
信息管理和IT定位:大数据时代的三点启示
时至今日,大型企业中有超过80%的员工依赖数据来做出重要的商业决策。为了让 员工能够通过任何设备,对数据进行随时随地的访问,IT部门正承受着巨大的压力。而且,由于员工希望在工作中能够使用自己的设备来访问企业数据,整合和可 用性方面的新挑战也随之出现。那么,在大数据时代,IT的角色该如何定位呢?
根据CEB对2017年的展望,为了提升员工的信息化程 度,IT将会在信息管理和整合方面加大力度。信息管理的范围将会从核心的企业系统向外延展,后者大概只有一半的企业员工会接触到。这种扩展的主要方向是将 散落在本地团队、业务线或员工台式机上的非结构化信息包含进来。
但是,随着对数据–尤其是大数据–访问程度的加深,也会导致新问题的出 现。随着数据规模的不断增长,员工可能受到数据噪音的干扰,来自多个渠道的数据可能会导致分析乃至决策进程的延迟。鉴于这种海量、杂乱且公开化的数据现 状,必须构建新型的信息管理方案。我们的研究表明,CIO们对于以下三方面尤为关注:数据可用性、数据驱动决策趋势下的服务台角色、大数据时代企业IT部 门的未来。
可用性非常重要。除了可访问之 外,如果数据的质量和相关性足够让员工信任,那么企业从信息管理和分析中受益的可能性就会上升5倍。现在的情况是,只有不到半数的员工认为企业所提供的数 据是有用的。IT面临的挑战是,在设备和接口技术快速变化的过程中,保证数据的可用性。实际上,轻量级的app正驱使数据向员工交付的模式发生变化–无论 这种变化是好或坏。我们希望可用性的标准成为数据环境的不可分割的一部分–在这个环境中员工可以访问企业的应用和内外部数据。站在员工的角度,希望数据能 和不同的前端接口(比如原有的内部接口和自供给的应用模式)无缝集成并安全交付。对IT而言,就是要为此提供安全的集成服务。
即使企业投入巨资来获取和集成来自学界、供应商和客户的数据,仍只有不到40%的员工(根据我们对数千名员工的调查)拥有足够成熟的流程和技能。因此,基于巨大投入才获得的数据,企业内部人员却有可能做出错误的决策。
那么,该如何提升其余60%员工的技能呢?CIO可以让业务伙伴来强化分析技能,而IT也能在培训员工如何有效利用数据方面承担关键角色。这其中一个关 键点就是服务台。随着员工对技术的兴趣提升,以及技术本身也更具易用性,我们认为IT作为单纯技术支持角色的阶段将成为过去。IT将从技术转向更全面地综 合技能支持,服务台将成为横跨多个业务单元的整体支撑平台。
未来场景将是如何呢?我们可以假想一下,当某位员工联系跨业务的服务台,询问如何计算某部分客户群体的生命周期价值。IT的代表将会帮助其找到所需的数据和分析工具,而来自市场部门的代表将会指导其如何用工具来分析这些数据。
在一个超过80%员工都在使用数据支持决策的时代,企业高管对于数据的需求和可用性认知已经不再具有代表性了。在先进的企业中,IT已经开始直接与一线员工和企业高管一起梳理该如何提升生产率。这需要来自IT的技能和来自诸如市场与产品部门的专业知识。
大数据已经到来,员工端的计算正在经历着巨大变化。如果员工的决策能够更加快速合理,企业将获得显著的竞争优势。而IT可以在其中扮演关键性的角色,但是必须改变现有的角色定位和价值主张。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08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 ...
2025-09-04