《智能数据时代:企业大数据战略与实战》一第2章 数据的艺术2.1 评估可能性的艺术

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

本节书摘来自华章出版社《智能数据时代:企业大数据战略与实战》一书中的第2章,第2.1节,作者 TalkingData ,更多章节内容可以访问云栖社区“华章计算机”公众号查看

第2章 数据的艺术

2.1 评估可能性的艺术

害怕落后是向前发展的强大动力。在今天,很多组织都致力于构建大数据和物联网,仅仅因为他们担心自己的竞争对手已经开始进行这项工作。利用差异化解决方案进入市场,吸引风险资本家的投资,是这些公司的共同目标。很多公司创业失败了,但是有些公司却在新兴市场中发展起来,甚至对部分成熟公司构成威胁。而成熟公司的CEO和高层们没有忘记在早期的市场上利用新型解决方案获得的巨大利益。
许多这样的组织开始把发展的核心集中到事实问题而不是过去的经验以及直觉方面。数据开始成为企业发展的关键,同时,从数据中得到的信息也被人们认为是关键性的东西。上述组织必须具备对所发生的事进行反思并评估的能力,而在评估一项新的选择或者决策的潜在影响时,数据分析能力变得越来越重要。
从表面来看,大数据应该帮助组织机构判断未来的发展方向。毕竟,更多的数据种类和更大的数据容量会有助于揭露新的真相,有很多公司高管也乐于相信这种价值。而且物联网似乎也开拓了新的业务可能,不仅可以用来作为对抗传统竞争者的方法,也可以应用于同质市场的新战略的开发。
因此,许多IT组织的任务是制定一个使用大数据开发新解决方案的战略,这将对业务产生重要影响。由于相似的原因,物联网也受到了同样高度的关注。如果想要确定这些举措是否有价值,常见的首要方法就是找一家在相同行业的其他公司中发生的精彩实例。另一个方法就是去查阅大量各种各样的数据,并期待好运降临,从而直接尝试得到有重要价值的意外业务发现。然而,对于通过分析数据(包括来自传感器、社交媒体、网站和其他流式数据源的数据)可能解决的业务问题,这些方法很少能在没有假设的情况下工作。
为了发展这种假说,你的公司或组织里也许应该组织一场远景规划的会议。无疑,IT的高管、企业构架师、IT架构师们会对未来IT的发展方向有着自己的观点,也充分认识到大数据和物联网的巨大潜力。然而,这些大家都想要的用例更可能只是存在于企业家们的心里。巧合的是,他们或许也会对这些项目支付预算。
在本节中,我们描述了如何探索在以后的信息构建中可能出现的东西,并且通过评估“可能的艺术”来推动未来项目的发展。当你的组织中举办过这样的会议时,也许会发现许多有潜力的项目。而且本节所概述的技巧,也会让你对这种项目的可行性形成一种可靠的预测评估。因此,你就能够将精力集中到能得到应有支持且会促进业务发展的项目上了。
图2-1强调了在我们的方法中现在所处的阶段,以及本节所涉及的内容。在远景规划会议中讨论的内容应该包括现在和未来的业务构建、数据构建、应用构建和技术构建。考虑到这只是探索过程的开始,一旦我们具备了洞察力,并确信有值得探求的项目,就会有很多后续的阶段。

image

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
1月前
|
存储 机器学习/深度学习 分布式计算
大数据技术——解锁数据的力量,引领未来趋势
【10月更文挑战第5天】大数据技术——解锁数据的力量,引领未来趋势
|
10天前
|
分布式计算 大数据 Apache
ClickHouse与大数据生态集成:Spark & Flink 实战
【10月更文挑战第26天】在当今这个数据爆炸的时代,能够高效地处理和分析海量数据成为了企业和组织提升竞争力的关键。作为一款高性能的列式数据库系统,ClickHouse 在大数据分析领域展现出了卓越的能力。然而,为了充分利用ClickHouse的优势,将其与现有的大数据处理框架(如Apache Spark和Apache Flink)进行集成变得尤为重要。本文将从我个人的角度出发,探讨如何通过这些技术的结合,实现对大规模数据的实时处理和分析。
38 2
ClickHouse与大数据生态集成:Spark & Flink 实战
|
10天前
|
数据采集 监控 数据管理
数据治理之道:大数据平台的搭建与数据质量管理
【10月更文挑战第26天】随着信息技术的发展,数据成为企业核心资源。本文探讨大数据平台的搭建与数据质量管理,包括选择合适架构、数据处理与分析能力、数据质量标准与监控机制、数据清洗与校验及元数据管理,为企业数据治理提供参考。
45 1
|
4天前
|
存储 大数据 定位技术
大数据 数据索引技术
【10月更文挑战第26天】
13 3
|
4天前
|
存储 大数据 OLAP
大数据数据分区技术
【10月更文挑战第26天】
18 2
|
7天前
|
消息中间件 分布式计算 大数据
数据为王:大数据处理与分析技术在企业决策中的力量
【10月更文挑战第29天】在信息爆炸的时代,大数据处理与分析技术为企业提供了前所未有的洞察力和决策支持。本文探讨了大数据技术在企业决策中的重要性和实际应用,包括数据的力量、实时分析、数据驱动的决策以及数据安全与隐私保护。通过这些技术,企业能够从海量数据中提取有价值的信息,预测市场趋势,优化业务流程,从而在竞争中占据优势。
33 1
|
10天前
|
机器学习/深度学习 数据采集 搜索推荐
大数据与金融风控:信用评估的新标准
【10月更文挑战第31天】在数字经济时代,大数据成为金融风控的重要资源,特别是在信用评估领域。本文探讨了大数据在金融风控中的应用,包括多维度数据收集、智能数据分析、动态信用评估和个性化风控策略,以及其优势与挑战,并展望了未来的发展趋势。
|
9天前
|
数据采集 分布式计算 大数据
数据治理之道:大数据平台的搭建与数据质量管理
【10月更文挑战第27天】在数字化时代,数据治理对于确保数据资产的保值增值至关重要。本文探讨了大数据平台的搭建和数据质量管理的重要性及实践方法。大数据平台应包括数据存储、处理、分析和展示等功能,常用工具如Hadoop、Apache Spark和Flink。数据质量管理则涉及数据的准确性、一致性和完整性,通过建立数据质量评估和监控体系,确保数据分析结果的可靠性。企业应设立数据治理委员会,投资相关工具和技术,提升数据治理的效率和效果。
36 2
|
11天前
|
存储 安全 大数据
大数据隐私保护:用户数据的安全之道
【10月更文挑战第31天】在大数据时代,数据的价值日益凸显,但用户隐私保护问题也愈发严峻。本文探讨了大数据隐私保护的重要性、面临的挑战及有效解决方案,旨在为企业和社会提供用户数据安全的指导。通过加强透明度、采用加密技术、实施数据最小化原则、加强访问控制、采用隐私保护技术和提升用户意识,共同推动大数据隐私保护的发展。
|
15天前
|
SQL 存储 大数据
大数据中数据提取
【10月更文挑战第19天】
38 2

热门文章

最新文章

下一篇
无影云桌面