部门有界 数据无界 大数据需要大胸怀

本文涉及的产品
数据管理 DMS,安全协同 3个实例 3个月
推荐场景:
学生管理系统数据库
简介:

最近在推进一些跨域的事情,聆听了一些教诲,获得了一些新的感悟,作为大数据管理者,拥有技术是远远不够的,更需要有大胸怀,特此分享于你。

1、 在架构层面,大数据平台要是企业级的

大数据平台从技术层面讲没有太多的秘密,无论有多大的难度,大家都可以从小做起,但平台的定位企业则要想清楚,这是由你决定的,因为这决定了平台的内涵。

比如对于运营商,大数据平台如果没有管理层的背书,极有可能建成一个仅面向市场的专业集市,传统的经分虽然号称也整合多域数据,但实际上它就是市场的集市,然而当前运营商的数据创新大多发生在了O+B领域。

在TOGAF里,提到了企业架构在预备阶段就要确立一些原则,这些原则是未来决策和行动的依据,不能动摇,现在想来,这太需要了,如果我是一个企业大数据平台的首席架构师,第一条原则就应该是“平台是企业级的,负责整个企业的数据整合。”

虽然在后续数据采集和整合过程中,会有大量的沟通协调问题,甚至争论,这些都很正常,不同专业的人员,面对不同域的数据,要采用统一的技术标准来进行采集和管理,最终显然是妥协的结果。

一个真正企业级大数据平台能建立起来,不仅仅是技术问题,更多是管理问题,在公司大数据平台建设的前期,笔者参加了不少技术讨论会,技术层面的争论是非常多的,因为一旦确认,意味着现在还好用的技术就可能被废弃。

也正因为有了企业级的原则,才能有理有据的去采集所有的数据,多少企业内部的数据管理人员由于缺乏上层明确的一个说法而让数据整合举步维艰。

2、 在运营层面,要勇于打破部门的边界

即使采集到了企业级的数据,但企业的大数据管理者往往不知觉陷入“数据是全域的,但心态仍是部门的”境况,为什么

首先是自身定位问题,硬件更新了,但软件还没更新,在企业数据贯通的前期,其实很难有懂全域数据,高屋建瓴的数据管理人员,在大量条线分割明确的企业,往往不自觉的是以部门利益为导向的,现在要求以全局利益为导向,这个转变的挑战很大。

比如以前部门的资源自己用,现在平台需要为企业各个部门服务,资源如何分配,优先级如何定,跨部门流程如何贯通,这些都是问题,企业级大数据平台建设完成可不是终结,恰恰是艰难运营的开始。

其次是不确定问题,前期笔者谈过企业要建立搭台唱戏的运营方式,通过企业级PaaS平台为各个部门提供能力支撑,但对熟悉的业务支撑相对容易,对不熟悉的业务的就变得举步维艰了。

以建模大赛为例,针对B域可能驾轻就熟,不就是精确营销吗,我们懂,但一旦换到了O域,就有畏难情绪,认为这个事情不确定强,比如网络的不熟悉,课题不知道怎么定,别人不配合怎么办,总之是一堆的问题,这对于企业的数据管理团队是巨大的挑战。

总喜欢做熟悉的事情,对于陌生的领域躲之不及,但这恰恰是企业级大数据运营的关键,不突破原有自身所在的业务领域,谈何企业级大数据,做大数据要解决大意识的问题。

当我们打造出了企业级大数据平台,应该接着问问自己的内心是否已经做好准备,去尝试一个自己从未接触的领域,我们在感叹大数据对内变现不易的时候,是否想到过是由于自身的思想禁锢而导致停滞不前

3、在数据层面,要努力掌握跨界的信息

你在某个域是数据权威,但在另一个域往往还没入门,因为数据带着天然的业务属性,所谓无业务不数据,但真的是这样吗

对于数据管理人员,如果将数据当成资产,则理解资产是第一要务,现在人工智能,机器学习很热,但再好的算法,也不如一个好的数据。

举个例子,我们举办的一次建模大赛中发现有个地市找到了一个数据,即基于信令切换可以判断是否换成WIFI上网,这可以较为准确的判断是否是异网宽带用户,而这个数据其实早已经躺在我们的平台上了,仅仅因为这个数据不属于传统的领域,我们的数据管理人员还不熟悉,但大家都知道,靠算法去判断一个异网用户是多么艰难。

重剑无锋,大巧不工,大数据的精髓往往在于去做那些朴实无华的事情,就好比我们以前理解B域数据那样,要通过不停的问,不停的取,不停的修,最终我们对于数据的理解才能达到一个新的境界,直到足以挖掘出这个数据的全部潜力,这才是企业级数据管理团队存在的价值。

4、在算法层面,要敢于去尝试一些新东西

人工智能,深度学习兴起代表了一种趋势,虽然业务为王,但也要相信算法推动业务的力量,我们在尊重业务人员的经验时候,也要想想有哪些更好的算法能服务好业务,两者是相辅相成的。

很多人估计跟笔者一样困惑吧,一方面感叹于深度学习在人机交互领域的突飞猛进,另一方面却觉得这个东西跟公司的业务相距甚远,真的是这样吗

如何让深度学习服务于自己的企业是当前每个数据管理者需要考虑的问题,总有些业务场景特征是不明显的,需要用深度网络来抽象出特征变量,总有些场景识别问题可以转换成图像识别问题,企业特别需要有能连接业务和深度学习的人,我们不能对业务人员有更多要求, 这是用技术改变业务的真正机会。

寻找的过程很痛苦,但值得去尝试,即使失败了,也积累了经验,至少理解了深度学习,搞懂了TensorFlow, 这对团队有好处,也为下一次冲锋集聚了能量。

部门有界,数据无界,是突然闪现在面前的字眼,大数据博大精深,既是技术,也是业务,更是管理,既是术,也是道,我们在羡慕互联网的跨界创新时,其实企业的跨界创新就在身边,关键在于自己是否拥有更广阔的视野和胸襟,能勇敢的往前迈出一步。





本文出处:畅享网
本文来自云栖社区合作伙伴畅享网,了解相关信息可以关注vsharing.com网站。
相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
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
|
分布式计算 DataWorks IDE
MaxCompute数据问题之忽略脏数据如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构;本合集将提供MaxCompute数据的管理和优化指南,以及数据操作中的常见问题和解决策略。
47 0
|
2月前
|
SQL 存储 分布式计算
MaxCompute问题之下载数据如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构;本合集将提供MaxCompute数据的管理和优化指南,以及数据操作中的常见问题和解决策略。
38 0
|
11天前
|
数据采集 搜索推荐 大数据
大数据中的人为数据
【4月更文挑战第11天】人为数据,源于人类活动,如在线行为和社交互动,是大数据的关键部分,用于理解人类行为、预测趋势和策略制定。数据具多样性、实时性和动态性,广泛应用于市场营销和社交媒体分析。然而,数据真实性、用户隐私和处理复杂性构成挑战。解决策略包括数据质量控制、采用先进技术、强化数据安全和培养专业人才,以充分发挥其潜力。
14 3
|
14天前
|
运维 供应链 大数据
数据之势丨从“看数”到“用数”,百年制造企业用大数据实现“降本增效”
目前,松下中国旗下的64家法人公司已经有21家加入了新的IT架构中,为松下集团在中国及东北亚地区节约了超过30%的总成本,减少了近50%的交付时间,同时,大幅降低了系统的故障率。
|
1月前
|
分布式计算 DataWorks 关系型数据库
DataWorks报错问题之dataworks同步rds数据到maxcompute时报错如何解决
DataWorks是阿里云提供的一站式大数据开发与管理平台,支持数据集成、数据开发、数据治理等功能;在本汇总中,我们梳理了DataWorks产品在使用过程中经常遇到的问题及解答,以助用户在数据处理和分析工作中提高效率,降低难度。
|
1月前
|
存储 监控 大数据
数据仓库(11)什么是大数据治理,数据治理的范围是哪些
什么是数据治理,数据治理包含哪些方面?大数据时代的到来,给了我们很多的机遇,也有很多的挑战。最基础的调整也是大数据的计算和管理,数据治理是一个特别重要的大数据基础,他保证着数据能否被最好的应用,保证着数据的安全,治理等。那么数据治理到底能治什么,怎么治?
67 0
|
2月前
|
JSON 分布式计算 MaxCompute
MaxCompute问题之创建数据集失败如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构;本合集将提供MaxCompute数据的管理和优化指南,以及数据操作中的常见问题和解决策略。
33 0
|
2月前
|
分布式计算 关系型数据库 MySQL
MaxCompute问题之数据归属分区如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构;本合集将提供MaxCompute数据的管理和优化指南,以及数据操作中的常见问题和解决策略。
36 0
|
3月前
|
机器学习/深度学习 存储 分布式计算
机器学习PAI关于maxcompute上用protobuf 处理数据,比较方便的方式
机器学习PAI关于maxcompute上用protobuf 处理数据,比较方便的方式
|
2月前
|
分布式计算 DataWorks BI
MaxCompute数据问题之运行报错如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构;本合集将提供MaxCompute数据的管理和优化指南,以及数据操作中的常见问题和解决策略。
38 1

热门文章

最新文章