怎样才能发挥大数据的潜能
大数据可以产生巨大的经济价值。比如大数据为美国医疗领域每年创造3000亿美元的价值,将年生产力增长约0.7%;为欧洲公共部门管理每年创造2500亿欧元的价值,将年生产力增长约0.5%;为全球个人定位服务供应商每年创造超过1000亿美元的收益,对最终用户的价值高达7000亿美元;将美国零售业的净利润增加可能超过60%,并保持0.5%-1.0%的年均生产率增长;将生产制造业在产品开发、装配成本上开销减少高达50%,流动资金减少高达7%。
这听起来不错,少花钱还多办了事。然而要充分利用大数据,则需要处理相当多的挑战。那么如何有效利用大数据呢?或者说要发挥大数据的全部潜能,我们首先要解决的问题是什么呢?
人才,人才,人才。重要的事情说三遍。人才短缺是利用大数据首先要解决的问题。特别是缺少在统计和机器学习上有精深的专业知识的人,以及有眼光知道如何利用大数据经营公司的经理和分析师,会妨碍数据的有效利用。根据调查,仅在美国就面临着15-19万深度分析技能的人才,以及150万分析大数据与决策的经理和分析师缺口。
缺少人才仅仅是个开端。其他挑战包括:建造合理的基础设施,合理激励和竞争持续创新,可以被使用者、组织和经济体恰当理解的经济效益,合理处理公众有关大数据担忧的保护措施。
另外,要充分发挥大数据潜能,还必须要解决以下几个问题。
数据政策
当空前规模的数据被数字化并跨越组织边界进行传播时,有一系列政策问题将变得越来越重要,包括但不限于隐私、安全、知识产权和责任。显然,隐私问题的重要性,特别是对消费者,随着大数据的价值增加而增加。
个人数据,比如医疗和金融记录,往往能提供最重要的信息以实现价值,如帮助找出正确的医疗手段或最优的金融产品。然而,消费者也把这些类别的数据看作是最敏感的。显然,个体和他们所生活的社会将不得不在隐私和实用性之间取舍。
另一个紧密相关的担忧是数据安全,如怎样保护竞争中的敏感数据或其他应保密的数据。最近的例子已经证明,数据泄露不仅会暴露消费者个人信息和企业机密信息,也包括国家安全秘密。随着严重破坏的上升,通过技术和政策工具解决数据安全将成为关键。
大数据不断增加的经济重要性也引起了若干法律问题,尤其加上数据从根本上不同于许多其他资产的事实。数据可以完美复制,很容易与其他数据相结合。相同的数据可由多人同时使用。与有形资产相比,所有这些都是数据的独特特征。关于数据的知识产权问题也来了:谁“拥有”某条数据,与数据相关的权利有哪些?怎么定义数据的“公平使用”?还有与责任有关的问题:谁来负责一条不准确的数据导致的负面后果?为了充分发挥大数据的潜能,这些类型的法律问题迟早将需要解决。
技术和方法
为了从海量数据中获取价值,组织将不得不部署新的技术(如,存储、计算和分析软件)和方法(如,新类型的分析)。技术挑战的范围和为解决它们而安排的优先级,取决于机构的数据成熟度。新的问题和日益增长的计算能力将刺激新的分析方法的发展。还需不断的技术和方法创新,来帮助个人和组织集成、分析、具化和消化大数据增长形成的洪流。
组织变革和人才
组织领导者往往缺乏对大数据价值的理解以及如何开启这个价值。在竞争性强的行业,这可能是某些公司的致命弱点,因为他们的竞争对手以及新入行者可能会利用大数据跟他们竞争。而且,正如上面已经讨论过,许多组织没有合适的人才从大数据中获得见解。另外,今天许多组织没有系统安排流程和鼓励措施,来优化使用大数据和做出更好的决定,并采取更明智的行动。
访问数据
为了使机遇转化为可能,公司将越来越多地需要集成来自多个数据源的信息。在某些情况下,组织将能购买到数据的访问权。然而在其他情况下,获得第三方数据往往不简单。第三方数据的来源可能没有考虑分享它。有时候,经济收益不足以鼓励利益相关者共享数据。拥有某些数据集的利益相关者,可能认为数据集是一个重要的竞争优势的来源,因此不愿意与其他利益相关者共享。其他利益相关者必须设法提供令人信服的价值主张给有数据价值的持有人。
产业结构
相对缺乏竞争强度和绩效公开的行业,和利润池高度集中的行业,充分利用大数据的进度很可能是缓慢的。例如,在公共行业,往往缺乏限制效率和生产力的竞争压力;因此,该行业在使用大数据获得潜在价值的道路上,比其他行业面临更多困难的障碍。
美国医疗保健,是产业结构影响从海量数据中获得价值的容易程度的另一个例子。这是一个不仅缺乏成本和质量绩效公开的行业,也是一个付款人从临床数据的使用中获利(减少不必要的治疗支出)。然而,付款人收益的增加,意味着医疗机构收益的减少(不必要的治疗将减少)。正如这些例子所示,组织领导者和政策制定者如果要确定在个人企业、行业和经济体作为一个整体的水平上如何优化价值创造,他们将不得不考虑产业结构如何能够在大数据的世界中演化。
有效利用数据有可能会转变大经济体,提供新一波生产力增长和消费者剩余。组织领导者需要认识到潜在的机会以及大数据所带来的战略威胁,并结合成功抓住大数据机遇的必要因素,评估和改进他们当前的IT功能与数据策略。他们将需要创造性和主动地确定哪些数据池他们能够组合创造价值,并如何获得这些池的访问权,以及解决安全和隐私问题。关于隐私和安全问题,一项重要任务是帮助消费者了解,存在风险的同时使用大数据能提供什么好处。同时,公司需要招聘和留住深度分析人才,并培训他们的分析师和管理队伍,变得更加具有数据头脑,建立一种在决策中看重和奖励使用大数据的文化。
政策制定者需要认识到利用大数据来释放下一波经济增长的潜力。他们需要提供体制框架,在保护公民的隐私和保障数据安全的同时,允许公司能够轻松从数据中创造价值。他们还可以在通过教育和移民政策帮助缓解人才短缺;在建立包括通信网络等合适的基础设施技术促动要素;在包括先进分析的选定地区加快研究;在创造鼓励创新的知识产权框架中发挥着重要作用。协调利益的创造性的解决方案也可能是必要的,例如,要求相关机构分享某些数据以促进公共福利。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
“最近复购率一直在下降,我们的营销力度不小啊,为什么用户还是走了?” “是不是广告投放的用户质量不高?还是我们的产品问题 ...
2025-02-21以下文章来源于数有道 ,作者数据星爷 SQL查询是数据分析工作的基础,也是CDA数据分析师一级的核心考点,人工智能时代,AI能为 ...
2025-02-19在当今这个数据驱动的时代,几乎每一个业务决策都离不开对数据的深入分析。而其中,指标波动归因分析更是至关重要的一环。无论是 ...
2025-02-18当数据开始说谎:那些年我们交过的学费 你有没有经历过这样的场景?熬了三个通宵做的数据分析报告,在会议上被老板一句"这数据靠 ...
2025-02-17数据分析作为一门跨学科领域,融合了统计学、编程、业务理解和可视化技术。无论是初学者还是有一定经验的从业者,系统化的学习路 ...
2025-02-17挖掘用户价值本质是让企业从‘赚今天的钱’升级为‘赚未来的钱’,同时让用户从‘被推销’变为‘被满足’。询问deepseek关于挖 ...
2025-02-17近来deepseek爆火,看看deepseek能否帮我们快速实现数据看板实时更新。 可以看出这对不知道怎么动手的小白来说是相当友好的, ...
2025-02-14一秒精通 Deepseek,不用找教程,不用买资料,更不用报一堆垃圾课程,所有这么去做的,都是舍近求远,因为你忽略了 deepseek 的 ...
2025-02-12自学 Python 的关键在于高效规划 + 实践驱动。以下是一份适合零基础快速入门的自学路径,结合资源推荐和实用技巧: 一、快速入 ...
2025-02-12“我们的利润率上升了,但销售额却没变,这是为什么?” “某个业务的市场份额在下滑,到底是什么原因?” “公司整体业绩 ...
2025-02-08活动介绍 为了助力大家在数据分析领域不断精进技能,我们特别举办本期打卡活动。在这里,你可以充分利用碎片化时间在线学习,让 ...
2025-02-071、闺女,醒醒,媒人把相亲的带来了。 我。。。。。。。 2、前年春节相亲相了40个, 去年春节相亲50个, 祖宗,今年你想相多少个 ...
2025-02-06在数据科学的广阔领域中,统计分析与数据挖掘占据了重要位置。尽管它们常常被视为有关联的领域,但两者在理论基础、目标、方法及 ...
2025-02-05在数据分析的世界里,“对比”是一种简单且有效的方法。这就像两个女孩子穿同一款式的衣服,效果不一样。 很多人都听过“货比三 ...
2025-02-05当我们只有非常少量的已标记数据,同时有大量未标记数据点时,可以使用半监督学习算法来处理。在sklearn中,基于图算法的半监督 ...
2025-02-05考虑一种棘手的情况:训练数据中大部分样本没有标签。此时,我们可以考虑使用半监督学习方法来处理。半监督学习能够利用这些额 ...
2025-02-04一、数学函数 1、取整 =INT(数字) 2、求余数 =MOD(除数,被除数) 3、四舍五入 =ROUND(数字,保留小数位数) 4、取绝对值 =AB ...
2025-02-03作者:CDA持证人 余治国 一般各平台出薪资报告,都会哀嚎遍野。举个例子,去年某招聘平台发布《中国女性职场现状调查报告》, ...
2025-02-02真正的数据分析大神是什么样的呢?有人认为他们能轻松驾驭各种分析工具,能够从海量数据中找到潜在关联,或者一眼识别报告中的数 ...
2025-02-01现今社会,“转行”似乎成无数职场人无法回避的话题。但行业就像座围城:外行人看光鲜,内行人看心酸。数据分析这个行业,近几年 ...
2025-01-31