中钢李红:传统企业大数据实施路径思考

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:

大数据是什么?数据、技术、思维、资源、财富、能力。

在中钢集团信息管理部总经理李红多年的信息化经验看来,制造业之前都在解决流程、管理等效率问题。而现如今大数据不仅在数字化转型的过程中发挥着重要作用,同时也在重塑企业的发展竞争格局。

中钢李红:传统企业大数据实施路径思考

中钢集团信息管理部总经理李红

大数据成为转型升级的新动能

大数据是新一代信息技术、网络技术、管理技术和应用技术等综合发展的产物,具有鲜明的技术驱动特征。大数据已经在各大行业得到应用,在金融、通信、政府、零售、制造行业应用更为深入。

传统制造业正结合“十三五”规划,积极研究制定贯彻落实“中国制造2025”、“互联网+”和“大数据”的战略措施。

在中国制造2025战略与大数据战略的融合发展下,大数据作为转型的动力,已经成为企业新资源、新资产、新财富、新的竞争力。

推进数字化转型的途径和挑战

互联网公司是最先从IT进入到DT时代,传统企业则希望运用大数据进行数字化转型,实现创新发展,这个过程带来了5方面变化:

“数据”被重新定义:从信息——知识——资产
企业形态和概念的转变:许多企业都想变成“数字企业”
数字价值的转变:成为企业的新资源、新财富、新的核心竞争力
信息化使命的变化:从“建设系统改善管理”到“完善数据挖掘价值”
CIO职能的变化:从“首席信息官”到“首席数据官”

同时企业数字化转型还面临了一些挑战,企业信息化基础薄弱,信息系统少、技术落后,管理停留在手工式录入,业务靠线下式运营;企业数据结构不合理,“烟囱式”系统、“孤岛式”数据较为普遍;企业发展定位不明、管理目标不清,对“数据转型”缺乏明确需求;企业发展观念落后,经营混乱,管理粗放,不具备数字化转型的基础条件。

发掘大数据价值需要融合创新

企业需要认识到数据的价值,但结构化数据分析和利用对数据质量要求较高,需要做到准确、及时和完整,但实际上达到这种要求难度很大。

而大数据不再是传统意义的数据,其带来了全新的价值提升,优化和改善传统企业的管理模式、业务模式和技术结构。

大数据同时也在重塑企业发展模式和竞争格局,在应用层面促使企业经营管理的触角向全产业链延伸,重构企业的供应链和价值链,在未来物联网将是大数据价值新发力点。

画外音:

在我邀约李总参加成都大数据应用大会时,他就和我说之前一直在分享智能制造的话题,其实制造业最应该关注的还是大数据。

在会上,李总和前央视主播,现找钢网高级副总裁兼首席战略官郎永淳寒暄了很久。这也让我深深感受到钢铁行业早已不是原来的“傻大黑粗”,他们怀抱着开放的态度,运用云计算、大数据等新技术正在实现互联网化的轻巧转身。


 

原文发布时间为:2016-7-14

本文作者:王聪彬

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
|
运维 大数据 数据建模
连载7:阿里巴巴大数据实践:OneData模型实施介绍
如何从具体的需求或项目转换为可实施的解决方案,如何进行需求分析、架构设计、详细模型设计等,则是模型实施过程中讨论的内容。
6154 1
连载7:阿里巴巴大数据实践:OneData模型实施介绍
|
4月前
|
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。
|
存储 运维 Cloud Native
|
1月前
|
存储 机器学习/深度学习 分布式计算
大数据技术——解锁数据的力量,引领未来趋势
【10月更文挑战第5天】大数据技术——解锁数据的力量,引领未来趋势