京公网安备 11010802034615号
经营许可证编号:京B2-20210330
企业互联网时代下的大数据构建之道_数据分析师
摘要:大娘水饺通过用友BQ商业智能分析的平台,快速提升了企业的效率。清源华衍水务通过用友BQ使得它的资金利用率从实施前68%上升到实施后的74%,污水处理利润率从实施前的5%提升到实施后的8%。
“现在企业互联网化正在迅速渗透到企业以及所处的产业链和生态圈中,借助互联网,企业可以更容易与前端供应商、服务商包括后端客户、最终客户建立密切的联系。在此过程中新的业务模式包括供应链优化、智能制造、产业链协同、电子商务等正在不断兴起并迅速发展。”用友网络科技股份有限公司助理总裁,兼集团iUAP中心副总经理谢东在接受记者采访时说道。
用友网络科技股份有限公司助理总裁,兼集团iUAP中心副总经理谢东
企业互联网化 大数据成为核心资产
企业互联网化已经成为一种趋势,它正在改变着企业的传统的业务模式,使得企业内部运营管理系统越来越多的更快的走向移动化、云化、数据化,而且我们看到正是企业互联网以及互联网+的发展,使得企业对于数据的重视程度正在逐步的提高。从企业现状来看,通过多年的自身业务数据的积累以及进几年互联网的飞速发展,企业已经拥有了相当量的数据,对于企业而言,越来越多的企业希望能够从数据中深度洞察价值,快速实现企业的决策,并能够从单纯的领导决策走向全员的决策或者从领导创新走向全员创新。
“企业互联网化必然依赖企业内部各类元素的数字化,企业对数字化信息处理能力是支撑企业互联网化的基础,而企业各类数据的总和构成了企业在数字世界中一个完整的画像——企业大数据正在成为企业核心资产,企业需要从这些资产中获得价值,同时驱动自身在数字化社会中得到不断的发展。”谢东指出。
从企业业务发展现状来看企业业务外延正在从企业内部不断向外部、向企业所处的产业链和生态圈扩展,那么,大数据发展应该从两个维度上划分:第一,企业处理数据的数据类型。通常企业重点关注的数据类型可以分为几大类包括交易数据、人工合成的数据、机器数据、社会网络数据。
第二,企业数据视野越来越宽,它从企业内部已经延伸到社会上,对社会上的数据进行关注。
从企业对于数据的重视程度来看,企业对于数据的看法正在发生变化,相比于过去,现在企业正在重新认识数据:从过去只关注自身的业务数据到关注所有的都是数据,所有的资产、内部信息都可以数字化、信息;从只关注自身的数据到关注所有可能相关的或者看似不相关但是也想把它收集下来的数据。从以前自身处理数据现在考虑利用一切可以利用的能力包括云上的业务处理能力或者外部现成的数据等处理数据。
虽然我们看到企业对于大数据的认知以及处理有了很大的改变,但是企业在开展大数据时,仍然存在很大的挑战,据IDC调查显示,72%的受访者认为当前数据的指数增长和复杂性是目前遇到最大的数据管理调整,38%的受访者希望通过一个单一的平台保护和管理自己所有的数据。
事实上,虽然企业开展大数据有困难,但是企业为了让数据资产能够产生价值必须要把自身收集到所有的数据真正管理好、利用好。谢东认为,现阶段企业开展大数据要做好需考虑三个方面,才能做好大数据。第一,选择好自身的数据基础架构;第二,做好数据管理工作,选择好数据管理依赖的技术;第三,要把数据利用起来。
那么,大数据究竟该如何建设,对于此谢东指出,首先,要看数据基础架构的变化,数据基础架构思路已经从一种架构支持多类应用向多类架构支持多类应用发展。过去谈到数据底层更多的是关系数据库,而现在关系数据库、新Nosql包括Hadoop生态系统,包括越来越多新的数据处理技术都在涌现。作为企业管理者或者CIO不应该把思路仅仅局限在原有的思路上,现在企业数据基础架构变革的驱动力来源于数据量的增长以及数据类型的变化。此外,不同的企业需求不同,实时性成本、数据增长的趋势可能也会影响数据基础架构的选择。
除了数据基础架构以外还要考虑IT基础架构的选择包括服务器、存储设备、虚拟化的选择、云计算等的选择。
当企业基础数据架构问题解决之后,企业还要考虑自身的数据管理和分析应用的发展路径。从横轴来看企业数据管理一般都会经历孤立的系统,数据集、数据仓库和一个统一元数据的数据仓库等几个阶段,而快速见到效益。从数据分析应用来讲划分四个方面:报表报告、交互分析、挖掘预测、决策自动化。总体而言,企业要根据自身现在所处的情况以及企业数据实际情况规划后续的数据管理和分析应用的发展路线。通常企业开展大数据遵循几个原则:
第一,业务目标驱动。现在业务目标很好找,包括不同的领域如提升财务收益或者优选供应链,比如零售企业的定价和促销策略等。
第二,自上而下的原则。谢东建议,在数据仓库建设上采用以点带面的形式,没有必要一开始就做一个顶层的设计,可以先做一些领域级的应用、部门级的应用,当多个数据集中以后可以快速见到效益。这也就是快速迭代,螺旋式上升发展路线。
第三,价值最大化的原则。现在数据分析的技术有很多,不应该只停留在简单的报表层面,至少能够做到把交互分析中的很多技术应用起来。
第四,数据价值推向全员应用。现在决策非常快,单纯靠领导决策也不够,如果全员都可以收到数据的价值,他可以在自身范围内做快速的决策。
用友加速企业大数据“落地”
刚才我们分析了企业互联网或者产业互联网、互联网+环境下,企业与大数据的现状以及构建数据处理的原则,事实上,理论体系再好,如果没有夯实可行的落地化产品,只能让数据价值成为空谈。那么,作为企业互联网最早“布道者”之一的用友网络又是如何支撑企业大数据处理与分析的?对于此,谢东介绍,用友BQ(BusinessQuotient)商业分析平台能够帮助企业进行大数据的处理与分析,它是基于UAP平台的商业分析平台和应用套件。它是一个综合的商业分析平台产品和工具集,能够帮助企业将各类数据进行整合分析,并可通过查询、报表、报告、多维分析、仪表板、移动分析、嵌入式分析等丰富的可视化分析和展现方式为客户提供灵活直观的交互分析能力和信息展现能力。
它同时具备了数据整合、分析加速、海量的数据处理,统计建模、挖掘和预测的支持等特性,能够实时分析可视化,对移动分析的支持,对挖掘预测的支持以及元数据的管理,以及嵌入第三方系统的能力。同时除了数据处理平台和商业分析平台之外,在它的上层还提供了很多预置业务分析包比如财务、HR、供应链等预置分析包,并且提供大量的主题分析模型以及常见挖掘预测算法。
对于企业客户而言,通过用友大数据产品——统一的数据平台可以提升企业管理能力,通过海量数据深度挖掘深度洞察数据价值,扩大企业数据边界,做到前面分析、智慧决策、实时分析、快人一步,运筹千里之外。
用友网络科技股份有限公司集团iUAP中心,数据平台总经理李长山指出,用友的数据平台可以划分为三个方面,:
一是处理广泛的数据,不仅可以处理企业内部、外部、产业链的还可以处理结构化、非结构化的数据,同时可以实现数据统一管理,提升企业数据管理能力,以及扩大企业的数据边界,实现外部数据(客户,宏观,对手,舆情等)与内部数据的综合分析;
第二,具有实时处理和分析数据的能力。通过用友iUAP的大数据处理与分析平台,可实现秒级延迟的数据同步,百倍的分析加速,快速从海量信数据中提取有价值信息,快速掌握现在企业经营状态。
第三,海量的数据提供深度分析。数据量达到一定程度的时候怎么从海量的数据中挖掘出有价值的数据?通过用友大数据平台具备PB级数据存储,计算,分析能力,轻松应对海量数据处理,提供高效的数据挖掘引擎。
天瑞集团是一家大型的综合性集团企业,由于规模比较大,它在发展过程中缺少统一的信息系统来支撑总公司对下属公司的指导和监控,同时存在分公司之间传递的信息依赖于传统的方式最终导致整体决策效率比较低。通过用友BQ商业分析平台帮助天瑞集团降低企业运营成本、提高产品利润率。无独有偶,大娘水饺是一家全国性的餐饮企业,由于门店较多带来信息化整体管控能力薄弱,通过用友BQ商业智能分析的平台,快速提升了企业的效率。清源华衍水务通过用友使得它的资金利用率从实施前68%上升到实施后的74%,污水处理利润率从实施前的5%提升到实施后的8%。
小结
企业互联网化进程中,企业内的各种元素包括企业管理系统,企业内的设备,甚至企业内的员工都会被数字化的,在这个过程中会产生大量的数据,这些大量的数据如果企业真想利用,需要把它收集、打通,在收集、打通这个过程中企业要处理的数据,已经不是原来企业内部业务系统PB级就能处理完成,数据量或许已经翻数倍。这不论是对于企业还是服务商而言都是一个巨大的挑战与机遇,未来我们看到随着技术的进步,我们有正理由相信借助如用友所提供的大数据产品能够帮助企业迈向企业互联网,实现业务价值提升。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在MySQL数据库运维与开发实践中,经常出现一种典型现象:数据库实际存储的数据量很小,数据表条数少、文件体积低,但服务器整体 ...
2026-09-11 很多数据分析师能熟练计算均值、标准差,但当被问到“总体和样本有什么区别”“参数和统计量有什么关系”“数据级别的高低如 ...
2026-09-11CDA数据分析师 出品 作者:李诗怡 定义: 将同一时间段内因具备相同属性或共同经历的用户划分为群体,分析其留存与生命周期价值 ...
2026-09-11在零售、商超、餐饮、线下门店等实体商业运营中,客流与销售额是衡量门店经营状态的两大核心指标。销售额是门店经营的最终结果, ...
2026-09-10在数据可视化体系中,柱形图是最基础、应用最广泛的图表类型,其中**累计柱形图(堆积柱状图)**是兼顾整体总量与内部结构的核心 ...
2026-09-10 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 ...
2026-09-10在Python Pandas数据分析中,DataFrame是承载结构化数据的核心载体,数据清洗、数据修正、条件赋值、字段更新等实操场景,都离不 ...
2026-09-09 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 ...
2026-09-09卡方检验(Chi-Square Test)是统计学中针对分类数据的经典显著性检验方法,核心用于判断两个离散分类变量是否相互独立、数据实 ...
2026-09-09CDA数据分析师 出品 作者:李诗怡 1. 销售漏斗阶段判断 题目:销售漏斗模型中,通过广告、社交媒体等方式触达品牌信息(如浏览品 ...
2026-09-07在Python数据分析中,Pandas库的DataFrame是最核心、最常用的结构化数据表对象,类似于Excel的二维表格,具备规整的行列结构、字 ...
2026-09-07在数据分析、经营复盘、业绩预测与经济统计工作中,平均增速(平均增长率)是衡量数据长期变化趋势、业务发展快慢的核心指标。不 ...
2026-09-07 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 ...
2026-09-07随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 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, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 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”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02