
大数据分析影响力报告揭秘投资回报率与未来趋势
全球领先的大数据分析和营销应用服务供应商Teradata天睿公司(Teradata Corporation,纽交所:TDC)日前发布全球性报告,揭秘六大行业大数据分析计划当前实施状况。该报告由Teradata天睿公司与麦肯锡公司(McKinsey)联合赞助,采用《福布斯观察》(Forbes Insights)设计的调查问卷,面向全球领先企业的316位数据及IT高级决策者展开调研。该报告展现出大数据计划对企业文化与实践的影响,揭示该大数据计划所面临的挑战,并肯定了大数据投资的商业价值。
报告特别指出,大多数受访者对大数据分析不仅进行重大投资,而且从中获得显著的投资回报率。在所有投资类型中,约90%的企业的投资达到中高级,而约三分之一的企业认为他们的投资“非常重要”。此外,约三分之二的受访者认为大数据及分析计划已对营收产生重大的实质性影响。
Teradata天睿公司产品与服务营销副总裁Chris Twogood表示:“运用大数据技术的企业正在逐步实现大数据项目的影响力,这令人非常兴奋。企业不仅致力于投资大数据分析技术,大多数企业还能使这些投资产生实质性的影响。约五分之一(21%)的受访者一致认为,大数据分析是企业获得竞争优势最重要的一条途径,而38%的受访者则认为是其企业首要考虑的五大议题之一。”
Twogood还表示,通过包括数据仓库在内的分析生态系统并结合开源技术部署大数据分析能力,能够整合多种不同类型的系统,可进一步增强竞争优势。
在受调查的六大行业中,企业高层认为大数据具有不同的价值潜力;零售业受访者最看好大数据技术,认为大数据与分析能力是该行业获得竞争优势的重要途径。
调查显示,大数据技术正在改变未来,并通过以下三种重要方式为创新开拓机遇:创造新的商业模式(占受访者54%);开发新的产品促销方式(占受访者52%)以及向外部公司进行数据变现(占受访者40%)。
大数据取得成功的最重要动力 —— 企业高层的支持
那些处于技术前沿、更重视大数据与分析技术的企业表示,管理层的支持至关重要。具体而言:
报告还显示,特别是在企业文化、战略与运营方面,企业仍存在许多障碍。超过一半的受访者表示,接受数据驱动型企业文化是其中最大的障碍,也就是说数据驱动型方式的运营观念目前仍未获得普遍认可。报告还强调,对运用数据进行奖励,以及针对数据进行实验与创造力的培养亦是对该企业文化的重大挑战。
麦肯锡公司消费者营销部门首席营运官Matt Ariker表示:“尽管报告称大数据技术已有所进展,企业虽已充分利用大数据资源,但仍存在极大的提升空间。这些企业文化挑战将在方方面面阻碍大数据计划的实施。但好消息是,这些挑战同时也是一把双刃剑:改善企业文化和思维方式的培养方式,鼓励运用数据实验能力将有助于数据与分析计划获得良好的发展势头和影响力。”
依托大数据计划获得最显著增长势头的企业并未将目光局限于交易型数据,他们正在探索多种数据类型。超过一半的受访者认为,最令人关注的是位置数据(用于识别电子设备的物理位置),紧随其后的是文本数据(电子邮件消息、幻灯片、Word文档、即时消息等非结构化数据)。除探索这些全新数据类型外,领先企业还在分析生态系统中选择性地整合结构化与多结构化数据集,以发现推动新技术创新的分析洞察力。
大数据分析影响力报告简介
本调查由Teradata天睿公司和麦肯锡公司联合赞助,《福布斯观察》执行调查了企业资深领导,包括企业高管层、执行副总裁、资深副总裁或者相当级别领导,以及执行领导团队,包括副总裁、总监、数据科学家或分析师等。受访对象涵盖广泛的行业,包括金融服务、技术和电信、医疗和零售等。从地域分布看,50%受访对象来自北美,25%位于欧洲、中东和非洲,而另外25%来自亚太地区。所有受访对象均在年营收超过5亿美元的公司任职。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
如何考取数据分析师证书:以 CDA 为例 在数字化浪潮席卷各行各业的当下,数据分析师已然成为企业挖掘数据价值、驱动决策的 ...
2025-07-15CDA 精益业务数据分析:驱动企业高效决策的核心引擎 在数字经济时代,企业面临着前所未有的数据洪流,如何从海量数据中提取有 ...
2025-07-15MySQL 无外键关联表的 JOIN 实战:数据整合的灵活之道 在 MySQL 数据库的日常操作中,我们经常会遇到需要整合多张表数据的场景 ...
2025-07-15Python Pandas:数据科学的瑞士军刀 在数据驱动的时代,面对海量、复杂的数据,如何高效地进行处理、分析和挖掘成为关键。 ...
2025-07-15用 SQL 生成逆向回滚 SQL:数据操作的 “后悔药” 指南 在数据库操作中,误删数据、错改字段或误执行批量更新等问题时有发生。 ...
2025-07-14t检验与Wilcoxon检验的选择:何时用t.test,何时用wilcox.test? t 检验与 Wilcoxon 检验的选择:何时用 t.test,何时用 wilcox. ...
2025-07-14AI 浪潮下的生存与进阶: CDA数据分析师—开启新时代职业生涯的钥匙(深度研究报告、发展指导白皮书) 发布机构:CDA数据科 ...
2025-07-13LSTM 模型输入长度选择技巧:提升序列建模效能的关键 在循环神经网络(RNN)家族中,长短期记忆网络(LSTM)凭借其解决长序列 ...
2025-07-11CDA 数据分析师报考条件详解与准备指南 在数据驱动决策的时代浪潮下,CDA 数据分析师认证愈发受到瞩目,成为众多有志投身数 ...
2025-07-11数据透视表中两列相乘合计的实用指南 在数据分析的日常工作中,数据透视表凭借其强大的数据汇总和分析功能,成为了 Excel 用户 ...
2025-07-11尊敬的考生: 您好! 我们诚挚通知您,CDA Level I和 Level II考试大纲将于 2025年7月25日 实施重大更新。 此次更新旨在确保认 ...
2025-07-10BI 大数据分析师:连接数据与业务的价值转化者 在大数据与商业智能(Business Intelligence,简称 BI)深度融合的时代,BI ...
2025-07-10SQL 在预测分析中的应用:从数据查询到趋势预判 在数据驱动决策的时代,预测分析作为挖掘数据潜在价值的核心手段,正被广泛 ...
2025-07-10数据查询结束后:分析师的收尾工作与价值深化 在数据分析的全流程中,“query end”(查询结束)并非工作的终点,而是将数 ...
2025-07-10CDA 数据分析师考试:从报考到取证的全攻略 在数字经济蓬勃发展的今天,数据分析师已成为各行业争抢的核心人才,而 CDA(Certi ...
2025-07-09【CDA干货】单样本趋势性检验:捕捉数据背后的时间轨迹 在数据分析的版图中,单样本趋势性检验如同一位耐心的侦探,专注于从单 ...
2025-07-09year_month数据类型:时间维度的精准切片 在数据的世界里,时间是最不可或缺的维度之一,而year_month数据类型就像一把精准 ...
2025-07-09CDA 备考干货:Python 在数据分析中的核心应用与实战技巧 在 CDA 数据分析师认证考试中,Python 作为数据处理与分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 检验:数据趋势与突变分析的有力工具 在数据分析的广袤领域中,准确捕捉数据的趋势变化以及识别 ...
2025-07-08备战 CDA 数据分析师考试:需要多久?如何规划? CDA(Certified Data Analyst)数据分析师认证作为国内权威的数据分析能力认证 ...
2025-07-08