大数据在现实世界中的应用与实践_数据分析师
日前,IBM全球企业咨询服务部的全球信息管理负责人Michael Schroeck 表示:“大多数企业都已经认识到‘大数据’改善决策流程和业务成效的潜能,但他们却不知道该如何入手。调查显示,各行各业、全球各地的组织都已经开始采取一种注重实效的方式开展‘大数据’工作。虽然这些组织大多还处于早期接受阶段,但其中的佼佼者已经开始从‘大数据’项目中获得巨大的价值。”
赛德商学院管理研究员Janet Smart说道:“赛德商学院正与牛津大学各院系的学者共同开发和支持相关课程及研究项目,我们将把世界一流的‘大数据’分析和应用专长汇集到教学和研究内容之中。”
实践“大数据”的五大驱动因素
根据一项名为《分析:大数据在现实世界中的应用》调查显示,各类组织目前开展的大部分“大数据”项目都旨在改善客户体验,贴近客户是大部分组织实践“大数据”的首要任务。
除了“以客户为中心”(49%的受访者将其列为首要任务)之外,“大数据”在早期阶段还用于实现其他的职能性目标。近五分之一(18%)的受访者把优化运营列为首要目标。“大数据”的其它应用则主要集中在风险和财务管理(15%)、实现新业务模式(14%)以及员工协作(4%)方面。
内部数据:“大数据”的主要来源
超过一半的受访者把内部数据视为“大数据”的主要来源。这表明企业正在采取一种注重实效的方式开展“大数据”工作,也显示出其内部系统中仍有巨大的价值尚未得到开发。
内部数据是组织所能获得的最成熟、最易于理解的数据。这些数据是通过多年的企业资源规划、主数据管理、商业智能应用和其它相关工作收集整理而来,并经过了整合和标准化。利用分析技术解读这些来自客户交易、业务往来、事件和电子邮件的内部数据能够为组织提供有价值的洞察。
外部数据:尚未得到充分利用
然而,在所有推行“大数据”项目的组织中,目前正在对社交媒体等外部数据源进行数据收集和分析的组织还不到一半。
其中一个原因是很多组织难以应对和驾驭某些数据类型所固有的不确定性,例如天气、经济、或者社交网络所反映的人的情绪和真实想法。对于能否相信网络上的评论、意见、微博消息以及其他形式的自由言论,受访者在调查中提出了质疑。虽然存在不确定性,但社交媒体数据中仍然蕴藏着宝贵的信息。组织必须认识并驾驭数据的不确定性,并了解这些数据应该如何为己所用。
社交媒体和其它外部数据源未得到充分利用的另外一个原因就是技能缺口。对大部分组织来说,掌握先进的新型数据分析能力仍然是从“大数据”中获得价值的重大挑战,比如文本、传感器数据、地理空间数据、音频、图像和视频这样的非结构化数据和流数据。在此项调查中,只有25%的受访者表示自己具备分析高度非结构化数据的能力。
“大数据”采用情况
四分之三的受访者(76%)目前正在开展“大数据”项目开发工作,但报告证实,大部分受访者(47%)当前仍处于早期规划阶段,但同时也有28%的受访者正在开发试点项目或已经实施了两项甚至多项“大数据”解决方案。还有近四分之一(24%)的受访者尚未着手开展“大数据”活动,并且还在研究大数据对其组织究竟有何益处。
显而易见,“大数据”将带来蓬勃商机。近三分之二(63%)的受访者表示,合理运用数据并部署分析为其组织创造了竞争优势。在此次调查中,提及“竞争优势”的受访者比例与2010年IBM调查相比增加了70%(2010年比例为37%)。
分析:实践“大数据”的核心能力
如今,实践“大数据”的大部分组织都是从运用核心分析能力分析结构化数据入手的,例如查询和报告(91%)以及数据挖掘(77%)。有三分之二的受访者表示其所在组织采用了预测建模技术。但“大数据”也要求组织具备分析半结构化和非结构化数据的能力,其中包括各种全新的数据类型。
在超过一半的“大数据”项目中,受访者表示其所在组织采用了先进技术来分析自然状态的文本,例如呼叫中心对话内容的文字记录。这些分析技术包括解释和理解细微的语言特征,例如情绪、俚语和意图。此类数据可以帮助企业(例如银行和电信服务提供商)了解客户当前的情绪状态,并获得能够直接用于推动客户管理战略的宝贵洞察。
数据分析咨询请扫描二维码
数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21数据分析行业正在迅速发展,随着技术的不断进步和数据量的爆炸式增长,企业对数据分析人才的需求也与日俱增。本文将探讨数据分析 ...
2024-11-21数据分析的常用方法包括多种技术,每种方法都有其特定的应用场景和优势。以下是几种常见的数据分析方法: 对比分析法:通过比 ...
2024-11-21企业数字化转型是指企业利用数字技术对其业务进行改造和升级,以实现提高效率、降低成本、创新业务模式等目标的过程。这一过程不 ...
2024-11-21数据分析作为一个备受追捧的职业领域,吸引着越来越多的女性加入其中。对于女生而言,在选择成为一名数据分析师时,行业选择至关 ...
2024-11-21大数据技术专业主要学习计算机科学、数学、统计学和信息技术等领域的基础理论和技能,旨在培养具备大数据处理、分析和应用能力的 ...
2024-11-21