京公网安备 11010802034615号
经营许可证编号:京B2-20210330
如何挖掘大数据巨大隐藏价值 听听他们怎么说
21世纪,大数据释放出的巨大价值,吸引了巨大眼光,政府利用大数据让政务更加公开透明,企业利用大数据分析用户消费习惯,创造更大的商业价值。据国家金融信息中心指数研究院在第十三届中国国际软交会期间发布的《新华(大连)软件和信息技术服务业发展指数报告(2015)》显示,2014年,全球大数据市场规模达到285亿美元,同比增长53.2%。
大数据发展速度迅猛,快于整个信息和通讯技术市场增长速度,成为IT市场的新增长点。以IBM为例,其已在大数据与分析领域投入250亿美金。事实证明,IBM的大数据策略是正确的。据了解,作为IBM转型的核心战略,去年其大数据业务增长了7%,营收达170亿美元。
那么要如何通过大数据提升企业的价值呢?这是当下许多企业困扰的问题。
每个行业都将受益于数据
来自上海纽约大学的专家去年发表评论:“大数据现在是谈的比投的多,投就是投资,投的比做的多,做的比懂得多,真正的懂得人比较少,懂得比赚的多,就是你赚到的钱。”,这说明了,大家都非常重视大数据,但是大数据真正转变为商业价值还是很少,大家都持观望态度。
SAS公司执行副总裁兼首席营销官JimDavis则表示,大数据已经不是空谈概念,已经开始应用了。任何一个行业都可以从数据中获益,如制造业,通过数据可以优化制造流程、监控制造流程,预测某地一个时间点具体需求;如通信行业,通过数据可以研究整个通信网络的负荷,提供合理的资费方案等;如政府机构,通过数据可以收集税收相关的信息。
“因此,我们处在数据爆炸的时代,大家都没得选择,必须做出决定,用数据来支持自己的发展。”JimDavis说道。
大数据应用有机遇更有挑战
广发银行信用卡中心首席风险官王玉海认为,虽然说数据的爆发,影响每一个行业,为行业的发展带来支撑,但就目前而言,各行业应用大数据的情况并不乐观。广发银行信用卡中心首席风险官王玉海表示:“虽然大数据应用已经势不可挡,但是仅就金融领域来看,我们仍然觉得雷声大雨点小。”他分析,主要有几大原因:
一是,金融业的企业文化没有改变过来,很多银行安于现有组织架构和组织流程,对新生的创新性事物有文化上天然的排斥感。“都说金融业应用大数据应该是最好的领域,但是其实我们小数据还没有用好,文化上有一个不接受的排斥。”王玉海表示;
二是,成本和管理因素,不管从实际硬件、数据结构、还是数据源,银行都还是传统意义上的模式,但是大数据是要基于生命周期的数据管理方式,所以银行从软件、硬件、基础设施上来看都没有完全成熟。传统银行每个部门都有成本控制,不敢冒险去投入很多财力、人力来开发,这是管理和成本的制约。
三是,技术的挑战,从技术层面讲,大数据应用需要更大的存储和更强的技术能力;
四是,人才的挑战,大数据分析不仅仅需要计算机、数学行业的人才,更需要对传统金融领域和未来发展了解和熟悉同时又有能力作搭建数据存储和分析,这样的人才并不好找。
大数据应用不仅仅是采用新的技术,对于企业来说,她是一场不小的变革。不过王玉海表示:“清楚我们大数据应用的挑战并不等于我们悲观,我认为我们还是非常有信心的,因为它需要一个过程。”
大数据成功应用案例
目前,全球各地已有很多的大数据应用成功案例。SAS与联合国合作,对全球贸易数据做了梳理、挖掘和利用。SAS公司执行副总裁兼首席营销官JimDavis介绍,联合国利用数据对全球的经济发展、卫生医疗都可以做出一些决策。还如,菲律宾出现超强台风海燕,使用相关的技术来分析哪些是最需要紧急救助的人士,可以把整个救灾力量和资源有限分配。
另外一个案例,联想与SAS合作,把大数据运用到让客户参与从设计开始到制造端整个流程的改造中。联想有很多的数据源,包括社交媒体、消费者满意度、消费者情感,通过这些大量的数据可以主动预防出现一些大的质量或者产品问题,来避免影响整个公司的品牌和形象。
平安直通是平安集团的数据管理的公司,它与SAS合作针,对客户的消费的行为特性,舆情等非结构数据进行分析,体察市场的变化,客户新的趋势,预测客户的偏好去向,在最需要的时间通过最有效的渠道,推荐最适合的产品。
更多大数据应用成功案例的出现,也给了企业更多的参考和信心,我们有理由相信,大数据出现应用会不断增多。真正的大数据时代即将到来,你准备好了吗?
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-07-02在MySQL数据库运维与开发工作中,当单表数据量达到千万级、亿级后,会出现查询卡顿、索引失效、写入性能下降等问题。为优化性能 ...
2026-07-01在信息化建设、系统开发、数据分析、需求梳理的工作场景中,业务模型与逻辑模型是两个最基础、也最容易混淆的核心概念。很多项目 ...
2026-07-01 很多数据分析师能熟练计算各种指标,但当被问到“这些指标之间是什么关系”“为什么要选这个指标而不是那个”“指标体系的整 ...
2026-07-01【核心关键词】报表、数据源、客户、营销、业绩、销售、时效性、函数、可视化、运营、数据分析、数据报表、业务部门、数据运营 ...
2026-06-30在数据分析、商业预测、经济统计、运维监控等领域中,绝大多数业务数据都具备时间连续性特征,例如月度销售额、日度客流量、季度 ...
2026-06-30 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-06-30在 SQL Server 安装、服务启动、数据库文件操作等场景中,经常会遇到 “实例已在使用” 类报错,不同触发场景的原因与处理方式差 ...
2026-06-29在Excel数据统计、财务核算、销售复盘、库存盘点等办公场景中,经常需要在数据透视表中实现一列数据乘以另一列数据的计算需求, ...
2026-06-29在数据分析中,指标是连接业务与数据的核心语言。它并非一个简单的数字,而是一个将模糊的业务需求(如“提升用户粘性”)转化为 ...
2026-06-29【核心关键词】大数据、零售商、消费者、供应链、运营、企业、产品、客户、数据模型、大数据平台、数据开发、系统运维、业务逻 ...
2026-06-26在物流配送、供应链履约、终端供货等业务场景中,送货率是衡量企业履约能力、服务质量、供应链稳定性的核心业务指标,直接关联客 ...
2026-06-26 很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度” ...
2026-06-26在数字化管理与数据化运营体系中,指标是连接原始数据与业务决策的核心载体。零散的原始数据只是无意义的数值堆砌,无法直接反映 ...
2026-06-25在Excel数据汇总、财务统计、业务复盘等日常办公场景中,经常需要完成逐行相乘、整体汇总求和的计算需求,最典型的场景就是:单 ...
2026-06-25