数据驱动型文化是大数据成功的关键

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:

各类组织已经在大数据分析领域取得了巨大的进步,尽管很多组织已经开始看到大数据对它们的收入有着显著的影响,但还是有很长的路要走。


这个结论是下述调查的重要结果。那是由《福布斯洞察》(Forbes Insights)实施,Teradata公司赞助,与麦肯锡公司(McKinsey & Company)合作的一个新的外部调查。Teradata公司向316名数据和IT信息高管调查了以下几个问题:对大数据现状有更好的理解的目标、投资水平和该投资的收益水平,结论是非常鼓舞人心的。


这份调查揭示了大多数组织正在把大数据和分析放在一个很高的优先级上,有59%的受访者说这要么是获得竞争优势的单一重要路径,要么是他们公司最重要的五大问题之一。这一立场反映了公司目前在大数据上的投资水平,90%的受访者报告说投资水平在“中高”规模之间,同时三分之一的受访者表示他们的投资是“非常显著”的。更鼓舞人心的是三分之二的受访高管提到他们的投资有回报,并且“在投资回报上有显著的、可测算的影响”。


尽管,实际上有一半以上Teradata的受访者说在他们的组织里,“数据驱动”文化没有被普遍地认可,还是出现了这些进展。Teradata研究表明,要成为一个“数据驱动组织”,有三个关键的挑战,分解开来就是文化、业务和战略。


建设数据驱动型文化的挑战


对于许多组织来说,最大的障碍之一是知道如何利用他们的数据进行最好地实践以达到所期望的业务成果。但是,只有当一家公司已经具有雄厚的战略,知道从哪里开始,那么实践才是可能的事。可惜的是,调查显示43%的公司指出制定企业战略是一个大挑战。


当然,任何一个大数据战略需要一个奖励利用大数据的企业文化的支持。但是43%的高管提到培育这样一种文化依然很困难。为了这么做,决策者们需要学习信任数据并利用数据来指导他们作出决定,但是调查显示,并不是每个人正在这么做,大约48%的受访者提到“在数据之上作出基于事实的商业决策”是一项显著的挑战。


运营挑战涵盖了范围广泛的问题,包括:建设组织模式以充分利用数据、将大数据学习变为行动、提供对数据的访问和持续跟踪数据来管理业务。但是这正是贯穿着挑战的地方,因为任何一个组织,在开始跟随新事物时,有可能在新事物发挥效用前犯错误。因此,组织需要有一个正确的战略,理解如何实践和减少错误,同时数据驱动型文化也理解在将大数据转化成行动时,失败是在所难免的。


麦肯锡公司消费市场首席运营官Matt Ariker 说:“尽管我们看到调查报告里的进展,但由于公司是大数据的主要来源,还是有很多改进余地。文化上的挑战会阻碍大数据创新方案的方方面面。但是幸好,这个道理反过来也是对的,不断改善公司培育奖励使用数据实践的文化和观念的同时,也让数据和分析的创新方案主动赢得势头和影响力。”



原文发布时间为:2015-10-27

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

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 
相关文章
|
2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
|
1月前
|
存储 分布式计算 数据挖掘
数据架构 ODPS 是什么?
数据架构 ODPS 是什么?
360 7
|
1月前
|
存储 分布式计算 大数据
大数据 优化数据读取
【11月更文挑战第4天】
53 2
|
1月前
|
数据采集 监控 数据管理
数据治理之道:大数据平台的搭建与数据质量管理
【10月更文挑战第26天】随着信息技术的发展,数据成为企业核心资源。本文探讨大数据平台的搭建与数据质量管理,包括选择合适架构、数据处理与分析能力、数据质量标准与监控机制、数据清洗与校验及元数据管理,为企业数据治理提供参考。
90 1
|
2月前
|
分布式计算 关系型数据库 MySQL
大数据-88 Spark 集群 案例学习 Spark Scala 案例 SuperWordCount 计算结果数据写入MySQL
大数据-88 Spark 集群 案例学习 Spark Scala 案例 SuperWordCount 计算结果数据写入MySQL
56 3
|
1月前
|
机器学习/深度学习 存储 大数据
在大数据时代,高维数据处理成为难题,主成分分析(PCA)作为一种有效的数据降维技术,通过线性变换将数据投影到新的坐标系
在大数据时代,高维数据处理成为难题,主成分分析(PCA)作为一种有效的数据降维技术,通过线性变换将数据投影到新的坐标系,保留最大方差信息,实现数据压缩、去噪及可视化。本文详解PCA原理、步骤及其Python实现,探讨其在图像压缩、特征提取等领域的应用,并指出使用时的注意事项,旨在帮助读者掌握这一强大工具。
70 4
|
1月前
|
存储 大数据 数据管理
大数据分区简化数据维护
大数据分区简化数据维护
24 4
|
1月前
|
存储 大数据 定位技术
大数据 数据索引技术
【10月更文挑战第26天】
59 3
|
1月前
|
存储 大数据 OLAP
大数据数据分区技术
【10月更文挑战第26天】
71 2
|
1月前
|
消息中间件 分布式计算 大数据
数据为王:大数据处理与分析技术在企业决策中的力量
【10月更文挑战第29天】在信息爆炸的时代,大数据处理与分析技术为企业提供了前所未有的洞察力和决策支持。本文探讨了大数据技术在企业决策中的重要性和实际应用,包括数据的力量、实时分析、数据驱动的决策以及数据安全与隐私保护。通过这些技术,企业能够从海量数据中提取有价值的信息,预测市场趋势,优化业务流程,从而在竞争中占据优势。
117 2