将大数据转变成商业价值的关键秘密武器:人
据顾问公司估计,全球网络购物者的消费力达50兆美元,其中英语系用户约占叁分之一,若想要触及98%的网络消费者,企业就必须跳脱英文框架,将内容翻译为48种语言。
大数据(Big Data)使得挑战国际企业挑战更为艰钜。IDC预估至2020年时,每天将出现4500亿件商业交易;IBM也估算,网络现有数据量约达27亿兆位元。为了因应全球接踵而来的资讯浪潮,企业唯有结合云端大数据、翻译应用程式、智慧人类用户,才能将多元数据转化为自身优势。
使用大数据应用程式可分析大量网络资讯,这些数据被视为是可以帮助企业更了解营运状况与市场的利器;但若无人赋予数据意涵,再巨量的数据也只是一大堆数字而已。
因此,企业该如何运用大数据并转化为商业价值,关键在于人类如何改良诠释的技能。
大数据时代为何仍不能倚赖机器
试想,当企业得同时面对数十种语言与文化差异又接受大数据冲击时,人们很自然的会期待机器能够加速工作效率。
拿翻译来说,许多人会期待机器能够让翻译更有效率,但如你所见,机器翻译有时完全行不通,因为「翻译记忆」(编按:translation memory,指机器翻译软体寻找正确译文的数据库)都由各个平台各自储存。
以往专业的笔译员一天的数据处理量大约是2至3千笔,相较于今日动辄数百万笔根本小巫见大巫,而且企业都将翻译记忆储存于私人数据库内,此时,若使用机器翻译,可用的词语条目就相当有限,译文也因此支离破碎;再加上各家企业若使用不同的软体也无法统一,就更难保证大量数据的翻译品质。
如今,企业虽已经摆脱老旧无效率的翻译技术,逐渐转往云端平台,并开放给无数笔译员使用,同时迅速累积翻译记忆,改善机器翻译品质。然而,云端一如大数据本身,无法替企业解决最迫切的问题:如何在不牺牲品质的前提下,迅速处理大量内容?如何藉由大数据创造真正的商业价值?如何结合大数据及全球内容,让企业更具智慧?
大数据的真正价值操之于人
根据Avenade公司一项调查发现,逾六成企业需要BI员工发展新技能,以期符合诠释大数据内涵的能力。
施拉吉(Michael Schrage)在哈佛商业评论部落格里写道,「太多组织尚未明白,若要以大数据为运作基础,人员判断比云端机器学习更重要,」应用程式无论多么易于使用、功能多么强大,仍无法取代人类理解能力。
所以解答就在于,人类做为智慧终端用户,应将大数据数据与趋势简化为可落实的资讯,弭平数字与商业价值之间的落差;就像由机器翻译完成初稿后,也需要人员编修俚俗语、口语及文化差异,才能跨越机器翻译的障碍。
商业世界正迈向大数据与机器翻译建构的未来,也唯有人能跨越这道鸿沟
数据分析咨询请扫描二维码
《Python数据分析极简入门》 第2节 2 Pandas数据类型 Pandas 有两种自己独有的基本数据结构。需要注意的是,它固然有着两种数据 ...
2024-11-01《Python数据分析极简入门》 第2节 1 Pandas简介 说好开始学Python,怎么到了Pandas? 前面说过,既然定义为极简入门,我们只抓 ...
2024-10-31在当今数据驱动的世界中,数据科学与工程专业的重要性愈发凸显。无论是推动技术进步,还是在商业决策中提供精准分析,这一专业都 ...
2024-10-30在当今信息爆炸的时代,数据已成为企业决策和战略制定的核心资源。爬虫工程师因此成为数据获取和挖掘的关键角色。本文将详细介绍 ...
2024-10-30在当今数据驱动的世界中,数据分析是揭示商业洞察和推动决策的核心力量。选择合适的数据分析工具对于数据专业人士而言至关重要。 ...
2024-10-30能源企业在全球经济和环境保护双重压力下,正面临前所未有的挑战与机遇。数字化转型作为应对这些挑战的关键手段,正在深刻变革传 ...
2024-10-30近年来,随着数据科学的逐步发展,Python语言的使用率也越来越高,不仅可以做数据处理,网页开发,更是数据科学、机器学习、深度 ...
2024-10-30大数据分析师证书 针对不同知识,掌握程度的要求分为【领会】、【熟知】、【应用】三个级别,考生应按照不同知识要求进行学习。 ...
2024-10-30《Python数据分析极简入门》 附:Anaconda安装教程 注:分Windows系统下安装和MacOS系统安装 1. Windows系统下安装 第一步清华大 ...
2024-10-29拥抱数据分析的世界 - 成为一名数据分析工程师是一个充满挑战和机遇的职业选择。要成功地进入这个领域,你需要掌握一系列关键技 ...
2024-10-28降本增效:管理战略的关键 企业管理中的降本增效不仅是一项重要的战略举措,更是激发竞争力、提高盈利能力的关键。这一理念在当 ...
2024-10-28企业数字化是指利用数字技术和信息化手段,对企业的各个方面进行改造和优化,以提升生产效率、服务质量和市场竞争力的过程。实现 ...
2024-10-28数据科学专业毕业后,毕业生可以选择从事多种不同的岗位和领域。数据科学是一个快速发展且广泛应用的领域,毕业生在企业、学术界 ...
2024-10-28学习数据科学与大数据技术是当今职业发展中至关重要的一环。从基础到高级,以下是一些建议的课程路径: 基础课程: Python编程 ...
2024-10-28在信息技术和数据科学领域,数据架构师扮演着至关重要的角色。他们负责设计和管理企业中复杂的数据基础设施,以支持数据驱动的决 ...
2024-10-28进入21世纪以来,随着信息技术的迅猛发展,大数据已经成为全球最具影响力的技术之一,并成为企业数字化转型的核心驱动力。大数据 ...
2024-10-28随着科技的迅猛发展,数字化转型已成为现代企业保持竞争力和推动增长的关键战略之一。数字化不仅仅是技术的应用,它代表着一种全 ...
2024-10-28银行业正处于一个前所未有的数字化转型时期。在数字经济的驱动下,金融科技如大数据、人工智能、生物识别、物联网和云计算等技术 ...
2024-10-28数据分析可视化是一门艺术与科学相结合的技术,其主要目标是将复杂的数据变得更易于理解和分析。通过将数据以图表的形式呈现,我 ...
2024-10-28数据分析师在现代信息密集型的商业世界中扮演着至关重要的角色。他们通过专业的技能和敏锐的商业洞察力,帮助企业从大量数据中提 ...
2024-10-28