制图(数据可视化)是数据分析的核心呈现载体,它将抽象的数据转化为直观的图表、图形,让数据规律、业务差异与潜在问题一目 ...
2026-01-29箱线图(Box Plot)作为数据分布可视化的核心工具,能清晰呈现数据的中位数、四分位数、异常值等关键统计特征,广泛应用于数据分 ...
2026-01-28在回归分析、机器学习建模等数据分析场景中,多重共线性是高频数据问题——当多个自变量间存在较强的线性关联时,会导致模型系数 ...
2026-01-28数据分析的价值落地,离不开科学方法的支撑。六种核心分析方法——描述性分析、诊断性分析、预测性分析、规范性分析、对比分析、 ...
2026-01-28在机器学习与数据分析领域,特征是连接数据与模型的核心载体,而特征重要性分析则是挖掘数据价值、优化模型性能、赋能业务决策的 ...
2026-01-27关联分析是数据挖掘领域中挖掘数据间潜在关联关系的经典方法,广泛应用于零售购物篮分析、电商推荐、用户行为路径挖掘等场景。而 ...
2026-01-27数据分析的基础范式,是支撑数据工作从“零散操作”走向“标准化落地”的核心方法论框架,它定义了数据分析的核心逻辑、流程与目 ...
2026-01-27在数据分析、后端开发、业务运维等工作中,SQL语句是操作数据库的核心工具。面对复杂的表结构、多表关联逻辑及灵活的查询需求, ...
2026-01-26支持向量机(SVM)作为机器学习中经典的分类算法,凭借其在小样本、高维数据场景下的优异泛化能力,被广泛应用于图像识别、文本 ...
2026-01-26在数字化浪潮下,数据分析已成为企业决策的核心支撑,而CDA数据分析师作为标准化、专业化的数据人才代表,正逐步成为连接数据资 ...
2026-01-26数据分析的核心价值在于用数据驱动决策,而指标作为数据的“载体”,其选取的合理性直接决定分析结果的有效性。选对指标能精准定 ...
2026-01-23在MySQL查询编写中,我们习惯按“SELECT → FROM → WHERE → ORDER BY”的语法顺序组织语句,直觉上认为代码顺序即执行顺序。但 ...
2026-01-23