当前位置:大数据业界动态 → 正文

从数据中获得新情报

责任编辑:cres 作者:HERO编译 |来源:企业网D1Net  2018-07-02 10:24:02 原创文章 企业网D1Net

企业解锁数据价值的能力对于维持或提高竞争优势至关重要。其成功的关键在于组织如何管理他们的数据转型旅程。尽管进行了大量投资,许多组织还是觉得他们没有取得具有意义的进展。更糟糕的是,一些人认为这些投资只会增加成本负担。
 
现实:长期实验/概念验证(POC)和遗留成本
 
为了理解这些担忧,以下来看看两家公司正努力从数据中获取价值(图1):
 
1.长期的实验/概念验证(Chronic POCers):通常在数据转型旅程的早期阶段,企业会感觉停滞在技术主导的实验/概念验证(POC)模式中,无法扩展高价值业务用例并将其货币化。而这些公司正在努力获取数据的初始商业价值。
 
2.“遗留成本(Legacy Mourners)”:迅速突破第一道障碍的组织很快认识到,其初期收益不足以抵消遗留成本,更糟糕的是,似乎逐步增加了企业基准支出。这些企业努力释放数据的真正业务价值。
 
修正:
 
根据企业正在模拟的这些配置文件中的哪一个,解决方案遵循以下两个主题中的一个:
 
(1)解锁数据的商业价值:针对长期的实验/概念验证(Chronic POCers),该解决方案专注于实现新发现,并快速高效地实施新见解。其主要组件包括:
 
•针对特定用途的数据资产:分析数据集必须针对特定环境下的灵活性和实用性进行设计。让用例驱动变革。
 
•优先处理和捕获用例的影响:这些“大数据”源的实际商业价值始终通过特定用例和应用程序解锁。
 
•过度关注数据管理:如果没有实施管理、治理和安全框架,数据湖将在一夜之间变成数据沼泽。
 
•加快实验/概念验证(Chronic POCers)上市时间:行业领先企业正在使用敏捷和快速失败的实验/概念验证(POC),并明确规定退出标准,以便在全面实施前展示业务价值。
 
(2)解锁数据的业务价值:针对遗留成本(Legacy Mourners),这个解决方案专注于推动可扩展性、性能、效率和风险管理,将成为实现企业价值的下一个重要步骤。一些关键组件包括:
 
•将传统资金重定向到新的使用案例:追求传统的退役和架构简化,降低维护成本,并支持新的大数据投资。
 
•优化后端基础设施:考虑特定于功能的云计算环境、虚拟化和查询优化、网络优化、自我优化的后端基础设施等,以此来提高性能。
 
•前沿数据管理:启用整体和可操作的异常检测;人工智能驱动的动态用户访问控制;对业务和技术元数据等的单一综合视图,以推动更好的控制。
 
此外,组织应考虑建立以下方面因素,以便成功解锁数据的价值:
 
•单点访问。为单一来源(通常称为数据湖)提供广泛而多样的数据集(例如交易、社交、物联网)。
 
•“无悔(No regret)”数据层。传统的数据仓库专注于只提供必要的数据以节省资金,并提高性能。利用当今数据存储的低成本,所有数据都可以按原样登陆和存储。当需求发生变化时,永远不需要回到源系统,并且不会丢失将来可能需要的历史数据。
 
•以原始格式存储的数据。正如交易数据模型抑制高效的报告一样,报告数据模型也会抑制分析。数据科学家花费大量时间将数据优化用于报告支持分析的结构。以原始格式存储数据(即减少转换),在数据科学家确定需要什么以及如何需要之后,通过转换数据来防止数据的冗余转换。
 
•专用数据资产。如今的企业领导者对数据集的处理非常不同。传统上,在数据仓库中,人们一直关注数据建模的完整性和一致性,这些仍然重要且相关,但分析数据集需要针对特定​​场景中的灵活性和有用性进行设计,让用例驱动变革。期望通过构建回答描述性和诊断性问题的数据来产生改变游戏结果是数据科学家的一个障碍。
 
•分析沙箱与全屏蔽数据集。 IT部门需要放弃复制数据的传统指导原则。数据科学家需要访问交易数据的完整副本,而不是样本数据集。他们需要使用数据的能力,因此在沙箱环境中使用复制数据非常重要。复制数据还允许进行重要转换,例如掩盖和匿名个人身份识别数据。
 
加速价值实现
 
人们所观察到的大多数公司都是从扩展大数据使用案例开始,然后,由于他们认为价值受到传统的限制,可以考虑利用遗留和平台优化机会。人们相信有一种更快捷、更有效的方式来释放数据中的价值。融合业务价值和企业价值举措可带来更快的盈亏平衡和更高的投资回报。实际上,企业从一开始就需要将这两项举措结合起来,可以将平均时间安排缩短30%的时间,与传统方法相比,整体价值实现率大幅提高20%左右(参见图2,图表B)。
 
按照上述步骤,美国一家大型零售和商业银行抓住了机会,在数据转型之旅中跨越其他领域。通过将传统的退役,将历史数据迁移到低成本大数据以及将高价值用例应用到生产中,他们在三年的旅程中大幅度降低了他们的初始资本投资,并使价值实现率提高了35%以上。
 
为确保成功,采用这种方法的公司还必须投资强大的功能,例如:
 
•转型计划和业务案例生成和跟踪功能。
 
•强大的高级领导和业务利益相关者对转型计划的赞助。
 
•计划交付和相互依赖性管理能力。
 
•改变管理和采用投资,作为转型举措的一部分。
 
结论
 
过去五年来,新的数据创新和范例加速了数据转换的过程。数据湖现在的成本不到以前的一半;已规划的数据集、可扩展的云解决方案和探索环境已经出现。企业在开发这些工具方面越来越有信心,并越来越多地采用积极的技术来获取价值。随着数据转型旅程的不断发展,企业领导者将通过平衡对新技术的投资来实现差异化,以提供高价值的业务用例,并不断优化其传统投资的需求。

关键字:大数据

原创文章 企业网D1Net

x 从数据中获得新情报 扫一扫
分享本文到朋友圈
当前位置:大数据业界动态 → 正文

从数据中获得新情报

责任编辑:cres 作者:HERO编译 |来源:企业网D1Net  2018-07-02 10:24:02 原创文章 企业网D1Net

企业解锁数据价值的能力对于维持或提高竞争优势至关重要。其成功的关键在于组织如何管理他们的数据转型旅程。尽管进行了大量投资,许多组织还是觉得他们没有取得具有意义的进展。更糟糕的是,一些人认为这些投资只会增加成本负担。
 
现实:长期实验/概念验证(POC)和遗留成本
 
为了理解这些担忧,以下来看看两家公司正努力从数据中获取价值(图1):
 
1.长期的实验/概念验证(Chronic POCers):通常在数据转型旅程的早期阶段,企业会感觉停滞在技术主导的实验/概念验证(POC)模式中,无法扩展高价值业务用例并将其货币化。而这些公司正在努力获取数据的初始商业价值。
 
2.“遗留成本(Legacy Mourners)”:迅速突破第一道障碍的组织很快认识到,其初期收益不足以抵消遗留成本,更糟糕的是,似乎逐步增加了企业基准支出。这些企业努力释放数据的真正业务价值。
 
修正:
 
根据企业正在模拟的这些配置文件中的哪一个,解决方案遵循以下两个主题中的一个:
 
(1)解锁数据的商业价值:针对长期的实验/概念验证(Chronic POCers),该解决方案专注于实现新发现,并快速高效地实施新见解。其主要组件包括:
 
•针对特定用途的数据资产:分析数据集必须针对特定环境下的灵活性和实用性进行设计。让用例驱动变革。
 
•优先处理和捕获用例的影响:这些“大数据”源的实际商业价值始终通过特定用例和应用程序解锁。
 
•过度关注数据管理:如果没有实施管理、治理和安全框架,数据湖将在一夜之间变成数据沼泽。
 
•加快实验/概念验证(Chronic POCers)上市时间:行业领先企业正在使用敏捷和快速失败的实验/概念验证(POC),并明确规定退出标准,以便在全面实施前展示业务价值。
 
(2)解锁数据的业务价值:针对遗留成本(Legacy Mourners),这个解决方案专注于推动可扩展性、性能、效率和风险管理,将成为实现企业价值的下一个重要步骤。一些关键组件包括:
 
•将传统资金重定向到新的使用案例:追求传统的退役和架构简化,降低维护成本,并支持新的大数据投资。
 
•优化后端基础设施:考虑特定于功能的云计算环境、虚拟化和查询优化、网络优化、自我优化的后端基础设施等,以此来提高性能。
 
•前沿数据管理:启用整体和可操作的异常检测;人工智能驱动的动态用户访问控制;对业务和技术元数据等的单一综合视图,以推动更好的控制。
 
此外,组织应考虑建立以下方面因素,以便成功解锁数据的价值:
 
•单点访问。为单一来源(通常称为数据湖)提供广泛而多样的数据集(例如交易、社交、物联网)。
 
•“无悔(No regret)”数据层。传统的数据仓库专注于只提供必要的数据以节省资金,并提高性能。利用当今数据存储的低成本,所有数据都可以按原样登陆和存储。当需求发生变化时,永远不需要回到源系统,并且不会丢失将来可能需要的历史数据。
 
•以原始格式存储的数据。正如交易数据模型抑制高效的报告一样,报告数据模型也会抑制分析。数据科学家花费大量时间将数据优化用于报告支持分析的结构。以原始格式存储数据(即减少转换),在数据科学家确定需要什么以及如何需要之后,通过转换数据来防止数据的冗余转换。
 
•专用数据资产。如今的企业领导者对数据集的处理非常不同。传统上,在数据仓库中,人们一直关注数据建模的完整性和一致性,这些仍然重要且相关,但分析数据集需要针对特定​​场景中的灵活性和有用性进行设计,让用例驱动变革。期望通过构建回答描述性和诊断性问题的数据来产生改变游戏结果是数据科学家的一个障碍。
 
•分析沙箱与全屏蔽数据集。 IT部门需要放弃复制数据的传统指导原则。数据科学家需要访问交易数据的完整副本,而不是样本数据集。他们需要使用数据的能力,因此在沙箱环境中使用复制数据非常重要。复制数据还允许进行重要转换,例如掩盖和匿名个人身份识别数据。
 
加速价值实现
 
人们所观察到的大多数公司都是从扩展大数据使用案例开始,然后,由于他们认为价值受到传统的限制,可以考虑利用遗留和平台优化机会。人们相信有一种更快捷、更有效的方式来释放数据中的价值。融合业务价值和企业价值举措可带来更快的盈亏平衡和更高的投资回报。实际上,企业从一开始就需要将这两项举措结合起来,可以将平均时间安排缩短30%的时间,与传统方法相比,整体价值实现率大幅提高20%左右(参见图2,图表B)。
 
按照上述步骤,美国一家大型零售和商业银行抓住了机会,在数据转型之旅中跨越其他领域。通过将传统的退役,将历史数据迁移到低成本大数据以及将高价值用例应用到生产中,他们在三年的旅程中大幅度降低了他们的初始资本投资,并使价值实现率提高了35%以上。
 
为确保成功,采用这种方法的公司还必须投资强大的功能,例如:
 
•转型计划和业务案例生成和跟踪功能。
 
•强大的高级领导和业务利益相关者对转型计划的赞助。
 
•计划交付和相互依赖性管理能力。
 
•改变管理和采用投资,作为转型举措的一部分。
 
结论
 
过去五年来,新的数据创新和范例加速了数据转换的过程。数据湖现在的成本不到以前的一半;已规划的数据集、可扩展的云解决方案和探索环境已经出现。企业在开发这些工具方面越来越有信心,并越来越多地采用积极的技术来获取价值。随着数据转型旅程的不断发展,企业领导者将通过平衡对新技术的投资来实现差异化,以提供高价值的业务用例,并不断优化其传统投资的需求。

关键字:大数据

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

^