京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15