大数据应用的准备程度

简介:

在没准备好或不具备大数据应用条件的情况下上马大数据项目,其结果很可能是劳民伤财,得不偿失

第十三个五年计划今年开始,其中一个重点是开展大数据应用,用数据和智能决策为杠杆推动“互联网+” 式的创新和现有企业转型。在大数据时代,数据无所不在,数码化的痕迹数据时时刻刻在积累。人人都知道数据是可多次使用的生产资料,将数据加工成信息和智能的能力已成为商场竞争最重要的武器。但每个企业或事业单位的大数据应用准备程度是不同的。在没准备好或不具备大数据应用条件的情况下上马大数据项目,其结果很可能是劳民伤财,得不偿失。

因此,如何客观系统地评估一个企业和单位大数据应用的准备程度就成为一个很重要的问题。这里我们可以借鉴美国工业界使用的一个叫作DELTA的大数据应用准备程度的评估工具。

这个工具从五个方面对一个企业(或单位)进行评估。D指数据(Data),E指企业环境(enterprise),L指领导重视(leadership),T指目标(Target)和技术(Technology),A指分析人才(Analysts)。我们来看一下每个方面的评估内容。

数据(Data)。这里评估企业的标准是:(1)是否能获得海量,无结构或者是高速积累和变化的数据,(2)是否已把多源的内部数据整合成数据仓库或数据集市以方便数据分析,(3)是否已经把外部数据和内部数据整合以促进针对本行业的高价值数据分析,(4)是否对各类用于分析的数据建立和保持统一的定义和标准, (5)数据使用者、决策者、和产品开发人是否信任企业数据的质量。

企业环境(enterprise)。 这方面的企业考察也有五个要素:(1)是否能将大数据和传统数据分析相结合来达到数据分析的目标,(2)管理层是否能通过各部门之间的协调来确保企业大数据和数据分析项目的合理排序,(3)有限的数据科学家和专业分析人员是否能在企业里得到合理分配和使用,(4)大数据和数据分析项目是否能够得到充足的资金和相关资源的支持,(5)是否能与行业生态系统里的渠道合作者、客户,以及其他成员协作共享大数据内容和应用。

领导支持(Leadership)。没有领导的重视,大数据项目是开展不起来的。其支持程度可以从五点来考察:(1)高管层是否定期讨论大数据和数据分析所能带来的商机,(2)高管层是否挑战各级功能部门思考如何应用大数据和数据分析来支持决策,(3)高管层是否应用大数据和数据分析指导战略和实施的决策,(4)中层经理们是否应用大数据和数据分析来指导日常管理,(5)大数据资源(数据、人才、软件和硬件)的配置和使用是否受到高管层的重视和监督。

目标和技术(Target &Technology)。没有明确的目标,大数据项目会劳民伤财。企业的目标是否明确可从五个角度评介:(1)能否选择有别于竞争对手的高价值的商机开发大数据项目,(2)是否把大数据和数据分析视为新产品和服务创新过程中一个不可或缺的组成部分,(3)能否通过对现有生产程序、战略和市场环境的评估来发现大数据和数据分析应用的内部机遇,(4)是否定期通过以数据为驱动的试验来采集本行业成功和失败的数据,(5)是否通过数据分析对现有决策支持进行评估,并已此来判断是否无结构数据能提供更好的决策模式。

在技术层面,也可以从五点来判断大数据准备程度:(1)是否已经探讨过或采用了大数据处理的并联计算机运作技术(如Hadoop),(2)是否已能熟练地应用数据可视化来展示业务问题或支持决策,(3)是否已经探讨过或采用了云计算服务来做数据处理和分析,(4)是否已经探讨过或采用了开源软件进行大数据处理和数据分析,(5)是否已经探讨过或采用了处理无结构数据,如文字、影像、或图像的工具。

分析人才和数据科学家(Analysts and Data Scientists)。开展大数据项目最重要的资源是数据科学家和专业数据分析人才。这个资源的评估也有五个角度:(1)是否拥有足够的有能力的数据科学家和专业数据分析员来实现所需要的分析目标,(2)数据科学家和专业数据分析员是否能成为高管层做关键决策和数据驱动创新时可信赖的顾问,(3)数据科学家和专业数据分析员是否理解大数据和数据分析应用过程中的规范和程序,(4)数据科学家、量化数据分析员,和专业数据管理人员在大数据分析应用中是否能够有效地合作,(5)是否建立了提高职工数据科学和数据分析技能的培训教育。

一个企业通过对自身大数据应用准备成熟度进行测量可以找到大数据应用方面的软肋和资源缺口,减少盲目性,并制定出切合实际的大数据发展战略。从美国的经验看,很多企业和政府部门的大数据开发项目都不成功。究其原因,大多是在以上列出的5个方面中的某一项(或几项)条件不具备或不成熟时就盲目赶时髦,上项目。而那些较成功的公司和部门都具备数据、企业环境、领导支持、明确目标和充足的数据人才。

一个行业如能采用统一的工具对各个企业和机构进行大数据准备成熟度的评估也是很有益处的。评估结果不但能为行业中的企业提供同类公司的参照指标,同时也为政府管理部门和行业协会提供行业大数据应用状况的数据。这些数据将帮助管理协调机构建立行业坐标体系并实现以数据为驱动的行业指导、管理、和测控以推动大数据的应用。

本文转自d1net(转载)

相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
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
|
20天前
|
存储 消息中间件 监控
【Flume】Flume在大数据分析领域的应用
【4月更文挑战第4天】【Flume】Flume在大数据分析领域的应用
|
1月前
|
Cloud Native 数据处理 云计算
探索云原生技术在大数据分析中的应用
随着云计算技术的不断发展,云原生架构作为一种全新的软件开发和部署模式,正逐渐引起企业的广泛关注。本文将探讨云原生技术在大数据分析领域的应用,介绍其优势与挑战,并探讨如何利用云原生技术提升大数据分析的效率和可靠性。
|
1月前
|
存储 消息中间件 大数据
Go语言在大数据处理中的实际应用与案例分析
【2月更文挑战第22天】本文深入探讨了Go语言在大数据处理中的实际应用,通过案例分析展示了Go语言在处理大数据时的优势和实践效果。文章首先介绍了大数据处理的挑战与需求,然后详细分析了Go语言在大数据处理中的适用性和核心技术,最后通过具体案例展示了Go语言在大数据处理中的实际应用。
|
3月前
|
数据采集 搜索推荐 大数据
大数据技术在电商平台中的应用
电商平台是当今社会最为普及的购物方式之一,而大数据技术则成为了众多企业的强有力竞争力。本文将介绍大数据技术在电商平台中的应用,包括数据采集、预测分析、用户画像等方面,并探讨其对电商平台的价值和意义。
|
3月前
|
存储 机器学习/深度学习 算法
大数据时代下的智能洞察:大规模数据处理的创新与应用
在信息爆炸的时代,大规模数据处理成为了科技领域的核心挑战之一。本文将探讨大规模数据处理的定义、创新技术和广泛应用,并阐述数据驱动的决策和洞察对现代社会带来的巨大影响。
79 3
|
1月前
|
数据采集 分布式计算 大数据
Java语言在大数据处理中的应用
传统的大数据处理往往依赖于庞大的数据中心和高性能的服务器,然而随着大数据时代的到来,Java作为一种强大的编程语言正在被广泛应用于大数据处理领域。本文将探讨Java语言在大数据处理中的优势和应用,以及其在分布式计算、数据处理和系统集成等方面的重要作用。
|
1月前
|
存储 大数据 数据挖掘
云计算与大数据:从基础设施到实际应用
云计算与大数据:从基础设施到实际应用
134 0
|
3月前
|
数据挖掘
离线大数据分析的应用
离线大数据分析的应用
|
23天前
|
NoSQL 大数据 数据挖掘
现代数据库技术与大数据应用
随着信息时代的到来,数据量呈指数级增长,对数据库技术提出了前所未有的挑战。本文将介绍现代数据库技术在处理大数据应用中的重要性,并探讨了一些流行的数据库解决方案及其在实际应用中的优势。
|
28天前
|
机器学习/深度学习 人工智能 数据可视化
基于Python的数据可视化技术在大数据分析中的应用
传统的大数据分析往往注重数据处理和计算,然而数据可视化作为一种重要的技术手段,在大数据分析中扮演着至关重要的角色。本文将介绍如何利用Python语言中丰富的数据可视化工具,结合大数据分析,实现更直观、高效的数据展示与分析。

热门文章

最新文章