京公网安备 11010802034615号
经营许可证编号:京B2-20210330
进行大数据管理的四类公司
在大数据时代,大数据使不同规模公司变得如此迫切的原因在于公司间有效管理数据的程度导致了竞争差距。据经济学人智能单元(Economist Intelligence Unit)调查表明,就大数据管理,公司可以划分为四类,它们是:战略数据管理者,渴望数据管理者;数据收集者和数据闲弃者。经济学人智能单元根据回馈信息总结了各类公司的个性特点。

一、 战略数据管理者
战略数据管理者在各类公司中以其最为成熟的能力位居大数据管理者的最先进的小组。这些公司大都属于制造业企业、金融服务或技术公司。战略数据管理者首先明确了与公司战略目标一致的专项计量和数据项目。其他特点包括:
1. 它们选取最为适当的数据制定决策,它们收集数据的利用率高;
2. 公司高管人士负责数据运作;
3. 它们对数据管理实施全面重点投资,确保数据的准确、全面和可靠;
4. 它们挖掘新兴数据的潜在价值。
二、 渴望数据管理者
这类公司所占数量最大。它们完全认可大数据对公司未来的重要性。它们允许大数据用于战略决策,对其投资甚为积极。但它们依然落后于先行者。这类公司大都分布在通讯和零售业。其他特点包括:
1. 它们的CEO 不大负责数据战略;
2. 它们现在偏重于从数据中学习更多关于内部业务操作的内容,但希望把更多数据面向顾客应用;
3. 不同于战略数据管理者,它们依然纠缠于全面清理和调适数据;
4. 它们中66%的公司仅将有效数据的二分之一进行了恰当应用;
5. 它们很喜欢抱怨太多数据,但资源不足。
三、 数据收集者
这些公司认识到了数据的重要性,但除了储存数据,它们缺乏资源对数据有所作为。它们被数据湮没。这些公司分布于医疗护理和专业服务行业。其他特点包括:
1. 它们极有可能由一名IT 管理者负责数据战略;
2. 它们受损于IT 部门与业务部门之间差强人意的联合。它们中近1/4 认为IT 部门不理解数据的重要性,另外有1/4 认为业务部门不清楚数据的重要性;
3. 它们疲于大多数数据的质量、准确性和一致性;
4. 它们数据管理的努力大多源于满足规定的要求;
5. 除了技能投资,它们对数据管理的几乎所有方面投资都不足;
6. 对于数据的恰当治理它们没有任何正规流程。
四、 数据闲弃者
坦率地讲,30%的数据闲弃者不注重数据收集。另外70%收集数据,依然严重地应用不足。这些公司经营惨淡,遍布各行各业。它们受害于业务部门和IT 部门之间的不良配合,它们大都安排一名中层经理负责数据战略。其他特点包括:
1. 它们更关心改善内部操作,特别关注内部报告;
2. 它们劳神于几乎数据管理的方方面面(除了数据安全);
3. 在数据管理投资上落后于其他公司;
4. 它们至今奋力于维持充足的数据管理技能。
上述分类刻画了围绕数据管理的竞争态势。随着大数据的演进,各组的特点可能会发生变化。但就当前而言,上述分类有助于公司对号入座,更好地理解发展的机遇和面临的挑战。大数据应用的趋势不可逆转。大数据将永久作为公司决策的工具,其作用会变得越来越重要。任何公司若不围绕大数据发展竞争优势就会落伍。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师 出品 作者:李诗怡 一、数据分析四大思维 1. 对比思维:没有对比就没有分析 核心观点:单独一个数字没有意义,有 ...
2026-10-05Kimball 是方法,星型模型是它产出的形状。 很多人把"Kimball vs 星型模型"当成一道选择题——这本身就是个误会:Kimball 是动词 ...
2026-10-05写在开头 老板在微信上甩来一句: "帮我看下为什么销量跌了。" ” 你回工位,打开 SQL,开始写。查订单表、拉近三个月、按 ...
2026-10-03CDA数据分析师 出品 作者:李诗怡 1. 事实表 vs 维度表 对比维度 事实表 维度表 核心问题 记录“业务发生了什么事” 描述 ...
2026-10-02做数据聚合时,PySpark的groupBy()确实能完成统计,这也是它的本职工作。但它有一个根本性局限:每一组数据,最终只能返回一行 ...
2026-10-01热力地图是数据可视化中极具辨识度与实用性的空间分析图表,结合地理空间维度与数据密度特征,通过颜色深浅、色阶渐变直观展示数 ...
2026-09-30 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-09-30同样是“银行数据岗”,在国有大行总行数据中心、在一家城商行的零售部、在银行系金融科技子公司、在保险公司,工作内容、成长节 ...
2026-09-29在数据分析与统计学研究中,数据往往不是独立存在的,不同变量之间普遍存在相互关联、相互影响的关系。相关性统计分析是挖掘变量 ...
2026-09-29 导读:大多数人只把 dataclasses 当成偷懒工具,用来少写 __init__、__repr__ 这类魔法方法。但它的能力远不止于此。本文带 ...
2026-09-29 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-09-29在MySQL数据库运维与业务开发中,行业普遍存在“数据达到千万级就必须分表”的说法。但在实际生产环境中,千万条数据并不是强制 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 5W1H 分析法 定义:经典系统性思维框架,通过六个核心维度对问题进行全方位拆解与剖析,确 ...
2026-09-28 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 用户标签体系 定义: 通过一系列高度精炼的特征标识,对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库,广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24随着数字经济快速发展,数据已成为核心生产要素,各行各业的业务沉淀、用户行为、设备运行、市场交易均产生海量数据。数据处理作 ...
2026-09-24 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-09-24在时序数据分析中,大部分业务数据并非持续平稳变化,而是会在某些时间节点出现突然抬升、断崖下跌、趋势反转、波动异变等现象, ...
2026-09-23在统计学与数据分析中,研究多组数据差异最常用的方法为单因素方差分析与事后多重比较。很多数据分析初学者容易混淆两者功能,认 ...
2026-09-23