百分点发布《数据决策力白皮书》:数据的能量才开始激发

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

像王石、任志强等做房地产那个时代如果意识到数据挖掘的价值,那今天的房地产企业绝对是一个恐怖的存在。试想一下,你有真实的户主数据,从购房合同可以了解到他的资产情况,通过物业管理,他的购物习惯、社会关系等生活习惯可以掌握。可以想象只要对这些数据稍加利用,对金融行业、对O2O产业将产生怎么样的影响?

这就说明在传统领域,对于数据的认识还有一定的差距。首先是思想上没有意识到。其次是意识到了数据的作用,但是如何利用数据又是一个问题。

在思想上认识不到数据是有价值的,那真是杨元庆说的,拿榔头敲也敲不醒,这真的是没办法。只有思想上认识到数据是有作用的,才可能想通过各种手段来挖掘其中的价值。

为了让企业全面认识到数据的作用,中国领先的大数据技术与应用服务商,百分点发布了《数据决策力白皮书》。白皮书从复杂环境带来的挑战、何为数据决策力、构筑数据决策力、数据决策力评估指标体系、应用案例等五个方面讲述了如何以数据决策力驱动组织和企业未来发展。通过白皮书,希望没有意识到数据的作用的企业开始意识到数据的价值。而对于已经意识到数据价值的企业希望选择一个专业的数据服务商来为企业提供数据服务。

百分点集团副总裁梁培明介绍:"希望通过此书,可以唤醒和改变组织与企业管理者们原有的依赖智力、经验、知识为主的决策方法,通过运用大数据洞察隐藏在复杂性之下的潜在规律,为决策者提供构筑数据决策力的建议以及数据决策力评价指标体系,全方位地帮助企业构筑数据决策力。"

百分点发布《数据决策力白皮书》:数据的能量才开始激发

何为数据决策力?就是基于数据进行科学决策并产生价值的能力。就像股神巴菲特一样,每一次做出决策绝对是通过大量的数据做出理性判断,而不仅仅靠经验。当然我们没有像巴菲特一样,做出准确的判断,那么因为大多数企业有三个盲点:

(一)在运用数据支撑决策过程中:

第一你的数据量不够、数据种类不全,第二你觉得数据成本太高,第三不知道如何把种类繁多的数据与决策体系融合。

(二)在数据决策力建设过程中:

首先对数据资源认识不够,根据《数据决策力白皮书》调查显示,只有7%的受访者引入了行业数据或者市场上相关数据与企业数据平台实现整合,大部分企业只是淡淡保留财务、渠道、生产等核心数据。同时只有13.6%的受访者调整公司组织机构和管理流程,构建基于数据的决策支撑体系。同时绝大多数企业没有独立的数据部门,相关职责要么归入信息化部门,要不归入管理部门。

(三)缺少数据决策力评价体系:

《数据决策力白皮书》也清晰的说明,目前企业基本无法评估企业基于数据的决策能力,但是这些受访者又希望有一个对其数据决策力进行评估的体系。

对于这三个盲点,百分点用"恒星-行星"模型来帮助企业从战略层面来整合传统基于流程的信息化建设与数据决策力建设的融合。而具体如何建设数据决策力,百分点通过释放数据决策力的3D理论和建设数据决策力的BASIC理论来实施。

释放数据决策力的3D理论

梁培明在媒体采访中具体谈的了如何让数据作为决策力释放出来,这里百分点提出了3D理论。3D理论侧重在数据决策力的释放上,而且不需要企业事先做一个长期的规划或者一次性大规模投资。3D理论包括数据化(Datafy)、发现洞见(Discover)和设计重构(Design)3个环节,这3个环节构成了数据决策力释放的完整周期。

数据化:就像铁矿石提炼出铁才有价值意义,数据化就是将海量的"天然"数据资源转换为数据资产的过程。包括数据获取和数据资产池化。数据获取来源包括天然的数据资源包括各种智能终端、联网设备产生的大数据,各种计算网络产生的日志大数据,或者各种结构化数据。数据资产池化,就是将已经提取的有价值的数据资产放在一个池子里,实现迅速、高效、共享的资源数据池。方便节省计算和存储资源。

发现洞见:这就是目前所说的深度学习、文本分析、机器学习等,将不同来源、不同维度的数据关联企业,交叉挖掘分析,产生"化学反应",实现新的价值。比如开头的那个例子,业主信息的二次利用,可以产生旅游产业、餐饮产业等等。再比如制造业中,通过采集机器运行日志信息,从中发现系统运转过中的故障易发的零件和规律,然后为精细化运维提供洞见和支撑。

设计重构:就是通过提炼出来的"铁",通过工具,变成"汽车"供人们使用。具体来讲就是依托组织丰富的数据资产,将洞见和发现回馈到实际业务中,然后帮助企业做出决策。这又会产生大量的数据资源,从而形成一个螺旋式上升的循环,不断的促进企业前进。

最后,我们真看出利用数据做出决策力真不是一件容易的事情,要想成为巴菲特,还真必须需要一个专业的数据服务商来帮助企业进行转型。

原文发布时间为:2016年8月11日
本文作者:任新勃
本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。
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
|
10月前
|
存储 安全 数据安全/隐私保护
中外AIGC大模型的差距、态势与结构
【1月更文挑战第21天】中外AIGC大模型的差距、态势与结构
400 2
中外AIGC大模型的差距、态势与结构
|
8天前
|
机器学习/深度学习 人工智能 搜索推荐
BioEmu:微软黑科技炸场!生成式AI重构蛋白质模拟:千倍效率碾压传统计算,新药研发周期砍半
BioEmu 是微软推出的生成式深度学习系统,可在单个 GPU 上每小时生成数千种蛋白质结构样本,支持模拟动态变化、预测热力学性质,并显著降低计算成本。
20 2
BioEmu:微软黑科技炸场!生成式AI重构蛋白质模拟:千倍效率碾压传统计算,新药研发周期砍半
|
7月前
|
机器学习/深度学习 人工智能 自然语言处理
🎯精准预测未来趋势:AI在职场战略规划中的神奇作用!
【8月更文挑战第1天】在快速变化的职场环境中,企业需具备前瞻性战略。人工智能(AI)作为强大的工具,能处理海量数据,发现隐藏模式和趋势,为企业决策提供科学依据。本文介绍AI在战略规划中的角色,包括数据收集、分析、趋势预测及战略调整等步骤,并通过实际案例展示其在零售、金融和制造等行业的应用,帮助企业在竞争中保持领先。
97 0
|
10月前
|
传感器 物联网 区块链
未来交织:新兴技术的综合趋势与跨界应用
【4月更文挑战第25天】 随着科技的迅猛发展,新兴技术如区块链、物联网(IoT)、虚拟现实(VR)等正在不断突破原有的边界,形成交互式的创新网络。本文将深入探讨这些技术的独立发展趋势以及它们如何相互融合,共同塑造未来社会的多个方面。通过对这些技术在金融、医疗、教育、娱乐等行业应用案例的分析,揭示它们如何推动产业升级,优化用户体验,并促进经济的持续增长。
|
10月前
|
编解码 人工智能 移动开发
气候变化和人类活动对中国植被固碳的贡献量化数据月度合成产品
气候变化和人类活动对中国植被固碳的贡献量化数据月度合成产品
54 0
|
决策智能
博弈论第十一集总结(进化稳定—合作,突变,与平衡 “ 观后感)
博弈论第十一集总结(进化稳定—合作,突变,与平衡 “ 观后感)
92 0
|
传感器 存储 机器学习/深度学习
智慧水务未来技术发展方向预测探讨
随着科技的不断发展和城市化的加速,智慧水务作为一种新的水务模式,逐渐受到广泛关注。未来,智慧水务将会面临更多的技术挑战和商机。本博客将对智慧水务的未来技术发展方向进行预测,以探讨智慧水务未来可能的技术重点。
|
量子技术
国际科学家团队在玻色取样实验中取得重大突破,量子计算研究新里程碑达成
国际科学家团队在玻色取样实验中取得重大突破,量子计算研究新里程碑达成
国际科学家团队在玻色取样实验中取得重大突破,量子计算研究新里程碑达成
两团队在《自然》上发布重要抗癌研究成果,消化系统肿瘤或有望治愈
在细胞水平以及模型小鼠身上证实,WRN和MSI是合成致死的“好搭档”。
606 0
|
机器学习/深度学习 人工智能 算法
概率计算或成AI突破新爆点,最适合处理不确定性
概率计算能促进人工智能和机器学习吗?英特尔等许多公司押注于概率计算,致力于使未来的系统能够理解和计算自然数据中固有的不确定性,制造出能够理解、预测和决策的计算机。概率计算被认为是最适合在不确定的情况下做出判断的技术。
1065 0