戴尔软件调查结果显示中型企业正积极实施大数据项目

简介:

ZDNet至顶网服务器频道 04月29日 新闻消息:作为一个经久不衰的炒作主题,大数据已经被视为大型企业机构的专属,而非中型企业面临的挑战或机遇。然而,戴尔软件针对中端市场大数据计划所做的调查结果却截然相反。大数据计划,曾经只是大型企业独有的优势,正在以新的分析工具不断加强IT部门领导与公司业务之间的联系,帮助中型企业机构改进产品质量和决策。

为了寻求推动中端市场采用大数据项目的原因所在,戴尔软件委托Competitive Edge Research 对全球中型企业高管进行了一次调查。着眼于中型企业机构,本次调查显示,大数据项目从根本上给企业带来了重大转变,并成为全球中型企业的一个关键决策因素。调查结果还显示,当今绝大多数的中型企业机构相信大数据项目的潜力将帮助他们解决实际业务问题,他们正在以实际行动来支持这一计划。

调查结果显示中型企业正积极实施大数据计划

本次调查最显著的结果就是:41%的受访者已经制定了一个或多个大数据项目,另外55%的受访者计划在可预见的未来启动一个大数据项目。更进一步的调查结果表明,更多中型企业机构计划利用大数据分析来发展业务,而不只是找到削减成本的方式。其它调查结果还包括:

• 80%的受访者认为,他们必须更好地分析快速扩大的数据集合。其首要目标包括:提高产品质量,抓住商机并加快决策速度。

• 89%正在执行大数据计划的受访者表示公司决策显著改进。

• 受早期成功的鼓舞,受访者预测,未来两年,随着公司投入更多资金用于硬件、软件和培训,大数据预算将从200-500万美元增至600万美元 。

• 大数据计划成功的最大驱动因素就是IT/业务部门之间的协作,以及评估大数据计划影响力的绩效管理。

• 大数据项目中最有影响力的部门就是IT和销售/营销部门。

• 执行大数据计划的中型企业机构最宝贵的技术就是实时数据处理、预测性分析和数据可视化工具。

一系列关键驱动因素推动中型企业拥抱并投资大数据计划。受访者表示,其大数据项目有三大目标,提供质量更高的产品和服务,充分利用新的商机,提高决策质量和速度。紧随其后的目标是,更好地了解客户需求,具有快速响应竞争威胁的能力,以及提升营销计划的有效性。

早期成果带来出立竿见影的影响

尽管许多中型企业才刚刚开始启动大数据计划,但是早期成果显示,这些计划将对其企业机构的生产效率和成功产生非常直接、正面的影响。根据调查显示,正在执行大数据项目的企业机构对生产力和决策的满意度比那些仍在规划阶段的企业机构要高得多。例如:

• 50%正在执行大数据计划的企业机构对其决策的质量和速度感到满意,而在还未启动大数据项目的企业中,只有23%表示满意。

• 49%正在执行大数据项目的企业机构对其提高产品质量的能力感到满意,而在还未启动大数据项目的企业中,只有32 %感到满意。

• 47%在生产中利用大数据计划的企业机构对其识别并充分利用新商机的能力感到满意,而在还未启动大数据项目的企业中,只有24%感到满意 。

关键成功因素

戴尔调查显示,作为大型企业机构大数据计划中一个众所周知,但经常被忽视的最佳实践,即IT与业务部门之间的协作是最常提到的中型市场项目成功的前提条件,41%的受访者认为,要想让大数据计划获得成功,必须在两个部门之间进行协作。其它常被提及的成功因素包括:

• 企业机构内数据分析与绩效管理之间的紧密联系——37%的受访者提及。

• 企业机构内所需技能的可用性——例如数据科学家拥有的技能——33%的受访者提及。

• 完整、准确的业务需求文档——32%的受访者提及 。

中型企业机构中已初现成功迹象,但是仍有增长空间

尽管绝大多数企业机构已经普遍看到早期成果,但是仍然有增长空间。管理数据复杂性仍然是中型企业机构所面临的最大障碍,因为他们希望充分获得数据驱动方案的潜在好处。根据调查,40%的企业机构认为管理各种数据类型和结构的需求将是一大挑战,而只有24%的企业机构将缺乏易于使用、高成本效益的数据清洗工具视为挑战 。此外,大多数中型企业机构仍然没有将社交媒体及其它大型数据资源纳入其分析工具组合,这意味着有大量分析洞察来源在很大程度上尚未得到开发。

尽管所需的大数据技术的成本和复杂性使得某些机会未被开发,但技术仍然在不断改进,大数据相关项目的预算也在增长。戴尔调查结果显示,没有任何理由表明,中型企业不受益于其对数据更好的分析,更重要的是,他们现在已经清楚的意识到这一点。 

关于此次调查

戴尔软件委托Competitive Edge Research对全球中型企业机构的300位IT决策者进行了问卷调查。受访者包括跨领域的总监、经理、副总裁或首席高管,他们担任IT和业务线的领导职务。所谓中型企业,即企业规模在2000-50000人之间。此次调查于2013年11月在美国、欧洲中东和非洲以及亚太区进行。私营和公共企业机构都接受了访问 。

原文发布时间为:2014年04月29日
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
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
目录
相关文章
|
安全 Java 大数据
大数据软件基础(1)—— Linux
大数据软件基础(1)—— Linux
|
存储 数据可视化 大数据
大数据平台架构设计与实施
【7月更文挑战第3天】本文探讨了大数据平台的关键技术,包括数据采集(如Kafka、Flume)、存储(HDFS、HBase、Cassandra)、处理(Hadoop、Spark)、分析挖掘及可视化工具。架构设计涉及数据收集、存储、处理、分析和应用层,强调各层次的协同与扩展性。实施步骤涵盖需求分析、技术选型、架构设计、系统部署、数据迁移、应用开发测试及上线运维,旨在为企业决策提供强有力的数据支持。
1404 3
|
运维 监控 大数据
部署-Linux01,后端开发,运维开发,大数据开发,测试开发,后端软件,大数据系统,运维监控,测试程序,网页服务都要在Linux中进行部署
部署-Linux01,后端开发,运维开发,大数据开发,测试开发,后端软件,大数据系统,运维监控,测试程序,网页服务都要在Linux中进行部署
|
大数据 Linux 虚拟化
大数据软件基础(3) —— 在VMware上安装Linux集群
大数据软件基础(3) —— 在VMware上安装Linux集群
|
SQL 分布式计算 Java
大数据软件基础(2)—— Java、SQL
大数据软件基础(2)—— Java、SQL
|
SQL 分布式计算 NoSQL
大数据相关常用软件下载地址集锦
大数据相关常用软件下载地址集锦
|
数据可视化 大数据 Python
Python集成大数据开发软件推送
Python集成大数据开发软件推送
Python集成大数据开发软件推送
|
存储 算法 NoSQL
浅谈软件编程中的8大数据结构
浅谈软件编程中的8大数据结构
723 0
浅谈软件编程中的8大数据结构
|
数据采集 缓存 大数据
大数据软件、阿里云大数据快速解决海量数据
大数据软件、阿里云大数据快速解决海量数据
|
缓存 分布式计算 NoSQL
大数据开发基础的Linux系统的基本的服务/软件部署
Linux系统作为大数据开发的重要基础之一,其服务和软件的部署也是非常关键的一环。本文将介绍大数据开发基础的Linux系统的基本的服务/软件部署。
424 0