京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
AB实验是互联网产品迭代、营销优化、功能升级的核心科学验证手段,通过流量随机分组、对照组与实验组对比,科学验证策略、功能、 ...
2026-08-10在MySQL数据库优化中,索引是提升查询效率、降低数据库IO开销、优化系统性能的核心手段。普通单列索引仅适配简单查询场景,面对 ...
2026-08-10 很多数据分析师每天盯着几十个指标,但当被问到“这套指标要支撑什么业务目标”“指标之间是什么逻辑关系”“业务变化时如何 ...
2026-08-10在数字化市场调研体系中,大数据与小数据是两类核心调研数据形态,分别对应海量行为统计与精准样本深度调研。行业普遍存在认知误 ...
2026-08-07数据透视表是Excel、WPS中最核心的数据分析工具,凭借快速汇总、分组统计、动态筛选的优势,被广泛应用于销量统计、业绩复盘、数 ...
2026-08-07 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-08-07在商品销量、市场需求、营收规模等业务数据中,季节性波动是最普遍、最核心的数据特征。零售快消、食品餐饮、家电服饰、电商行业 ...
2026-08-06在流量红利消退、市场竞争白热化的商业环境中,传统依托经验、跟风投放、广撒网式的营销模式,逐渐暴露出成本高、精准度低、转化 ...
2026-08-06 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-08-06【核心关键词】知识、设备、工程师、数字化、建模、算法、工业大数据、数据分析、控制算法、机器学习、深度学习、业务目标、工 ...
2026-08-05增长率是数据分析、业务报表、可视化看板中最核心的指标之一,常用于衡量营收、销量、用户量、流量等业务数据的涨跌幅度与发展趋 ...
2026-08-05小陈是某电商平台的数据分析师。老板交给他一个任务:“我们平台的注册用户已经突破1000万了,想了解一下用户的平均月消费金额。 ...
2026-08-05在机器学习建模、数据预处理、抽样划分、模型初始化训练的全流程中,随机种子是控制实验随机性、保证结果可复现、提升模型稳定性 ...
2026-08-04Python作为面向对象的主流编程语言,核心编程体系由变量、方法、类三大基础要素构成。三者层层递进、相互协作,支撑起所有基础代 ...
2026-08-04 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 ...
2026-08-04为什么学习数据分析? 当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运 ...
2026-08-03CDA等级认证证书有效期为三年,三年进行一次年审,主要考察CDA持证人的职业发展情况;学历、工作单位及职业变更情况;继续教育 ...
2026-08-03【核心关键词】金融、岗位、企业、算法、知识、专业、理论、课程、软件、数据分析、业务类型、应用场景、经营管理、大型企业、 ...
2026-08-03在日常数据分析、业务报表复盘、业绩预测工作中,平均增长率是衡量数据长期变化趋势的核心指标,广泛用于营收增长、用户增长、销 ...
2026-08-03很多人把统计学理解为“一堆公式和计算”,却忽略了它的本质——一门让数据“开口说话”的科学。真正的数据分析高手,不是会算平 ...
2026-08-03