京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据“乱政” 缺乏判断或成有害资产_数据分析师培训
经过几年的发展,大数据不仅改变了普通人的生活习惯,而且对企业的战略规划起着决定性影响。然而,如果大数据由于运用不当而侵犯用户隐私被称为“数据暴政”,那么大数据判断失误造成企业决策失误则可以被称为“数据乱政”。
“大数据对企业决策的影响不应该被过分夸大,尤其是在数据质量和数量不能保证的情况下,企业决策更加离不开丰富的经验和准确的市场判断。”北京能源投资集团副总裁刘国忱在日前举行的“中国2013(首届)CIO(首席信息官)论坛”上说。
大数据与董事会
通过物联网、云计算、手机、平板电脑、PC以及遍布地球各个角落的各种各样的传感器,大数据正在以任何行业无法望其项背的速度增长着。 IBM的统计数据表明,目前90%以上的数据都是两年之内产生的,2012年的数据总量已经是10年前的2亿倍。
“亚马逊是最早专注大数据的公司之一,在这家公司的各种会议上,没有人会说‘我认为’,而是说‘数据’认为。利用自身海量的用户信息和积累的大数据,亚马逊可以为商家提供精准营销和个性化广告推介等。”一位接近亚马逊的人士告诉《中国企业报》记者。
就大数据对于企业发展的推动作用而言,企业营销的优化只是基础性的,最大的价值则在于对企业战略决策的支撑。因为传统企业决策流程是从出现问题到调整方向,而大数据背景下则可以转变为数据分析、数据问题。
目前,IBM等公司就在致力于为企业提供“硬件+软件+数据”的整体解决方案,更多的企业则通过设立CIO来负责为决策层提供市场数据和分析。阿里巴巴原CEO马云退休之后选择原CIO陆兆喜继任,更是突显了企业战略发展对数据的依赖。
不过,仍有相当多的企业战略都是依靠决策者个人的经验和直觉等主观因素做出的,这种方式正在遭受新兴的以大数据为支撑的客观依据的挑战。
达芙妮集团副总裁、CIO梁海璇在接受《中国企业报》记者采访时表示,目前相当一部分传统企业对于大数据的发展不够重视,甚至根本没有设置CIO,或者设置了CIO却没有发挥作用,归根到底跟CEO对大数据的理解程度有关。
警惕大数据乱政
然而,在如今信息大爆炸的时代,企业又容易对海量的数据感到困惑,他们看到的只是破碎的、零散的、局部的数据,如何通过技术对大数据进行分门别类并附以各种算法,最终提炼出有价值的数据却是难于上青天。
“数据是一种资源,但是需要经过科学的筛选、分析才能成为企业的资产,如果不能这样很好地应用则就会变成不良资产,这不但是资源的一种浪费,更重要的是可能会误导企业的发展战略。”用友金融信息技术有限公司董事总裁李友认为。
实际上,大数据的出现并不是新鲜事,微软亚太研发集团董事长张亚勤早前也说过,之所以现在受到越来越多的重视,数据分析的算法和理论趋于成熟是重要的原因,因为只有数据分析技术的成熟才能保证大数据的价值得到真正的挖掘。
需要指出的是,对于同一个数据,不同的人也会有不同的看法。调查表明,对同一个数据,人们通常更加倾向于乐观的看法,而有意回避悲观的可能。
以其所在的能源行业为例,刘国忱举例说,去年虽然多数能源企业都对市场做了大量的调研,由于决策者更加信任当前有利的市场数据,回避了国际经济复苏缓慢、国内经济增长放缓等负面因素,轻易提高产能,最终造成目前严重的产能过剩。
刘国忱表示,大数据的发展虽然对企业决策提供了重要的依据,推动了企业战略决策的变革,但是企业决策仍然离不开决策者个人的丰富经验和领导能力,目前企业最为紧缺的仍然是数据研究和业务发展都精通的复合型人才。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 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 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 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 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18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导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 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。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13