大数据时代的四个阶段及企业创新的五个关键-阿里云开发者社区

开发者社区> 大数据文摘> 正文
登录阅读全文

大数据时代的四个阶段及企业创新的五个关键

简介:       2013年11月8日,由北京万方数据股份有限公司组织的《大数据时代下“基于行业视角的企业竞争情报”应用》研讨会在北京中国科技会堂召开。     云基地大数据实验室合伙人,《证析》专著作者郑毅应邀做了题为“大数据时代企业创新探讨”的主题演讲。
0.jpg

      2013118日,由北京万方数据股份有限公司组织的《大数据时代下“基于行业视角的企业竞争情报”应用》研讨会在北京中国科技会堂召开。

    云基地大数据实验室合伙人,《证析》专著作者郑毅应邀做了题为“大数据时代企业创新探讨”的主题演讲。郑毅先生是最早的大数据中文专著《证析》一书作者。目前,他在帮助北京云基地创立云基地大数据实验室。云基地大数据实验室同时涉足大数据领域的孵化投资。郑毅先生希望以“孵化+研究”的模式进行大数据产业创新。“大数据文摘”小编有幸现场聆听郑毅先生的演讲,现整理现场记录与诸位分享。

                           1.jpg

2.jpg

郑毅先生首先从宏观的角度将大数据划分为四个历史阶段。郑毅认为决策一直是大数据与数据分析的核心问题。传统的商务智能(Business Intelligence)可以算作“大数据0.1时代”。在商务智能的大数据0.1时代,企业对其生产系统、运营系统中产生的数据进行分析,为企业自身的运营效率提升提供支撑,是一个数据、开发、应用都相对封闭的系统,并且是只有包括一些大型企业在内的有限人群才有可能涉足的领域。

随着互联网、移动互联网、社会化媒体的深入与普及,普通研究者与企业有机会接触到大量的数据,这催生了大数据概念的产生与普及,这是我们所处的“大数据1.0时代”的前提条件。由于数据来源的开放与多样性,造就了现在通俗流行的大数据1.0时代3V(海量Volume,快速Velocity,多样性Variety)的特征。同时,这也为大数据处理带来诸如处理来源分布广泛的数据源、数据生命周期管理、数据校验、处理有偏样本、并行架构下的数据处理算法、数据一致性、数据安全性、数据整合、数据共享等诸多方面的技术问题。

因为数据具有外部性,随着数据成为资产,很多拥有独特数据的企业都在思考如何实现将数据变现,实现数据价值化的问题。数据有可能帮助企业实现转型,为企业创造传统业务收入之外的收入来源。数据成为企业的资产,企业通过数据形成新的价值,将是“大数据2.0时代”的主要特征。而这种现象已经在很多企业那里初露端倪。除了解决技术问题之外,大数据2.0时代将更多面临来自商业模式创新、法律制度创新的挑战。

随着数据对于企业的决策日益重要,数据将成为如水、电、通信网络一般企业运营基础设施的一部分。未来将形成与出现为全社会服务与共享的数据基础设施,在法律的监管之下,保障数据在不同组织间的有序流动与共享。并且将形成以此为基础的大量专业化数据开发者与运营者。郑毅先生将这一个阶段命名为“大数据3.0时代”。

因为现场听众大多为各大国有单位的大数据相关领域负责人。郑毅先生与听众分享了企业如果希望实现大数据转型所需要关注的五个关键要素。

首先,企业应首先确定自身在数据生产与加工环节所处的位置。个人数据是大数据时代最有价值的数据。个人数据就其生产与消费环节而言,分为数据搜集、数据聚合、数据分析、数据消费几个环节。以智能终端、通信网络、可穿戴设备为代表的数据搜集设备企业,以PC端或手机端智能App为代表的数据搜集软件企业,以电商平台、搜索引擎为代表的数据聚合企业,以广告投放、信用评级为代表的数据分析企业。这些企业在数据获取的便利性、全面性、深度、规模等方面具有不同的优势与劣势。由于天然优势的不同,使得企业在进行大数据转型过程中需要事先明确自己在大数据产业中的核心竞争力。根据商业模式的不同,大数据企业的核心竞争力分为平台与数据处理技术、掌握具有独特价值的数据或促进数据的流通、提供数据分析所需平台、以创造性的方法或算法分析数据,提供企业或个人应用几种。

其次,企业应当根据数据的特征建立有效的内部数据管理机制。其中包括合适的数据平台与数据处理机制、合理的数据整合机制、有效的数据管理机制、有效的数据溯源机制等。

第三,企业应当有意识地建立外部数据储备与数据联合机制。其中包括机制化地从微博、垂直网站等公开渠道积累数据;有意识地自建新的的数据获取渠道;购买专业数据服务提供商提供的数据;与外部具有高价值数据源的合作伙伴开展合作等。随着数据源的增加,数据分析所具有的深度、广度都有所不同。

第四,企业应当有意识地寻找数据外部价值化的机会。以现在热门的互联网金融领域为例,信用风险控制是目前互联网金融的一大短板。阿里金融有可能利用其丰富的数据对贷款者进行评估,使得一个电子商务公司能够实现信用贷款。这也是国外很多零售商涉足信用卡领域的实践案例。而中国也有很多厂商利用自身的数据涉及供应链金融领域。

第五,企业应当制定自身的大数据人才战略。人员综合素质要求高、人员工资上涨、人员短缺是目前大数据人才所面临的三个问题。而为了解决这个困境,郑毅先生建议企业从设立合理的组织架构、选用合适的数据分析工具、寻找外部专家团队角度寻求解决之道。而大数据业务创新可能和企业传统业务从人员知识构成、企业氛围都有所不同,必要时应该以内部孵化的机制培育新兴大数据创新。

最后,郑毅先生认为大数据意味着全方位的变革。郑毅先生认为大数据意味着技术手段的变革、大数据意味着组织决策的变革、大数据意味着产业环境的变革、大数据意味着信息环境的变革、大数据意味着思维模式的变革。

附:

【郑毅简介】本科毕业中国科学技术大学,于计算机科学与技术系获理学学士学位,于信息科学与电子工程系获工学学士学位。于中国科学院计算技术研究所获计算机专业工学硕士学位。专业领域为人工智能、数据挖掘,并对复杂系统方向也有长期的兴趣与关注。曾供职于多家软件公司从事商务智能、数据挖掘等方面工作,长期为大型企业提供数据分析、商业咨询等方面服务,具有丰富的接触与分析海量数据的经验,并有丰富的商业领域业务实践经验。现任北京云基地大数据实验室合伙人,为大数据项目在中国的落地贡献自己的力量。本书是作者独立研究的成果。作者申请国家发明专利两项,并有译著出版。

【《证析:大数据与基于证据的决策》简介】:证析的主题是Analytics,作者将一个英文新词Analytics译为“证析”借以指代在这个时代背景下对证据尤其是量化证据进行分析以影响决策的具体实践。《证析:大数据与基于证据的决策》更多关注数据对商业与社会领域决策的影响。《证析:大数据与基于证据的决策》在前言部分之外,分为上下两编。上编对证析所处的时代背景、证析对传统决策方式的挑战、证析在企业中的应用案例进行介绍,并着重介绍了实验在指导社会实践中的思想和实例。下编主要从证析对企业的价值、为了发挥证析的价值而在企业组织架构、考核体系、决策流程、组织文化等方面应有的考虑。除了介绍最新的管理思想与企业实践之外,因为证析的着眼点是数字与决策,所以贯穿全书也不可避免会涉及对科学研究方法的探讨。


原文发布时间为:2013-11-12


本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

分享:
大数据文摘
使用钉钉扫一扫加入圈子
+ 订阅

官方博客
官网链接