大数据战略、管理与生态
大数据这个话题,从西到东,从IT业内到政府官员,已经火了两年,但还没有完全一致的定义。目前业界一般认同Gartner的描述,即:凡是具有“3V”特性的数据集,就是大数据。其一为Volume,极大的数据量;其二为Variety,极复杂的数据类型与数据来源;其三为VelocITy,极高的数据产生、传播,以及反应速度。
在我看来,组织决策者要跨越大数据时代的“数据鸿沟”,就需要具备大数据战略、大数据管理和大数据生态三大能力。
大数据战略:视野,观点,价值
大数据的价值已经为电商、快消、广告等多个行业的案例所证明,但挖掘出大数据的价值并不容易。我认为,企业决策者在制定大数据战略时,需要从Vision(视野)、View(观点)、Value(价值)这“新3V”入手。
第一点从视野讲,企业CEO一定要把大数据、云计算作为企业核心战略,而不能仅仅把大数据当成是企业IT管理的一个方面。要下决心投入,无论软件方面还是硬件设施。
第二是要有企业自己的观点,即收集和处理数据的策略。例如股市,大家很多时候面对同样的数据,但是对数据的处理方式是不一样的,有些人说股市下行时候投入,有些人说股市下行时候要撤出。对同样的数据,甚至同样的软件,决策方式、观点不一样,处理结果就会大大不同,这个应该成为公司决策体系的一个核心。
第三是价值,要在确定思路后,把对数据的分析,转化为能解决实际问题的执行,从而实现大数据的价值。正如马云最近所举的例子,在淘宝上比基尼卖得最好的省份是哪儿?是内蒙古和新疆,而不是人们通常会认为的海南、广东等沿海地区。大数据能帮助人们发现事物间隐藏的内在关联,但并不意味着能直接带来社会和商业价值。如果你是泳衣、防晒霜的生产商,又会制定怎样的营销策略呢?
大数据管理:简易、开放、灵活
大数据战略重要,但更重要的是如何执行,也就是大数据管理问题。也可以通过三步走的方式来解决。首先是如何获取、存储和保护数据;其二是数据丰富,即如何清洗、发现不同数据间的数据相关性;其三是数据洞察力,即通过分析、呈现与决策工具获得洞察力,并最终通过付诸行动,产生价值。
微软的大数据管理平台,有着对大数据生命周期的全方位考虑,这也是为什么我们将Hadoop等开源架构,整合到微软的大数据平台里,一方面是将Hadoop作为对非关系型数据处理的补充;另一方面是将Hadoop作为一个服务,整合到微软的公有云与私有云平台中。值得强调的是,微软不是简单地将Hadoop迁移到微软的大数据平台上,而是真正的融合,会系统地考虑其可用性、可靠性、安全性、部署的简易性与灵活性,乃至对Hadoop上工具的集成与优化。与此同时,微软也会坚持开源的原则,将在Hadoop上做的一些研发工作回馈给社区,与社区形成良性互动。
大数据生态:平台商、数据商、开发者、数据玩家
未来的大数据生态,同样会遵循最朴素的市场规则,不同角色的组织和个人,通过逐渐成熟的交换机制,各取所需——平台商提供数据交易、数据分析的场所和基本工具。
原始数据商提供自由交易的数据集;开发者提供基于数据集的应用和服务,以及定制化的分析和呈现工具;数据玩家如同股民,在市场中寻找值得投资的数据集或者机构进行投资,获得回报;现在人们炒房、炒股、炒黄金,将来或许人们会炒数据。
微软已经通过Windows
Azure上的Marketplace在进行这样的尝试,目前主要针对的是商业用户,已经能将第三方解决方案提供商、服务提供商、模块提供商和最终的商业用户通过这一虚拟市场联结在一起,可以发起自由交易。在这个基础上,我们又延伸出一个数据集市,让数据集的拥有者可以把数据发布到集市上,提供很多很细致的数据集,小到电影院座位和路况,大到国家宏观经济发展数据。这就能让开发者可以通过微软的一些简单易用的API或者工具,把这些数据整合到自己的环境里,开发新的应用。
这样的大数据生态显然是健康、可持续的。对微软、亚马逊、谷歌、VMware这样的平台商而言,专心做好底层云计算基础架构和大数据服务平台;对淘宝、中国移动、政府各部委这样的数据商来说,原本只能自己用的数据,在这个模式下可以产生更多的社会和商业价值;对Salesforce、SAP、用友、金蝶等应用开发商来说,传统的、非常困难的、非常繁琐的数据整合,现在通过这样一个集市,可以首次实现把不同应用系统产生的数据整合起来,发现价值;对数据玩家来说,能够有一个朝阳式的投资平台可供选择,且不那么容易被大机构操纵。
当数据公开、数据交易和大数据应用成为自然而然的习惯时,或许我们才可以说,大数据时代真的来临了。
数据分析咨询请扫描二维码
CDA数据分析师在中国航信高科技产业园进行了面向测试度量的数据分析培训课程,培训人数近2 ...
2024-05-01CDA数据分析师走进深圳迈瑞生物医疗电子股份有限公司,在迈瑞总部展开了为期两天的培训,本次课程参训人员线上及线下近百人, ...
2024-05-01CDA数据分析师在合肥市对合肥阳光新能源科技有限公司开展了为期8天的企业内训。 合肥阳光新能源科技 ...
2024-05-01CDA数据分析师走进海尔大学,进行了《数据治理与数据中台建设的道与术》专题培训,培训现场爆满,近百人参加了此次培训。 ...
2024-05-01在中国银行苏州分行培训中心开始数据分析师培训,此次培训课程共10天内容,包括Excel、MySQL、概率论与数理统计、SPSS等内容, ...
2024-05-01从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,探讨数据挖掘、机器学习模型在金融领域的应用,包括获客、信用评分、细分画像、交叉销售、反欺诈、违规识别、时序预测、运筹优化、流程挖掘九个方面,形成 ...
2024-05-01本次培训课程为线上+线下的模式,由于学员编程能力不一、部分学员没有编程基础,故提供统计学、python基 ...
2024-05-01华夏银行信用卡中心-机器学习培训 1、课程亮点 取材于业界一流企业和顶级咨询公司的行业实践;已经被证明是人人 ...
2024-05-01主 题:数据中台建设及数据分析应用主题分享 1. 数据中台市场洞察 2. 主流数据中台产品比较 3. 某企业数据中 ...
2024-05-01围绕“数据驱动”战略,全力打造我行 300 人数字化人才梯队,着力培养数字化管理人才、大数据专业团队 ...
2024-05-01在当今数据驱动的商业环境中,数据分析成为了企业决策的重要依据。通过对大量数据的收集、处理和分析,企业能够更好地理解市场 ...
2024-04-29在人工智能(AI)的世界里,提示词(Prompt)是一种强大的工具,它能够引导AI按照用户的需求产生特定的输出。本文将深入探讨AI ...
2024-04-29CDA立足未来职场,拓展前沿视野——对外经贸大学保险学院举办“三全育人大讲堂”分享行业最新动态。 ...
2024-04-294月2日,CDA数据分析师创始发起人兼协会理事长赵坚毅博士受邀在浙江万里学院举办了一场以“数字化能力在职场中的作用” ...
2024-04-29随机森林(Random Forests)现在机器学习中比较火的一个算法,是一种基于Bagging的集成学习方法,能够很好地处理分类和回归的问 ...
2022-12-23方差分析是数据分析中常用的一种统计分析方法,接下来让我们简单了解一下方差分析的基本思想和原理吧。 方差分析(Analysis ...
2022-12-23来源:关于数据分析与可视化 关于streamlit-aggrid 数据排序 表格样式的调整 数据 ...
2022-08-03作者:麦叔 定义 「把上面晦涩的概念汇成一句话就是:」 ❝ 回调函数就是一个被作为参 ...
2022-08-03现今,高学历人群日益增多,物以稀为贵的高学历光环淡去。无论本科生还是研究生,甚至博士生,求职竞争力都大不如前,就业压力越来越大。
2022-06-01某家企业10个人面试,有9个本科生……如何脱颖而出,除得体的举止和良好的沟通力外,证书成重要筹码,这也是很多人考证的关键所在。
2022-04-14