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
【核心关键词】统计学、互联网、知识、课程、学生、数学、软件、招聘、数据分析、实习经历、机器学习、理论基础、业务思维、统 ...
2026-07-10在互联网运营、产品设计、市场营销与商业数据分析领域,所有转化、成交、复购行为的底层逻辑,都依托于用户决策流程。用户从产生 ...
2026-07-10 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 ...
2026-07-10数据透视表是数据分析中最常用、最高效的汇总分析工具,具备快速分组、聚合计算、维度拆解、数据可视化等优势,能够轻松完成求和 ...
2026-07-09在统计学、CDA数据分析、机器学习与商业数据研究中,正态分布是最基础、最重要的数据分布形态。绝大多数参数检验、数据建模、指 ...
2026-07-09 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 ...
2026-07-09【核心关键词】采购、周期、原材料、企业、产品、成本、要素、库存、供应商、数据分析、生产计划、生产制造、加工制造、技术工 ...
2026-07-08在数据分析、特征工程、机器学习建模的工作流程中,原始数据往往包含多个不同维度的数值指标,例如客户交易数据中的消费金额、交 ...
2026-07-08 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。 ...
2026-07-08商业谈判是企业采购合作、渠道签约、价格议价、项目合作、客户签约的核心关键环节,直接决定企业的合作成本、利润空间与经营风险 ...
2026-07-07在数据分析、业务效果验证、AB 测试、学术研究等场景中,T 检验是假设检验体系里最基础、应用最广泛的统计方法,也是均值差异分 ...
2026-07-07 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 ...
2026-07-07【核心关键词】转化率、企业、策略、岗位、互联网、拆分、产品、运营、分析师、指标体系、数据分析、用户画像、数据诊断、产品 ...
2026-07-06在数据分析工作中,文本数据处理是高频刚需场景,用户评论、客服工单、日志信息、调研问卷、商品文案等数据都包含大量文本内容。 ...
2026-07-06 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-07-06在 CDA 数据分析师能力体系中,透视分析是数据探索、多维度汇总、业务复盘的核心基础技能。无论是 Excel 数据透视表,还是 Power ...
2026-07-03在市场竞争日趋激烈、获客成本持续攀升的当下,企业粗放式的“广撒网”获客模式早已无法适配经营需求。企业经营的核心逻辑,已经 ...
2026-07-03 很多数据分析师精通Excel函数和数据透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么 ...
2026-07-03【核心关键词】运营、企业、核心、客户、新技术、数字化运营、数据分析、传统企业、人工录入、生产系统、技术人员、数据安全、 ...
2026-07-02在产品开发、项目立项、业务拓展、运营优化的工作中,市场调查、竞品分析、需求调研是三大核心基础工作。很多从业者容易将三者混 ...
2026-07-02