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
在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21