
让大数据项目获得成功的三条途径
大数据是营销人员喜欢的一个术语,但它开始在企业高管当中黯然失色。调研公司Gartner表示,只有11%的高管声称在大数据方面的投入很重要,或者比其他IT项目来得重要;46%的高管认为,大数据投入不大重要。
调研公司警告,太多的大数据项目上马时着眼于特定技术,而不是生产环境层面的可靠性。尽管不乏营销炒作,但是大数据仍然很重要:牢牢掌握信息可帮助企业组织获得差异化竞争优势。而CIO是帮助公司将大数据转化为业务洞察力的关键人物。
1、一开始就要搞好治理和安全
对期望投入大数据的企业来说,信息安全是个核心问题。欧盟的《一般数据保护条例》(GDPR)定于2018年5月25日开始生效,如果企业发生数据泄密事件,最高将被处以全球营业额4%的罚款。如果IT领导人期望向其他高管表明大数据的重要性,必须关注政策和程序。
Camden Council公司的临时CIO奥米德·什拉吉(Omid Shiraji)表示,其团队里面的管理人员在认真考虑GDPR对企业组织本身以及它服务的客户来说意味着什么。什拉吉表示,关键是确保GDPR充当一种支持变革的机制,而不是另建一层官僚体系。
他说:“我想尽量减小对我们行事能力的影响。管理条例常常将安全放在首位,而不是将客户放在首位。GDPR中有些原则是我们要遵循的,但是我们也得搞清楚如何让条例有利于我们的客户。CIO及其企业组织没有多少时间来搞清楚如何充分利用GDPR。”
这个观点得到了网络安全咨询公司2-sec的首席执行官兼创始人提姆·霍尔曼的认同。他表示,CIO必须专注于数据治理和GDPR,因为这很紧迫。他说:“大数据被称为大数据是有原因的――有许多数据,所以IT领导人必须小心处理。”
“业界预测存储的数据会呈指数级增长,远超出任何人能够合理使用和保护的程度。虽然大数据的统计分析有助于企业,可帮助它们搞清楚趋势、以及接下来应该怎样,但是数据的机密性、完整性和可用性受到的任何影响都会是灾难性的。”
2、让数据成为业务战略的核心
临时CIO克里斯琴·麦克马洪(Christian McMahon)是转型专业公司three25的总经理,他表示太多的公司仍忽视了自身拥有的信息所具有的力量。他说:“我始终认为,除非你拥有工具或专长来找到大数据里面的战略性或操作性知识,否则大数据毫无用处。”
麦克马洪表示,CIO们需要鼓励所在企业采取一种不同的架构和工程方法,比如使用云来覆盖更广泛的受众,并且建立按需访问的处理能力。这种需求还促使人们需要新的、不同的技能,比如数据科学。
麦克马洪说:“对CIO们来说,好消息是,那些大胆拥抱这种方法的人会重振数据战略。这么考虑让企业显得更积极主动,此外还有助于为客户开发更有用、更诱人的产品和服务。”
当然,一些IT领导人已经在数据战略方面采取积极主动的态度,全球律师事务所Clyde & Co的CIO克里斯·怀特(Chris White)就是其中之一。他所在的律师事务所正进入到这个阶段:案例管理报告自动生成。他说:“客户可能随时过来,实时查看那些报告。”
他说:“对我们来说大数据很重要,而且对我们的业务会变得越来越重要。我们需要专注于如何使用管理信息,改善我们为客户提供的信息。我们必须考虑如何最大限度地利用自己拥有的宝贵信息,以便为我们的客户增添价值。”
3、带头搞大数据项目
金融公司第一资本(Capital One)的CIO罗布·哈丁(Rob Harding)表示,他公司得益于能够访问英国足足30人的数据科学团队。这些人才华横溢,能够帮助他的公司使用大数据,打造差异化战略性优势。哈丁强有力的领导是这种成功的关键。
他说:“对我来说大数据就是我如何帮助公司里的数据科学小组竭力发挥其才能。大数据的核心不是收集庞大的信息,实际上是构建一套机制,我们的专家们可以借助这套机制,轻松分析数据,并生成可付诸行动的洞察力。”
哈丁表示,大量的企业高管仍然担心影子IT,使用大数据时更是如此。他说:“我并不担心这个――我只知道,会有人想要完成一些事情,我需要帮助他们。作为CIO,我要做的许多工作就是,我如何为我们的数据科学家提供最好的服务,帮助他们获得成功。”
哈丁表示,该公司的许多数据科学家是专家级开发人员。这些人员可以运用可能数量众多的工具。比如第一资本公司在hadoop平台上运行一个原型,用于承销和信贷风险管理。
他说:“我们通过这项工作在上市时间方面取得了一些难以置信的进步,可以迅速处理完庞大的计算工作。”这家公司始终准备积极采用新工具,目前在探究亚马逊的Redshift产品。 哈丁在帮助数据科学家团队评估这款工具的价值。
他说:“大数据的成功就是不断倾听我们数据科学团队中工作人员的心声,了解市场概况,那样我们就能最充分地利用现有技术,并且发明我们自己的一些工具。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29CDA 数据分析与量化策略分析流程:协同落地数据驱动价值 在数据驱动决策的实践中,“流程” 是确保价值落地的核心骨架 ——CDA ...
2025-08-29CDA含金量分析 在数字经济与人工智能深度融合的时代,数据驱动决策已成为企业核心竞争力的关键要素。CDA(Certified Data Analys ...
2025-08-28CDA认证:数据时代的职业通行证 当海通证券的交易大厅里闪烁的屏幕实时跳动着市场数据,当苏州银行的数字金融部连夜部署新的风控 ...
2025-08-28