京公网安备 11010802034615号
经营许可证编号:京B2-20210330
近年大数据(Big Data)成为一项相当热门的名词,几乎所有跟网络有关系的企业,包括政府都在谈大数据,但是台湾目前却很少看到真正有运用大数据的企业,真正利用大数据创造出价值。
大数据价值来自数据
台湾大数据科学家蒋居裕分析指出,经过3年的分析与观察,发现大数据的基本核心价值,最主要还是数据本身,这也是大数据中最有价值的地方,代表大数据时代就是一个「数据为王」的时代。
所有的大数据分析工具与相关产品,没有数据是动不起来的,有人曾用21世纪的石油比喻当前许多数据,蒋居裕指出,这个论点中有一个错误,因为石油是用了就没有了,但是数据只要产生了,就能无限次的使用,且越用价值越高。
其次,要创造大数据的价值,行业市场以及终端对终端(End to End)方案也相当重要,蒋居裕说,并非所有的行业都有利用大数据的需求,但是像电信、零售或是电子商务厂商这样的行业,对于大数据的运用就相当重要。
蒋居裕说,终端对终端方案之所以重要,是因为客户目前往往有钱但没有人,所以这些企业必须仰赖服务供应商去分析数据,完成数据的运用,因此服务提供商不仅要提供解决方案,更需要提供服务。
整体来说,蒋居裕以大自然比喻整个资讯科技(IT)市场,在大数据的时代,数据就像阳光、空气、水一样,是资讯与通信科技(ICT)与所有科学的基础,因此数据本身并不是一个产业,但却是许多产业的价值基础。
数据产品应运而生
当数据产生,有了大数据的价值基础之后,要创造出价值,就衍生出许多数据产品。蒋居裕指出,数据产品就是将一种或数种数据经过分析之后,以软体系统、报表、视觉化图表、决策辅助、云端服务等形式交付给客户。
以社群网站脸书(Facebook)来说,取得了使用者的数据,提供关键字广告或是提供开放的应用程式介面(API),让开发者可以使用这些数据,这都是属于数据产品的一种。
而要发展数据产品,蒋居裕说,必须有团队、数据、区域、工法与心法五大要素,其中最重要的就是团队,因为数据分析毕竟还是需要人,人才看得懂数据,有人有数据之后,对需要的数据区域利用工具、技能等进行分析(工法)。
人才能创造数据价值
除了如何去分析数据的工法之外,蒋居裕强调,对于数据分析运用的心法也相当重要,这包括了对数据运用的信念与知识等等。也因为如此,要创造大数据的价值,不单单是IT人员或是部门的问题,是企业管理的问题。
据国外分析发现,大数据的数据专案超过半数(55%)都会失败,但是一般IT的专案计画的失败率仅25%,中间差了叁成,蒋居裕分析,这样的差距来自于企业对于大数据的眼界不够清楚,对于数据的需求与用途都看不清楚,加上企业缺乏跨部门的协作,造成了这样失败率差距。
蒋居裕说,数据在企业内部是会流动的,通常数据收集部门、储存部门与使用部门都是不同的单位,因此要完成一个数据的专案,企业内部就要跨部门协调,了解该如何运用数据,以及想要达到什么目的。因此需要一个能够整合跨部门资源的人,站在够高的高度才有可能达成。
数据分析投资渐增
而专攻于网络储存的厂商日立数据系统(HDS)指出,巨量数据已成为企业在竞争激烈的产业中求生存的重要营运策略。以银行和其他金融服务公司为例,这些企业都开始对内部数据进行深度分析,以根据消费行为来评估贷款人风险、客户流失率,以及交叉销售或向上销售的机会。
经济学人智库和HDS合作的最新调查报告「资讯长(CIO)的未来:如何步步高陞?」发现,有10%的亚太地区企业在2014年投资了数据分析,而且2015年的投资比例将会增加到12%。
HDS也说,次世代的巨量数据解决方案还必须具备即时分析数据的能力,硬体部分,必须紧密整合可横向扩充的基础架构,以及具备机器学习能力和商务应用软体,才能让布署作业既迅速又在掌控之中,同时达到最佳作业效能。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据指标体系搭建工作中,从业者常困惑于指标搭建的核心逻辑:究竟是依托一线零散数据自下而上汇总指标,还是基于战略目标自上 ...
2026-07-31在数据分析、问卷研究、实验复盘、业务建模的工作中,大多数人最关注的是“用什么统计方法”:是做T检验、方差分析、卡方检验, ...
2026-07-31 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-07-31在问卷调研的数据分析流程中,“先检验信效度,再开展进阶统计分析”是通用的规范逻辑。很多从业者会听到“问卷效度高,后续可以 ...
2026-07-30【核心关键词】大数据、统计学、专业、毕业生、论文、课程、计算机、建模、知识、数据分析、机器学习、数据科学、大数据技术、 ...
2026-07-30 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-07-30在业务数据分析中,按天拆分统计夜间时段的数据是高频需求——比如电商夜间订单监测、平台夜间用户活跃度分析、运维系统夜间异常 ...
2026-07-29在机器学习建模与特征工程实践中,判断不同特征对模型预测效果的贡献度,是特征筛选、模型解释、业务归因的核心环节。特征置换重 ...
2026-07-29 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-07-29【核心关键词】岗位、数字化、经验、课程、方法论、决策、企业、大方向、数据分析、销售管理、理论知识、思维方式、分析销售、 ...
2026-07-28在问卷调研、用户分群、效果对比等业务数据分析中,分类变量的关联性与差异性验证是高频需求。卡方检验作为针对离散分类数据的经 ...
2026-07-28 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-07-28在Excel数据分析与报表制作中,数据透视表是快速完成多维度汇总、分组统计的核心工具。很多从业者在得到透视表汇总结果后,为了 ...
2026-07-27 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-07-27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转的核心动能、滋养人工 ...
2026-07-27【核心关键词】客户、数据分析、指标体系、数据采集、数据指标、业务数据、分析思路、业务需求、分析方法 【专访摘要】本次 CDA ...
2026-07-24在数据分析、业务建模与数字化运营体系中,原始业务数据普遍存在缺失、重复、异常、口径不一致等质量问题,直接用于分析与建模会 ...
2026-07-24 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-07-24在数据驱动的精细化运营体系中,指标是业务判断、效果复盘、策略优化的核心依据。随着企业数据化程度提升,指标数量持续膨胀,但 ...
2026-07-23在用户运营与产品增长体系中,留存是衡量产品真实价值与用户粘性的核心标尺,也是决定用户生命周期价值、获客投产比的底层因素。 ...
2026-07-23