当前位置:大数据数据分析 → 正文

有关数据和分析的12个启示

责任编辑:cres 作者:Joyce Wells |来源:企业网D1Net  2018-07-24 11:37:51 原创文章 企业网D1Net

2018年数据峰会最近在波士顿举行。大数据技术、人工智能、分析、云和软件许可最佳实践在这五彩缤纷的世界里争奇斗艳,为期三天的会议发人深思,演示、主题演讲、小组讨论和实践研讨会所涉及的关键领域一个都不少。
 
下面是一些演讲人的精彩观点:
 
1.人们把数据称为新石油和新电力,但它实际上是新资本,与创造新产品和服务的金融和人力资本相媲美。当我们说数据是一种资本时,这不是在打比喻,而是实打实的。“在经济学中,资本是某个过程产生的资产,是其它一些商品或服务的必要输入。数据符合这一定义。”——甲骨文的高级数据策略师Paul Sonderegger
 
2.速度与价值是公司关心的新指标,数据是关键的差异化因素。人们必须在一天或最多一周内将数据发挥实际用途。Caserta说,现在数据科学至关重要的原因是计算和存储的成本远远低于几年前。社会方方面面所产生的数据急剧增加,我们要了解的是,关于数据,有哪些东西值得我们了解。——Caserta的创始人兼总裁Joe Caserta
 
3.虽然区块链诞生不久,但它已经处于第三阶段了。第一阶段是人们对比特币的开发和接受,表明它很管用。第二阶段是增加智能合约这个想法。如今,第三次浪潮已经到来,新的公司采取了私有和公共密钥管理,并根据区块链技术创建了不亚于操作系统的东西。区块链与大多数IT事物一样正在发生变革并不断增加功能,以“每小时100英里”的速度移动。在接下来的12到18个月中,由于人们渐渐适应了区块链,它的部署将会加速。——Blockchain U Online的创始人Paul Tatro
 
4.软件供应商将继续向最终用户引入新的许可指标,因为这么做的目的是产生尽可能多的收入并确保盗版不被盗用。云产品的复杂性的增加,并要求人们在必备功能和高级功能之间确认实际需求,这说明着溢价现象肆虐。——LicenseFortress的联合创始人Michael Corey
 
5.2018将是图形大展拳脚的时代。由于组织要通过数字化转型来快速分析和查询海量数据,它们越来越多地利用图形数据库来阐明关联点的信息。由于图形技术日趋成熟,这促进了人们对它的认可;它在金融服务、医疗、制药、石油和天然气等领域已经得到了应用;它的应用领域已经超越了经典的图形技术问题;而且生态系统正在发展。——剑桥语义学(Cambridge Semantics)的首席技术官Sean Martin
 
6.传统的关系数据库和其它的NoSQL系统在很多用例中并不适用,因为这些技术主要关注实体而不是关系。这正是图形数据库派上用场的地方。它们可以轻易发现、探索和理解复杂的关系。你可以利用数据关系中的洞察为客户提供关联度更高的实时体验,主动打击欺诈,并确保网络的健康和无缝运营。——Expero的首席风险官Scott Heath
 
7.数据运维发现,很多开发运维项自身集成了数据,并要求这些数据在余下的开发和测试中以相同的速度移动,因此数据运维(DataOps)将开发运维(DevOps)提升到了一个新的水平。数据运维日渐成为数据科学家、开发人员和其他以数据为中心的专业人员的一种方法,可以实现敏捷的工作流程,同时也遵循数据治理要求。——Delphix的技术情报经理KellynPot'Vin-Gorman
 
8.人工智能提出了很多难题,包括道德和伦理问题。虽然有人认为人工智能必须让人类可以理解才能使其“具有解释力”,但这可能会产生不太有利的结果,例如不能用自动驾驶汽车大幅降低交通事故死亡人数,不能大幅提高对可能患某些疾病的患者的确诊率。因此,将人工智能限制在人类可以理解和确认的范围内,限制了它的潜力,这本身可会导致两难的道德困境。——哈佛大学伯克曼互联网与社会中心的高级研究员David Weinberger
 
9.为了利用数据的强大功能,企业需要一个包罗万象的可靠战略,包括安全性、数据治理,乃至合适的技术。数据策略必须从业务目标开始,人们始终要问“为什么”,以理解数据的用途。——Pythian的营销与分析即服务副总裁Lynda Partner
 
10.接受数字化转型的组织将取得成功。在分析的经济领域里,转型有五个必要条件:分析——以数据为核心;身份认同——你想成为什么身份以及你的客户和潜在客户期望你成为什么样的身份;消费——了解所有数据消费者的需求和期望;货币化——将数据货币化,以区分信息产品,解决方案和服务;和沟通——这是成功的分析文化的核心,因为没有它,一切都无法存在下去。——SAS的最佳实践,SAS研究所的业务解决方案经理Anne Buff
 
11.如果你要了解自己的客户,你首先要了解他们所处的位置,详细了解他们周围的情况,以及如何在适时地使用合适的信息与他们建立联系。公司用人物、地点和事物的空间信息就可以通过了解它们之间的关系来收集相关的业务洞察。为实现这一目标,公司必须利用地址清理、标准化、地理编码(geocoding)和反向地理编码(reverse geocoding)。这样就可以将数据转化为业务资产。——Pitney Bowes的数据产品管理副总裁Dan Adams,
 
12.如今,仅仅了解过去发生了什么是不够的,组织希望了解当前正在发生的事情,以便它们能够影响未来。云是新的实时基础架构的关键组成部分,改变数据捕获方法是实现快速数据移动的重点。但随着组织转向云和数据湖,获取所需数据面临很多难题。Gartner估计,10个数据湖泊策略中有9个已经失败了。获得数据并不难,难的是获得有意义的洞察。自动化数据湖泊的端到端管道可实现数据的持续更新和合并。——Attunity的产品管理和营销副总裁Dan Potter

关键字:大数据数据分析

原创文章 企业网D1Net

x 有关数据和分析的12个启示 扫一扫
分享本文到朋友圈
当前位置:大数据数据分析 → 正文

有关数据和分析的12个启示

责任编辑:cres 作者:Joyce Wells |来源:企业网D1Net  2018-07-24 11:37:51 原创文章 企业网D1Net

2018年数据峰会最近在波士顿举行。大数据技术、人工智能、分析、云和软件许可最佳实践在这五彩缤纷的世界里争奇斗艳,为期三天的会议发人深思,演示、主题演讲、小组讨论和实践研讨会所涉及的关键领域一个都不少。
 
下面是一些演讲人的精彩观点:
 
1.人们把数据称为新石油和新电力,但它实际上是新资本,与创造新产品和服务的金融和人力资本相媲美。当我们说数据是一种资本时,这不是在打比喻,而是实打实的。“在经济学中,资本是某个过程产生的资产,是其它一些商品或服务的必要输入。数据符合这一定义。”——甲骨文的高级数据策略师Paul Sonderegger
 
2.速度与价值是公司关心的新指标,数据是关键的差异化因素。人们必须在一天或最多一周内将数据发挥实际用途。Caserta说,现在数据科学至关重要的原因是计算和存储的成本远远低于几年前。社会方方面面所产生的数据急剧增加,我们要了解的是,关于数据,有哪些东西值得我们了解。——Caserta的创始人兼总裁Joe Caserta
 
3.虽然区块链诞生不久,但它已经处于第三阶段了。第一阶段是人们对比特币的开发和接受,表明它很管用。第二阶段是增加智能合约这个想法。如今,第三次浪潮已经到来,新的公司采取了私有和公共密钥管理,并根据区块链技术创建了不亚于操作系统的东西。区块链与大多数IT事物一样正在发生变革并不断增加功能,以“每小时100英里”的速度移动。在接下来的12到18个月中,由于人们渐渐适应了区块链,它的部署将会加速。——Blockchain U Online的创始人Paul Tatro
 
4.软件供应商将继续向最终用户引入新的许可指标,因为这么做的目的是产生尽可能多的收入并确保盗版不被盗用。云产品的复杂性的增加,并要求人们在必备功能和高级功能之间确认实际需求,这说明着溢价现象肆虐。——LicenseFortress的联合创始人Michael Corey
 
5.2018将是图形大展拳脚的时代。由于组织要通过数字化转型来快速分析和查询海量数据,它们越来越多地利用图形数据库来阐明关联点的信息。由于图形技术日趋成熟,这促进了人们对它的认可;它在金融服务、医疗、制药、石油和天然气等领域已经得到了应用;它的应用领域已经超越了经典的图形技术问题;而且生态系统正在发展。——剑桥语义学(Cambridge Semantics)的首席技术官Sean Martin
 
6.传统的关系数据库和其它的NoSQL系统在很多用例中并不适用,因为这些技术主要关注实体而不是关系。这正是图形数据库派上用场的地方。它们可以轻易发现、探索和理解复杂的关系。你可以利用数据关系中的洞察为客户提供关联度更高的实时体验,主动打击欺诈,并确保网络的健康和无缝运营。——Expero的首席风险官Scott Heath
 
7.数据运维发现,很多开发运维项自身集成了数据,并要求这些数据在余下的开发和测试中以相同的速度移动,因此数据运维(DataOps)将开发运维(DevOps)提升到了一个新的水平。数据运维日渐成为数据科学家、开发人员和其他以数据为中心的专业人员的一种方法,可以实现敏捷的工作流程,同时也遵循数据治理要求。——Delphix的技术情报经理KellynPot'Vin-Gorman
 
8.人工智能提出了很多难题,包括道德和伦理问题。虽然有人认为人工智能必须让人类可以理解才能使其“具有解释力”,但这可能会产生不太有利的结果,例如不能用自动驾驶汽车大幅降低交通事故死亡人数,不能大幅提高对可能患某些疾病的患者的确诊率。因此,将人工智能限制在人类可以理解和确认的范围内,限制了它的潜力,这本身可会导致两难的道德困境。——哈佛大学伯克曼互联网与社会中心的高级研究员David Weinberger
 
9.为了利用数据的强大功能,企业需要一个包罗万象的可靠战略,包括安全性、数据治理,乃至合适的技术。数据策略必须从业务目标开始,人们始终要问“为什么”,以理解数据的用途。——Pythian的营销与分析即服务副总裁Lynda Partner
 
10.接受数字化转型的组织将取得成功。在分析的经济领域里,转型有五个必要条件:分析——以数据为核心;身份认同——你想成为什么身份以及你的客户和潜在客户期望你成为什么样的身份;消费——了解所有数据消费者的需求和期望;货币化——将数据货币化,以区分信息产品,解决方案和服务;和沟通——这是成功的分析文化的核心,因为没有它,一切都无法存在下去。——SAS的最佳实践,SAS研究所的业务解决方案经理Anne Buff
 
11.如果你要了解自己的客户,你首先要了解他们所处的位置,详细了解他们周围的情况,以及如何在适时地使用合适的信息与他们建立联系。公司用人物、地点和事物的空间信息就可以通过了解它们之间的关系来收集相关的业务洞察。为实现这一目标,公司必须利用地址清理、标准化、地理编码(geocoding)和反向地理编码(reverse geocoding)。这样就可以将数据转化为业务资产。——Pitney Bowes的数据产品管理副总裁Dan Adams,
 
12.如今,仅仅了解过去发生了什么是不够的,组织希望了解当前正在发生的事情,以便它们能够影响未来。云是新的实时基础架构的关键组成部分,改变数据捕获方法是实现快速数据移动的重点。但随着组织转向云和数据湖,获取所需数据面临很多难题。Gartner估计,10个数据湖泊策略中有9个已经失败了。获得数据并不难,难的是获得有意义的洞察。自动化数据湖泊的端到端管道可实现数据的持续更新和合并。——Attunity的产品管理和营销副总裁Dan Potter

关键字:大数据数据分析

原创文章 企业网D1Net

电子周刊
回到顶部

关于我们联系我们版权声明隐私条款广告服务友情链接投稿中心招贤纳士

企业网版权所有 ©2010-2024 京ICP备09108050号-6 京公网安备 11010502049343号

^