京公网安备 11010802034615号
经营许可证编号:京B2-20210330
数据分析将变为CDO工作的核心部分
日前,第三届麻省理工学院首席数据官论坛在美国麻省理工学院斯隆商学院隆重举行,此次论坛主要谈论了CDO在现代企业机构中日益明显的重要性,来自各行业的参与者分享了他们在数据方面的策略、挑战以及经验。美国军火巨头LockheedMartin公司的高级研究员及信息数据构筑师WillaPickering就数据管理、分析、质量控制和风险等方面的重要问题进行了讨论。 Pickering表示,对于那些钟情于数据的人来说,新的问题是如何才能快速处理大量的数据。Pickering早期的一个工作涉及到管理存储在硬盘上的数据。处理LockheedMartin公司所有数据的所需的存储容量至此已经有了巨大的变化。
非结构化数据的管理已经成为企业的重要问题。现在的目标是更深入地研究语义、语境和意义。她说,人们已经习惯了实时数据,就是像一打开智能手机使用,就能接收到的数据那样的。因此,速度也是数据讨论中的一个重要部分。 Gillin对所获得的实时数据的准确性提出了问题。Pickering强调了在这种情况下数据质量以及准确性的重要性。Pickering回答说,由于有大量数据,能否将“信号与噪声分离开”是非常重要的。 同时,人们也必须要谨慎对待坏数据。
鉴于人们一般在数据基础上制定商业决策,她建议管理者必须要考虑这个问题:“使用实时数据会有什么样的风险?” 由于首席数据官(CDO)的工作已越来越被人们所接受,Vellante提问道,“围绕这一策略制定的战略协调工作是应该由一个人来单独完成呢?还是应该分散开,由多个人完成?”Pickering承认,CDO职责所包含的具体内容不仅没有确定,反而是在不断变化的。 在一般情况下,CDO的作用是查看业务的相关数据,并决定怎样才能更好地获取和应用这些数据。Pickering将数据分析的工作作为CDO工作最重要的部分,因为“这就是价值增加的部分,是必须要做出的决定的部分。”
Gillin引用了一个很好的例子,即IBM的沃森,其聚合了大量的数据,并使得这些数据易于理解。他询问Pickering是否也发现了这种能提供数据分析的类似技术的发展。Pickering对于这些所有的技术并不是很确定,但她预计在不久的将来,我们将会使用更多的技术。她表示这些技术在用于分析上下文来帮助解读时会很有效。 Vellante询问了开源对数据质量的影响。Pickering指出,这点非常重要,因为公开数据,往往对质量是有风险的。
另一方面,它提供了新的分析的可能性。就像是虽然是审查官在你车上,但他说不定也能影响到你怎么买保险。数据管理和治理话题在CDO论坛里讨论地很火热。
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 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22