为什么大数据难以给企业带来实际的商业价值?

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:

  被誉为“数据分析之王”的SAS公司CEO Jim Goodnight

今年4月初,全球最大的独立软件公司之一、专注于数据和商业分析超过40年的美国SAS公司在美国奥兰多举办了 2017 SAS Global Forum 全球论坛。这家全球资深数据分析公司的 CEO Jim Goodnight接受了钛媒体记者采访。

Jim Goodnight曾在五年前被Forbes杂志誉为“数据分析之王”,在过去40年的时间里,SAS见证了全球数据分析、商业分析和大数据市场从无到有、从小到大的发展历程。

他对钛媒体表示,“SAS在中国市场在过去20多年的发展一直比较平稳,但过去几年却取得了爆发式增长。”

SAS公司最早起源于美国北卡罗来纳州立大学1966年的一项开发数据分析软件用于农业数据的研究。据IDC的统计,如今,SAS占全球高级和预测分析市场31.6%的份额,比前10名中其它9家相关厂商营收的总合还要多。

2016年,SAS在超过30种各类市场调查公司的报告中占据领导者地位,这包括分析、数据管理、数据整合、数据质量、数字营销、高级和预测分析、客户智能、零售分析、商业智能、安全解决方案等。

2016年,SAS在全球的业务继续保持稳步增长,2016年全球营收达32亿美元,增长主要来自于分析平台、云计算、反欺诈和安全智能解决方案,而且是在全球所有区域都实现了营业额的增长,特别是亚太区和拉丁美洲区成为增长最快的大区。

在谈到全新最新数据和商业分析趋势时,Jim Goodnight就SAS公司的业务来说,认为有三大趋势在拉动全球数据分析市场的发展,分别是物联网、新型分析和合作伙伴生态。

其中,物联网数据分析被视为下一个数据分析的金矿,已经给SAS公司带来了高速增长的业务机会。目前,SAS业务按行业来看的话,营收前三分别是银行(27%)、政府(15%)和专业服务(12%),而电信通信(6%)、制造(6%)、医疗(5%)、零售(4%)等被视为潜在大数据及分析行业市场却只占了SAS年度营收比例的个位数,说明这些行业还存在巨大的市场空间。

能拉动电信通信、制造、医疗和零售等潜在大数据及分析市场的一个抓手就是物联网。

物联网作为连接底层传感器设备与互联网的物理信息空间连接器,能够为电信通信、制造、医疗和零售等行业带来前所未有的视角,让企业管理者能深入到运营第一线实时掌握前沿动态,把前端实时数据与后台运营历史数据结合,就能产生巨大的商业价值。

Jim Goodnight认为传感器数据分析是一个巨大的机会,汽车里已有的传感器每天都在产生海量的数据。SAS公司在2016年推出了ESP实时流数据处理引擎,专门适用于靠近数据产生源的传感器数据实时分析,可每秒处理上百万个事件的分析与处理,通过内存计算可实现近乎实时的流数据分析。自2016年第四季度推向市场以来,已经为SAS公司带来了源源不断的物联网业务。

在SAS Global Forum 2017上,SAS与思科合作推出了业界首个经过Cisco Validated Design(思科验证设计)的Edge-to-Enterprise(边缘到企业)物联网分析参考框架。SAS EPS现在可运行在Cisco工业集成服务829路由器上,在工厂、卡车等靠近传感器的地方就近分析实时数据。2016年,SAS专门在底特律设立了办公室以支持在汽车制造行业中的业务增长。

在新型分析方面,云分析是一个重要的数据分析领域。SAS耗资10亿美金开发了面向云计算现代计算架构的云分析服务Viya,并于2016年开始推向市场。在SAS Global Forum 2017上SAS推出了全线的Viya产品,包括一系列可视化分析平台,把SAS Viya与传统软件版本的SAS 9结合起来就能形成一个企业内无处不在的数据分析环境。SAS Viya还提供了大量机器学习和人工智能功能,以满足当前日益增长的企业智能分析需求。

SAS Result(Result-as-a-Service)是另一个新型的云分析产品。这实际上不是一个产品,而是基于项目的专业服务。SAS公司CTO Oliver Schabenberger在接受钛媒体记者采访时表示,对于客户来说不再需要自己去学习、掌握、理解和运用SAS公司的各种数据分析软件产品,而只需要向SAS Result团队提出自己的数据分析需求和数据,由SAS Result数据分析团队在后端完成所有的数据分析和处理后,把结果返回给客户即可。如果涉及到相应的持续云服务等IT需求,也可以选择托管给SAS公司。

云分析产品推出以来,已经为SAS在2016年带来了9%的业务增长。随着2017年SAS推出更多Viya产品,有望进一步带来更高回报的营收。

Oliver介绍说,SAS Viya可运行在AWS之上以公有云方面运营和部署,也可以在企业内部部署在Cloud Foundry私有云之上为企业内部服务。

2017年,SAS将继续在包括分析、可视化、数据管理、客户智能、风险和欺诈等在内的领域持续,并在SAS Viya、人工智能、云计算和物联网等领域进行大量投入。在SAS Global Forum 2017上,Jim Goodnight和Oliver还多次演示了利用AWS Echo智能语音音箱来与数据分析报表交互,这将创造新的数据分析互动形式。

推动全球数据分析市场增长的第三大动力来自合作伙伴生态。随着大数据的崛起和数据分析市场的高营收前景,越来越多的独立软件商、系统集成商和增值分销商开始进入数据分析业务。Jim Goodnight表示,2016年SAS全球销售增长的30%由合作伙伴贡献,他们满足了客户的个性化需求和最终用户需求。SAS全球合伙伙伴生态形成规模化发展,从一个侧面说明了全球数据分析生态已经达到了一定的规模,开始成为拉动市场增长的主力。

SAS的一份调查显示,近几年全球大数据取得了巨大的发展,但大数据仍然难以给企业带来实际的商业价值。

SAS全球副总裁Jill Dyche认为,现在所有的企业都专注于把大数据收集和存储到大数据平台上,而忘记了其实分析才能真正给大数据带来商业价值。由于大数据的收集、处理和准备等前期阶段耗费的时间过长、成本过高,导致企业高层开始失去耐心,这是当前大数据产业面临的困境。

对于数据分析实践来说,如果想要获得企业高层以及各业务的认可,就要建立全员数据分析文化,而这是一个过程。尤其是当企业各层管理者的KPI里并没有涉及数据分析或数据分析无法影响这些KPI的时候,企业实际上很难接受在数据分析方面的投入,更不用说懂得数据分析语言的专业人才少之又少。

Jill建议企业在实践数据分析的时候,可参考三大“最佳实践”:

在谈到全球企业数字化转型的时候,Jill认为,IT组织和厂商的数字化转型更为重要也更为关键。

IT组织和厂商作为企业数字化的技术合作伙伴,如果自身转型都不能成功,又何谈帮助企业成功完成数字化转型呢?现在,很多传统IT厂商在向现代化的数字化技术过程的时候都出现了身份危机,很难在新的时期成功完成自身产品、服务和解决方案的创新、颠覆与转型,比如PC厂商就在这一波数字化大潮中面临巨大的挑战。

联想高级分析总监鲍若愚在SAS Global Forum 2017上分享了联想在数据分析方面的初步实践,鲍若愚认为联想的数据分析还处于起步阶段,联想数据分析团队还在争取获得联想内部各产品线和高层的认可。联想数据分析团队目前位于新加坡,在联想C级别高管中还无一人负责数据分析,这说明数据分析远未进入联想的战略管理视野。中国企业特别是中国IT企业在向数字化转型的过程中,还有很长的路要走。

2017年1月,工信部公布了《大数据产业发展规划(2016-2020年)》,提出了到2020年的发展目标:大数据相关产品和服务业务收入突破1万亿元,年均复合增长率保持30%左右。此外,还将培育一批专业化数据服务创新型中小企业、10家国际领先的大数据核心龙头企业和500家大数据应用及服务企业,初步形成大数据产业体系。

随着中国大数据市场的全面起动以及中国企业向“互联网+”的数字化转型继续推进,SAS公司期待在中国市场迎来更大的发展。“预期SAS中国市场今年增长率保持两位数(百分比)”,已经74岁的Jim Goodnight对中国的数据分析市场非常有信心。

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 
目录
相关文章
|
2月前
|
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。
161 2
|
3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。
66 0
|
4月前
|
存储 大数据 数据挖掘
【数据新纪元】Apache Doris:重塑实时分析性能,解锁大数据处理新速度,引爆数据价值潜能!
【9月更文挑战第5天】Apache Doris以其卓越的性能、灵活的架构和高效的数据处理能力,正在重塑实时分析的性能极限,解锁大数据处理的新速度,引爆数据价值的无限潜能。在未来的发展中,我们有理由相信Apache Doris将继续引领数据处理的潮流,为企业提供更快速、更准确、更智能的数据洞察和决策支持。让我们携手并进,共同探索数据新纪元的无限可能!
168 11
|
6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。
182 12
参与开源大数据Workshop·杭州站,共探企业湖仓演进实践
|
5月前
|
机器学习/深度学习 人工智能 分布式计算
理解并利用大数据的力量:解锁数据背后的价值
【8月更文挑战第7天】大数据已成为推动社会进步和经济发展的重要力量。通过理解并利用大数据的力量,企业可以解锁数据背后的价值,优化业务流程、提升决策效率和创新能力。然而,大数据应用也面临着诸多挑战和风险,需要企业不断学习和实践以应对。相信在未来的发展中,大数据将为我们带来更多的惊喜和机遇。
|
6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。
848 8
|
6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
217 7
|
6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
474 0
|
7月前
|
机器学习/深度学习 数据采集 大数据
大数据技术下的企业智能决策支持系统
大数据技术下的企业智能决策支持系统
258 0
|
2月前
|
存储 分布式计算 数据挖掘
数据架构 ODPS 是什么?
数据架构 ODPS 是什么?
413 7