念叨千百遍的大数据,到底如何真正驱动企业运营?

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:

本文首发于微信公众号:中外管理杂志。文章内容属作者个人观点,不代表和讯网立场。投资者据此操作,风险请自担。

企业最重要的思维,就是你要将现在已有的海量数据转变成真正能够驱动企业运营的能量。

企业最重要的思维,就是你要将现在已有的海量数据转变成真正能够驱动企业运营的能量。

嘉宾 | 国富资本董事长、原北京金融资产交易所总裁 熊焰山东红领集团总裁 张蕴蓝 浪潮国际执行总裁 胡海根 易观总裁 刘怡

主持人 | 复旦大学管理学院教授 刘杰

整理|本刊记者 朱冬

大数据对社会具有革命性意义

刘杰:现在,大数据在业界和学术界都是非常时尚的话题,很多不同的场合都在举办大型的大数据论坛。大数据对整个社会都具有革命性的意义。怎么理解大数据?

熊焰:数据是信息数字化的展现,过去几十年,特别是过去20年,信息技术的高速发展,完全改变和颠覆了我们几千年已经存在的生产模式和构造。大数据是数据量积累到一定的程度所产生的一个裂变。我们正在迎来一个新的时代,姑且称之为大数据时代。

胡海根:浪潮一直在IT和大数据领域做积累,从大数据的概念来看,狭义地讲它只是数据发展到一定程度的一个调配,它有几个特征:一是数据量大。二是数据结构复杂,包含结构化数据,图形数据,视频数据。三是增长速度呈爆炸性。四是数据价值比较难找。所以我们更多的是要关注数据。对企业而言,大数据应用有很多,但是怎么将企业相关的大数据用好,在大数据发展过程中利用机会,把握好由数据到信息到知识到价值这几个关键的过程。

企业+大数据,突破口在哪里?

刘杰:大家都在谈大数据,而企业从哪里开始做呢?

张蕴蓝:山东红领集团是非常传统的企业,由于服装定制依赖于传统的经验和机制方式,导致定制变得成本非常高,成为只有少数人享受的奢侈品。我们从2003年开始研究大数据与企业生产应用。举个例子,我们有一个版型数据库,红领一天有三千多定制的版式服装。以前我们是找高质量的版式,现在我们借助已积累的不同版型的大数据版式,之后通过数据库实施出来非常精准的个性数据库。另外,每个人都是设计师,可以自己设计衣服,直接通过互联网对接我们的工厂,工厂就为你这一件来生产。此外,我们有一个非常庞大的款式数据库,而且每年红领都在更新,我们每一款衣服面料不一样,款式不一样,完全实现个性化。数据库成功地将个性化融入到工业生产中。

刘怡:易观也是大数据的实践者。我们过去用人做分析,今天用数据做分析,未来可能还会用人工智能做分析,未来我们的分析师很有可能变成机器人。企业到底怎么去经营和运作大数据?首先我觉得大数据和小数据实际上是不一样的,小数据是给人去用的,它是给我们商业决策模型直接使用,而大数据就是给机器用的,它是生产在前,我们决策使用在后。

大数据是在作业流程中自然而然产生的副产品,用和不用它都在那儿。大数据有几种应用场景:第一,大数据会被抽取、汇总,转化成为小数据,各种汇总数据对接着人的各种各样的模型。

第二,个人半干预,数据是有自决策机制的,人先设定好若干个准则,数据跟着准则去跑,在后面的运营过程中,数据自己会决策。比如今天在互联网各种各样的应用中,精准推送,智能匹配,实际上都是在这种场景下进行的。还有一个场景是人无法干预,无法理解数据关系,因为人是逻辑思维,逻辑关系,而数据不是逻辑性的,这时候人无法理解数据,数据才有了之后的人工智能等发展。而这三种根据应用场景有不同的权重和组合,在不同的企业其实都应该去设计这样的组合。

然而过去三年我们在使用大数据过程中也遇到不少坑。第一,重技术、重硬件、轻应用,实际上大数据核心是应用,只有确定应用之后回溯整个体系和架构,才有可能把事情做起来。第二,一谈大数据,就容易追求算法的创新,但在过去几十年核心算法很多,更多的都是在这些核心算法应用部署或是部署中的调配和适配过程中产生大量的创新,而不在核心算法上。这也的确使很多企业突出的重点不一样。

我觉得特别重要的是人和数据的关系。大数据来了,一些人被替代掉,所有的权重交给机器和算法做,人是高端数据的解读者,和对外宣传思想和算法的传播者,这样慢慢地就可以把人和机器进行一个比较好的结合。

大数据应用如何更接地气?

熊焰:站在投资人角度看待大数据和产业应用,会发现过去30年中国发展速度最快的行业就是IT产业。但是今天的中国大数据产业,很有可能走出美国从来没有过的模式、路径,同时也可能出现连美国都没有出现过的大数据领域的独角兽公司,我们要有这个自信,因为这个可能非常大。

从大数据产业看,可能会遵从三个规律:一是所谓价值稀薄规律。数据量越大,其单位数据所对应的价值可能越小。二是价值复用规律,数据资源与我们以前见到过的所有实体资源、物体资源有很大的差别,一个苹果我吃掉了你没有了,而数据是你用我用大家都用,这个价值不是变小了而是增大了。三是价值累加。大数据有点像开矿,你一旦形成并占有了,日后随着时间的推移,它的价值链会逐年累加,边际效应不是递减,而是越来越大,所以这三个规律对大家在今后对大数据的使用上会起到一定作用。

根据我们观察,目前在中国大数据细分行业,相对成功的是精准广告,就是在互联网上指导广告投放的强度、力度和精准度这样一整套的方法论和技术系统,以及其商业模式。再一个典型的细分应用就是金融行业的征信。现在很多银行都在很努力地搜索购买与它的贷款人信用相关的信用数据,类似情况也发生在保险公司。保险公司对于它的产品设计,它的客户分级分类,以及风控要求对应的大数据上有很大的需求。

胡海根:大数据应用涉及方方面面,对于企业来说,首先要建一个属于自己的硬件资源整合。类似一个服务,一套硬件系统,然后硬件系统上云,上云为自己建私有云,也可以用外面的公有云。有了云之后就会有方方面面的标准化整合,进而形成新的数据体系。而老的数据同时带着新的数据库进行互联。基于数据仓库可以给领导作分析作决策,反馈到智能上做个性化,形成第三步大数据的分析和应用。在第三步,业务要上云,资源整合,数据整合,都要基于数据的分析。在这个产业链上,大量的分析厂商和我们在座的企业一起做,一起发生作用。但核心还是整合力量。

大数据共享,隐私和商业如何平衡?

刘杰:数据应用作为资源,还有数据的独特性,就是可以再生,可以共享。但从商业角度看,如何做好个人隐私和商业的平衡?

刘怡:数据隐私确实是现在阻碍大数据产品发展的关键问题。数据隐私到底应该怎么管理?其实,判断是不是触犯隐私,很重要的一点不是看他采集什么信息,最主要是看他怎么应用数据,这是核心。有针对性的开放数据是我们每个人的权利,同时一个真正遵守商业规则的企业,也只是选择跟它直接有关系的数据进行进一步的增值,去优化其交付价值的过程,这是合理的数据使用,也是一个基本原则。而不是看什么数据是隐私,一刀切是不合理的。因为大数据时代的核心,就是将点点滴滴的数据拿出来,通过计算,通过各种商业适配,最后再返给大家,让大家享受到最好的一种生活和价值。但的确今天我们的立法刚刚推出来,后面还有很多细节需要落地。这些如果不完善,所有企业可能都不敢往前走。

发展大数据,复合型人才很关键

刘杰:在大数据利用方面,从企业角度可能要树立这样一个意识,究竟是懂业务的人重要还是懂技术的人重要,抑或都重要?这些人才是从哪里引进的,还是自己培养的?

张蕴蓝:我们的用人比较简单,一个是内部培养,另一个是不断招聘,通过猎头招聘,基本上是以本地人为主,即使是外地人员,也要尽量全家都搬过来。

胡海根:我们每年招聘的大数据人才来自于两方面:一个是全球社会招聘,另一个是校园招聘,专业以工科和管理人才为主。在未来发展中一定是多种专业融合。将来有一些人做管理,也有一些人做IT,但是一定有一些人在这个领域里做融合,这样的人才将来在我们企业里面才是顶尖人才,我们要把这种复合型的人才融合在一起。大数据属于未来技术,既是技术,也是模式。未来每个企业,尤其是制造业有40%-60%的特性会体现出软件行业的特色,我们未来预期既需要业务领域的专业人才,也需要IT领域的专业人才。

本文转自d1net(转载)

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
|
SQL 消息中间件 分布式计算
大数据-120 - Flink Window 窗口机制-滑动时间窗口、会话窗口-基于时间驱动&基于事件驱动
大数据-120 - Flink Window 窗口机制-滑动时间窗口、会话窗口-基于时间驱动&基于事件驱动
96 0
|
1月前
|
SQL 分布式计算 大数据
大数据-119 - Flink Window总览 窗口机制-滚动时间窗口-基于时间驱动&基于事件驱动
大数据-119 - Flink Window总览 窗口机制-滚动时间窗口-基于时间驱动&基于事件驱动
69 0
|
20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。
63 2
|
1月前
|
Oracle 大数据 数据挖掘
企业内训|大数据产品运营实战培训-某电信运营商大数据产品研发中心
本课程是TsingtaoAI专为某电信运营商的大数据产品研发中心的产品支撑组设计,旨在深入探讨大数据在电信运营商领域的应用与运营策略。通过密集的培训,从数据的本质与价值出发,系统解析大数据工具和技术的最新进展,深入剖析行业内外的实践案例。课程涵盖如何理解和评估数据、如何有效运用大数据技术、以及如何在不同业务场景中实现数据的价值转化。
43 0
|
3月前
|
自然语言处理 供应链 数据可视化
大数据在市场营销中的应用案例:精准洞察,驱动增长
【8月更文挑战第25天】大数据在市场营销中的应用案例不胜枚举,它们共同展示了大数据技术在精准营销、市场预测、用户行为分析等方面的巨大潜力。通过深度挖掘和分析数据,企业能够更加精准地洞察市场需求,优化营销策略,提升市场竞争力。未来,随着大数据技术的不断发展和普及,其在市场营销领域的应用将更加广泛和深入。
1216 3
|
4月前
|
存储 机器学习/深度学习 大数据
参与开源大数据Workshop·杭州站,共探企业湖仓演进实践
Apache Flink 诚邀您参加 7 月 27 日在杭州举办的阿里云开源大数据 Workshop,了解流式湖仓、湖仓一体架构的最近演进方向,共探企业云上湖仓实践案例。
178 12
参与开源大数据Workshop·杭州站,共探企业湖仓演进实践
|
4月前
|
存储 算法 数据可视化
云上大数据分析平台:解锁数据价值,驱动智能决策新篇章
实时性与流式处理:随着实时数据分析需求的增加,云上大数据分析平台将更加注重实时性和流式处理能力的建设。通过优化计算引擎和存储架构等技术手段,平台将能够实现对数据流的高效处理和分析,为企业提供实时决策支持。通过优化计算引擎和存储架构等技术手段,平台将能够实现对数据流的高效处理和分析,为企业提供实时决策支持。
695 8
|
4月前
|
存储 监控 数据挖掘
云上大数据分析平台:赋能企业决策,挖掘数据金矿
5.3 场景化 针对不同行业和领域的需求特点,云上大数据分析平台将推出更多场景化的解决方案。这些解决方案将结合行业特点和业务场景进行
138 7
|
4月前
|
人工智能 自然语言处理 数据管理
数据平台演进问题之自然语言处理技术在AI驱动的数据库中的作用是什么
数据平台演进问题之自然语言处理技术在AI驱动的数据库中的作用是什么
|
4月前
|
存储 分布式计算 数据可视化
ERP系统中的大数据分析与处理:驱动企业智能决策
【7月更文挑战第29天】 ERP系统中的大数据分析与处理:驱动企业智能决策
415 0
下一篇
无影云桌面