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
统计学基础 - 理解统计学的基本概念和方法是数据分析师必备的技能之一。统计学为他们提供了处理数据、进行推断和建模的基础。 数 ...
2024-11-25数据分析师在如今信息爆炸的时代扮演着至关重要的角色。他们不仅需要具备扎实的数据分析技能,还需要不断学习和适应不断发展的技 ...
2024-11-25数据分析师的工作职责涉及多个关键方面,从数据的获取到处理、分析再到可视化,旨在为企业的决策提供有力支持。让我们深入了解数 ...
2024-11-25数据分析师:洞察力量的引擎 数据分析师的兴起 数据分析师行业目前正处于快速发展阶段,市场需求持续增长,薪资水平也有所提升。 ...
2024-11-25数据收集与整理 - 从各种来源收集数据,清洗和整理以确保数据质量和可用性。 数据分析与建模 - 运用统计学方法和机器学习模型对 ...
2024-11-25数据分析是当今社会中不可或缺的一项技能,涵盖了广泛的工具和技术。其中,掌握各种数据处理函数对于数据分析师至关重要。本文将 ...
2024-11-25“大数据治理”是一个涵盖广泛的复杂概念,其核心在于确保大规模、多样化的数据资源能够被有效管理和利用。不仅涉及数据的采集、 ...
2024-11-25一、引言 背景介绍 随着信息技术的快速发展和互联网的普及,大数据已经成为现代社会的重要资产。大数据的兴起不仅推动了各行各业 ...
2024-11-25《Python数据分析极简入门》 第2节 7 Pandas分组聚合 分组聚合(group by)顾名思义就是分2步: 先分组:根据某列数据的值进行 ...
2024-11-25数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23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