南弈:释放数据价值的「三个关键点」 | 数智加速度07课回顾

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

大数据行业经历了十余年的快速发展,正式进入数据智能化阶段,数据驱动决策,驱动业务发展的企业新需求,实现数据价值最大化。

「大数据」概念在国内从2010年兴起,至2012年真正火爆起来,早些年也有许多大数据相关的故事,后来虽被证实「啤酒纸尿裤」的故事是杜撰的,但它的数据分析成果早已成为数据智能应用的经典案例。

数据的核心价值在于从经验决策迈向数据决策,快人半步地认知世界。

数据智能对企业的价值

企业拥有数据不等同于能够解决问题,如何激活和释放数据价值则更为重要。

我们在深耕数据智能应用之上,也为零售领域各行业客户数智化转型赋能,助推企业降本增效。
_1

奇点云为某家居建设统一的客户标签体系,实现了:

• 数据中台总数据量达到100T,客户数量达到3000万;• 新增有效客户标签200个以上;• 基于统一的算法标签实现客户精准投放,渠道投放成本每年节省500万元;• 基于精准营销,复购率比原来提升4%,营收比原来增加2亿元左右。

_2

如何解决数据问题?

我们所有的企业在数字化转型走到今天,发现业务问题背后往往可能隐藏的为数众多的数据问题,如数据不通、数据不可用、数据变现等问题。

那么,如何解决这些数据问题?

数据问题不仅仅是数据本身的问题,奇点云基于中台建设思路,总结出了「盘、理、管、用」的数据方法论。盘清原始数据、理出数据资产、管妥数据资产、用出资产好价值。
3

从数据用起来的角度,根据业务场景,看数据是否已被收集、治理,是否已变成数据资产价值,所以叫「盘理管用」。但从我们思考的维度则相反,我们要关注怎么去盘、怎么去理、怎么去管,以及最终怎么去用。核心目的是让数据发挥价值。

数据资产盘点奇点云认为,企业的资源,包括组织(人)、业务(系统)、数据(资产),三种资源相互影响,形成良性的闭环,螺旋迭代优化,才能成为优质资产,驱动数据发挥价值。

数据资产治理数据中台领域的数据治理六要素:标准定义、数据模型设计、数据同步、数据清洗、数据建模、数据规范设计。

数据资产管理数据资产:基于租户级别提供统一的数据管控体系,包括基本信息管理、数据血缘、数据操作、权限管理、生命周期、脏数据管理、类目管理。

数据资产应用全域数据:数据资产不仅仅是企业内部的数据资产,规划智能模型需要另外可使用的外部数据,包括交通、POI、商圈客流、天气、楼盘等,按需提供。

业务开放:开放数据API,赋能业务使用方。

经营决策:通过经营决策报表实时反映企业运行状态,助力企业管理者高效决策。

数据智能:是数据应用的最前沿,最终探索数据价值就是构建数据智能应用模型,采用深度学习等算法技术来实现数据智能应用模型,根据业务运行情况自动自我迭代。

如何最大化释放企业数据价值?

以上只是解决了数据平台层的各类问题,在数据应用层面,我们还需清楚如何释放数据背后的价值。

大数据不等于数据分析,也不等于数据价值。早年业界流传着两种说法,第一种是数据流派,不看业务而是通过海量的数据发现数据背后潜在的规则;另一种是业务流派,通过业务痛点看所需的数据,再通过代码得以实现。两大流派各有特点,但从发现数据价值的角度看,数据和分析的价值还需进一步结合业务场景最终实现数据价值。

数据价值的三个关键点

1、数据资产通过「盘理管用」的方法论,把数据梳理成数据资产,是数据价值的基础,各类数据资产的模型、层次关系、关联关系。

2、数据分析通过各种数据分析的方法和算法技术,从数据中发现价值。

3、行业知识引入行业知识,构建行业特有的经验模型,实现数据价值的最大化。
4

上图从数据价值的角度,最底层数据采集和奇点云自研的AI驱动的数据中台,从采集到计算再到算法服务形成数据资产,恰到好处地解决了数据到资产的问题;数据智能应用层则解决了数据分析和算法逻辑的问题;在应用行业层我们有产研团队和行业专家,结合行业经验实现数据赋能。最终实现数据价值的三个关键点,让数据创造价值,让商业更智能。

要让数据发挥价值,先通过「盘理管用」的方法论解决数据的问题,再通过算法和数据分析解决技术问题,结合行业专家丰富的行业经验,最大化释放数据价值,驱动业务增长与创新。

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
|
2月前
|
人工智能 自动驾驶 知识图谱
藏经阁读《思维的边界:认知智能》
藏经阁读《思维的边界:认知智能》后感
54 0
|
2月前
|
存储 大数据 数据处理
解锁时间旅行新姿势!EMR DeltaLake 如何让你在大数据海洋中畅游历史,重塑决策瞬间?
【8月更文挑战第26天】DeltaLake是由DataBricks公司开源的大数据存储框架,专为构建高效的湖仓一体架构设计。其特色功能Time-Travel查询允许用户访问数据的历史版本,极大增强了数据处理的灵活性与安全性。通过独特的文件结构和日志管理机制,DeltaLake实现了数据版本控制。用户可通过指定时间戳或版本号查询历史数据。
28 2
|
2月前
|
编解码 测试技术 计算机视觉
Sora视频重建与创新路线问题之VAR在技术上的自回归过程是如何实现的
Sora视频重建与创新路线问题之VAR在技术上的自回归过程是如何实现的
|
2月前
|
机器学习/深度学习 编解码 自然语言处理
Sora视频重建与创新路线问题之更高解析度的视频输出该如何实现
Sora视频重建与创新路线问题之更高解析度的视频输出该如何实现
|
5月前
|
人工智能 开发框架 Java
智库观察丨让AI智能体释放大模型无限潜能
创新应用的潜力,在于从单体智能到群体智能的跨越,当具有固定交互模式的低智能单体达到一定数量以后,就会使群体涌现超越个体智能的现象。
智库观察丨让AI智能体释放大模型无限潜能
|
传感器 机器学习/深度学习 人工智能
「纯视觉」与「多传感器」路线之争背后,久未解决的3大难题
「纯视觉」与「多传感器」路线之争背后,久未解决的3大难题
342 0
|
数据挖掘 定位技术 Python
用对线阶段数据分析和预测《英雄联盟》的游戏结果
用对线阶段数据分析和预测《英雄联盟》的游戏结果
496 0
用对线阶段数据分析和预测《英雄联盟》的游戏结果
|
人工智能 算法 芯片
精度最高「智能线虫」诞生,可动态蠕动前行,人造智能生命研究向前一步
天宝 1.0 是天演人工智能生命模拟工程的第一步。
149 0
精度最高「智能线虫」诞生,可动态蠕动前行,人造智能生命研究向前一步
|
存储 弹性计算 编解码
发现新视界——视觉计算将如何改变生产方式
本篇内容将从3个部分为读者介绍关于视觉计算如何改变生产方式,进一步阐述可视化业务方面的挑战及阿里云视觉计算的解决方案与优势。
发现新视界——视觉计算将如何改变生产方式
|
人工智能 边缘计算 搜索推荐
就餐这件小事,如何被AI计算深度改变?
天天嚷着营养均衡、保持身材,临了却不知道该吃什么、怎么吃;
就餐这件小事,如何被AI计算深度改变?