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
在Python开发中,HTTP请求是与外部服务交互的核心场景——调用第三方API、对接微服务、爬取数据等都离不开它。虽然requests库已 ...
2025-12-12在数据驱动决策中,“数据波动大不大”是高频问题——零售店长关心日销售额是否稳定,工厂管理者关注产品尺寸偏差是否可控,基金 ...
2025-12-12在CDA(Certified Data Analyst)数据分析师的能力矩阵中,数据查询语言(SQL)是贯穿工作全流程的“核心工具”。无论是从数据库 ...
2025-12-12很多小伙伴都在问CDA考试的问题,以下是结合 2025 年最新政策与行业动态更新的 CDA 数据分析师认证考试 Q&A,覆盖考试内容、报考 ...
2025-12-11在Excel数据可视化中,柱形图因直观展示数据差异的优势被广泛使用,而背景色设置绝非简单的“换颜色”——合理的背景色能突出核 ...
2025-12-11在科研实验、商业分析或医学研究中,我们常需要判断“两组数据的差异是真实存在,还是偶然波动”——比如“新降压药的效果是否优 ...
2025-12-11在CDA(Certified Data Analyst)数据分析师的工作体系中,数据库就像“数据仓库的核心骨架”——所有业务数据的存储、组织与提 ...
2025-12-11在神经网络模型搭建中,“最后一层是否添加激活函数”是新手常困惑的关键问题——有人照搬中间层的ReLU激活,导致回归任务输出异 ...
2025-12-05在机器学习落地过程中,“模型准确率高但不可解释”“面对数据噪声就失效”是两大核心痛点——金融风控模型若无法解释决策依据, ...
2025-12-05在CDA(Certified Data Analyst)数据分析师的能力模型中,“指标计算”是基础技能,而“指标体系搭建”则是区分新手与资深分析 ...
2025-12-05在回归分析的结果解读中,R方(决定系数)是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例,取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中,经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标(如外卖订单地址、景 ...
2025-12-04在CDA(Certified Data Analyst)数据分析师的指标体系中,“通用指标”与“场景指标”并非相互割裂的两个部分,而是支撑业务分 ...
2025-12-04每到“双十一”,电商平台的销售额会迎来爆发式增长;每逢冬季,北方的天然气消耗量会显著上升;每月的10号左右,工资发放会带动 ...
2025-12-03随着数字化转型的深入,企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等,这些 ...
2025-12-03在CDA(Certified Data Analyst)数据分析师的工作体系中,“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中,损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜,却 ...
2025-12-02在CDA(Certified Data Analyst)数据分析师的日常工作中,“用部分数据推断整体情况”是高频需求——从10万条订单样本中判断全 ...
2025-12-02在数据预处理的纲量统一环节,标准化是消除量纲影响的核心手段——它将不同量级的特征(如“用户年龄”“消费金额”)转化为同一 ...
2025-12-02在数据驱动决策成为企业核心竞争力的今天,A/B测试已从“可选优化工具”升级为“必选验证体系”。它通过控制变量法构建“平行实 ...
2025-12-01