- 產品
- 產品解決方案
- 行業(yè)解決方案
- 案例
- 數(shù)據(jù)資產入表
- 賦能中心
- 伙伴
- 關于
-
數(shù)據(jù)治理
-
醫(yī)療衛(wèi)生
制造
-
億信動態(tài)
時間:2018-12-19來源:數(shù)據(jù)治理瀏覽數(shù):491次
數(shù)據(jù)是數(shù)字化轉型的基礎組成部分。然而,很少有組織投資于將信息轉化為洞察所需的專門人才,平臺和流程。為了實現(xiàn)數(shù)據(jù)的全部潛力,一些企業(yè)正在采用新的治理方法,多層數(shù)據(jù)使用和管理模型以及創(chuàng)新的交付方法,以實現(xiàn)可重復的結果和擴展。實際上,他們將數(shù)據(jù)分析視為戰(zhàn)略規(guī)則并投資于工業(yè)級分析。
OVER 過去10年中,數(shù)據(jù)已經(jīng)從操作副產品上升到了戰(zhàn)略董事會的關注。利用分析技術促成了客戶參與的新方法; 1擴大員工技能和智力的能力; 2個新產品,服務和產品; 甚至有機會探索新的商業(yè)模式。在人才奇缺的時代,數(shù)據(jù)科學家仍然特別珍貴,即使在今天,超過2012年,當哈佛商業(yè)評論中聲明的數(shù)據(jù)科學家的角色“最性感的21世紀。”
分析現(xiàn)在主導著IT議程和支出。在德勤2015年全球首席信息官調查中,調查對1200名IT主管進行了調查,受訪者認為分析既是最重要的投資優(yōu)先事項,也是可以帶來最大業(yè)務影響的IT投資。在對更廣泛的執(zhí)行受眾進行的類似調查中,59%的參與者將數(shù)據(jù)和分析納入前五個問題,或者認為這是獲得競爭優(yōu)勢的最重要方式。4分布式數(shù)據(jù)架構,內存處理,機器學習,可視化,自然語言處理和認知分析方面的進步已經(jīng)釋放出強大的工具,可以回答問題并找出幾年前似乎無法想象的有價值的模式和見解。也許技術風險投資公司Hummer-Winblad的高級合伙人安·溫布拉德(Ann Winblad)表示最好:“數(shù)據(jù)是新的石油。”
在這種背景下,似乎幾乎不合邏輯的是,目前很少有公司正在進行大規(guī)模利用數(shù)據(jù)和分析所需的投資。在我們應該看到系統(tǒng)能力,持續(xù)計劃和重點創(chuàng)新努力的地方,我們會看到一次性研究,水上項目和探索性投資。雖然它們可以作為起點,但這些限制性的努力可能無法幫助公司有效地應對主數(shù)據(jù),管理和治理方面的嚴峻挑戰(zhàn)。
現(xiàn)在是采用新方法處理數(shù)據(jù)的時候了,其中CIO和業(yè)務負責人部署了人才,數(shù)據(jù)使用和管理模型以及實現(xiàn)可重復結果和擴展所需的基礎架構。通過這樣的“工業(yè)化”分析,企業(yè)終于可以奠定一個洞察驅動的組織基礎6具有遠見,基礎技術能力,和必要的經(jīng)營規(guī)模,以充分利用數(shù)據(jù)的全部潛力。
除了實現(xiàn)結果的規(guī)模和可預測性之外,工業(yè)化分析還可以幫助公司更好地理解數(shù)據(jù)的可能性以及如何實現(xiàn)它們。許多數(shù)據(jù)工作本質上都是描述性和診斷性的,主要關注發(fā)生的事情以及事情發(fā)生的原因。這些都是重點,但它們只能說明故事的一部分。預測分析通過回答下一個明顯的問題 - “ 將要發(fā)生什么”來拓寬方法“同樣,規(guī)范性分析更進一步,幫助決策者回答最終的戰(zhàn)略問題:”我該怎么做?“業(yè)務主管已接受培訓,將他們的期望限制在”描述性“分析領域。教育和參與可能有助于激勵這些領導者更加大膽地思考數(shù)據(jù)及其潛力。它可以使他們擁抱他們需要的高級可視化工具和認知技術,以識別數(shù)據(jù)中的有用模式,關系和洞察力。最重要的是,它可以幫助他們確定如何利用這些見解來推動影響和實際業(yè)務成果。
任何將分析工業(yè)化的努力都應該提出數(shù)據(jù)議程并描述其戰(zhàn)略愿望。該議程有助于確定公司對數(shù)據(jù)使用和治理的愿景,并圍繞對業(yè)務至關重要的關鍵績效指標進行錨定。此外,它可以通過清楚地描述總體分析策略如何使企業(yè)內的各個團體受益,幫助排列利益相關者支持。演示分析,儀表板和高級數(shù)據(jù)分析技術如何有助于推動戰(zhàn)略和溝通意圖的概念演示和證明在這里尤其強大。
除了更加大膽地思考分析和數(shù)據(jù)的潛力之外,公司還應重新考慮他們當前部署和管理分析的方法。許多數(shù)據(jù)工作遵循一條陳舊的路徑:確定您想要了解的內容。構建數(shù)據(jù)模型。將數(shù)據(jù)放入數(shù)據(jù)倉庫。清理,規(guī)范化,然后最后分析數(shù)據(jù)。這種方法長期以來足以從公司擁有的,結構化的交易數(shù)據(jù)的批量驅動源生成被動歷史報告。
今天,分析來自整個價值鏈的大量非結構化數(shù)據(jù)需要采用不同的方法和不同的架構。企業(yè)應該在當今數(shù)據(jù)豐富的世界中運營的方式是首先獲取數(shù)據(jù),然后弄清楚它們可以用它做什么。以這種方式重新排序過程可以產生新的數(shù)據(jù)存儲和獲取方法,包括分布式數(shù)據(jù)解決方案,非結構化數(shù)據(jù)存儲庫和數(shù)據(jù)湖。它還有助于應用先進的可視化,機器學習和認知技術來挖掘隱藏的模式和關系。或者,在極端情況下,它可以在沒有人為干預的情況下做出決策和采取行動 - 甚至無需人工理解。
這并不意味著傳統(tǒng)的“提取,轉換,加載”技術不再有效。數(shù)據(jù)倉庫,商業(yè)智能和績效管理工具仍然可以發(fā)揮作用。只有現(xiàn)在,它們在補充新功能時才能更有效,并著眼于創(chuàng)建具有高潛在重用性的可重復企業(yè)平臺。
特別重要的是幾個長期存在的“最佳實踐”概念已成為強制性要求。主數(shù)據(jù)管理 - 為客戶,產品和其他重要領域建立通用語言作為分析工作的基礎 - 比以往任何時候都更加重要。同樣,由于“無政府狀態(tài)無法擴展”, 指導一致性和采用演進平臺,運營模式和愿景的數(shù)據(jù)治理控制仍然至關重要。最后,數(shù)據(jù)安全和隱私考慮變得比以往任何時候都更加重要,因為公司不僅跨組織邊界共享和公開信息,還與客戶和業(yè)務合作伙伴共享和公開信息。
公司圍繞分析組織和執(zhí)行的方式是工業(yè)化分析之旅的重要組成部分。隨著分析業(yè)務視圖的成熟和洞察力的增長,分析功能的規(guī)模,規(guī)模和影響力將隨著時間的推移而發(fā)展。考慮以下運營模式如何適應行業(yè),公司和個人執(zhí)行動態(tài),可以支持您的分析計劃:
無論組織結構如何,明確的人才和發(fā)展模式都是必不可少的。希望重新調整您現(xiàn)有的員工隊伍。圍繞R編程和機器學習例程的現(xiàn)代技能需要腳本和Java開發(fā)專業(yè)知識。從業(yè)務部門招募倡導者,提供急需的操作和宏觀見解,并培訓他們使用工具進行匯總,探索和分析。
開發(fā)創(chuàng)新的采購方法有助于短期技能短缺。例如,成熟和初創(chuàng)供應商可能愿意提供人才作為合作安排的一部分。這可能包括分享概念證明,支持業(yè)務案例和規(guī)劃計劃,甚至投入人才來幫助啟動計劃。此外,看看眾包平臺,以吸引專家或嶄露頭角的學徒,他們愿意在您的路線圖中挖掘真正的問題。這種方法不僅可以產生新觀點,而且可能帶來突破性思維,但也可以幫助建立可靠的人才管道。數(shù)據(jù)科學平臺Kaggle在其網(wǎng)絡中擁有超過40萬名數(shù)據(jù)科學家。
最后一個難題涉及部署人才和新的組織模型。領先的公司正在采用六西格瑪和敏捷原則來指導他們的分析目標。他們的目標是在可重復但靈活的過程中快速識別,審查和試驗機會,以最大限度地減少正在進行的工作并促進持續(xù)改進。這種策略有助于創(chuàng)建維持工業(yè)化分析所需的組織記憶力,可以擴展和發(fā)展,同時推動可預測的,可重復的結果。
蘇黎世保險集團的全球企業(yè)數(shù)據(jù),分析和建筑主管亞當布拉夫描述了他所在行業(yè)的分析能力的變化,引用了謙虛的招潮蟹的形象,這是一種半雄性的海洋生物,其雄性版本有一個超大的爪子。“每個行業(yè)都有一個成熟的,肌肉發(fā)達的肢體,通知組織使用分析的主導方式。在保險方面,分析傳統(tǒng)上一直是關于定價,承保及其潛在的精算模型,“他說。
由于他的行業(yè)擁有這個成熟的分析部門,Braff認為有機會尋找欠發(fā)達的分析空間,包括間接渠道,客戶生命周期評估和卓越運營等領域。在后者中,“挑戰(zhàn)在于識別異常值并采取行動,”布拉夫說。“一旦你將數(shù)據(jù)放在一起并確定用例的優(yōu)先級,那就是你可以找到成功的地方。”
蘇黎世正在尋找識別分析機會的旅程,然后將數(shù)據(jù)資源,系統(tǒng)和技能集合用于實現(xiàn)這些機會。第一步是“傾聽之旅” - 讓業(yè)務方面的領導者了解他們所面臨的挑戰(zhàn),并探索分析可以解決這些挑戰(zhàn)的方法。然后,專門的“進攻”團隊將這些需求轉化為快速的數(shù)據(jù)和分析沖刺,從小規(guī)模開始,證明解決方案的價值,并在不久之后進行擴展。
與此同時,“防御”方面?zhèn)戎赜?a href="http://m.122re.com/products/esdataclean.html" title="數(shù)據(jù)質量" target="_blank">數(shù)據(jù)質量等基礎要素。如今,蘇黎世已經(jīng)分散了分析組織和數(shù)據(jù)存儲。通過執(zhí)行全面的數(shù)據(jù)成熟度評估,公司正在更好地了解其數(shù)據(jù)資產的質量和潛在用途。與此同時,蘇黎世正在評估不同群體如何有效地利用數(shù)據(jù)創(chuàng)造價值。它還將提高所有數(shù)據(jù)采集渠道的數(shù)據(jù)質量測量和問責制,因此下游使用的數(shù)據(jù)始終具有高質量。
第三個主要步驟涉及發(fā)展工業(yè)化分析所需的組織和人才。在這種環(huán)境中,IT工作者需要三件事:充分的商業(yè)意識來提出正確的問題; 分析技術和統(tǒng)計建模的背景,以指導方法并審查結論的有效性; 以及自己構建解決方案的技術知識,而不是簡單地規(guī)定其他人構建的要求。“與業(yè)務部門合作開發(fā)這些解決方案并獲取他們的反饋是學習如何將分析應用于業(yè)務問題的好方法,”Braff說。“這個迭代過程可以真正幫助人們建立自己的技能 - 以及公司的分析能力。”
在使用分析來構建更加數(shù)字化的文化時,重要的是要記住糟糕的數(shù)據(jù)會產生糟糕的見解。提高工作實際發(fā)生的數(shù)據(jù)質量要求領導者在員工思考和使用數(shù)據(jù)的方式以及他們如何對數(shù)據(jù)負責方面推動全面的文化轉變。公司經(jīng)常通過花費大量資金來清理系統(tǒng)中的混亂數(shù)據(jù),從而解決數(shù)據(jù)質量的挑戰(zhàn)。如果您不必這樣做怎么辦?如果您可以將自己的數(shù)據(jù)文化轉換為獎勵質量,整潔和規(guī)范數(shù)據(jù)管理方法的文化,該怎么辦?這就是規(guī)則有用的地方; 他們可以支持獲得獎勵的結果。您可以聘請數(shù)據(jù)科學家來幫助您更好地理解您的數(shù)據(jù),但是在開始使用數(shù)據(jù)之前清理數(shù)據(jù)可以減輕負擔,這可能會產生很大的影響。然后,你可以加倍努力創(chuàng)造一種文化,獎勵那些在數(shù)學上充滿好奇和數(shù)學驅動的人,用數(shù)據(jù)而不是軼事來構建和滿足他們的問題,并關心準確性從根本上,確保他們知道在哪里數(shù)據(jù)進入系統(tǒng)并完成工作。
隨著公司創(chuàng)建工業(yè)化分析功能所需的治理,數(shù)據(jù)使用和管理模型,他們應該將網(wǎng)絡安全和數(shù)據(jù)隱私考慮因素納入規(guī)劃和執(zhí)行的每個方面。將這些問題放在首位,可以幫助提高公司對業(yè)務,技術基礎架構和客戶潛在風險的認識。
它還可以幫助組織繼續(xù)關注整個威脅圖景,包括外部和內部威脅。有效的網(wǎng)絡警惕不僅僅是建立護城河以防止壞人; 在某些情況下,護城河內已經(jīng)有壞人故意破壞安全并避免被發(fā)現(xiàn)。然后有大量無辜的玩家不小心點擊一個未識別的鏈接,最終感染他們的計算機和公司的整個系統(tǒng)。網(wǎng)絡分析在這些和其他方面發(fā)揮著重要作用。分析可以幫助組織在網(wǎng)絡中建立“正常”基線,從而可以識別異常行為。
直到最近,公司還對統(tǒng)一的數(shù)據(jù)平臺進行了分析。這些存在于物理數(shù)據(jù)存儲庫中,這些存儲庫將隨著時間的推移而構建和維護。在新模型中,數(shù)據(jù)不再存在于這些存儲庫中,而是存在于提供內部和外部信息的虛擬化視圖的海量數(shù)據(jù)湖中。
數(shù)據(jù)湖模型使組織及其數(shù)據(jù)科學家能夠使用相當大的數(shù)據(jù)集進行更深入的分析。但是,它也可能引發(fā)一些新的網(wǎng)絡和隱私考慮因素:
無法知道哪些信息分析程序最終會推斷出來。因此,公司需要強大的數(shù)據(jù)治理政策來幫助管理其品牌和客戶的負面風險。這些策略可以對數(shù)據(jù)的生命周期設置嚴格限制,以幫助防止從過時信息中收集的推斷中的不準確性。他們還可能要求分析衍生數(shù)據(jù)的潛在風險,并標記要審查的任何可疑數(shù)據(jù)。正如組織可能需要可擴展且可重復的工業(yè)化分析解決方案一樣,他們可能還需要在企業(yè)級別上運行的分析程序,該程序考慮了新的治理方法,多層數(shù)據(jù)使用和管理模型以及創(chuàng)新的交付方法。
數(shù)據(jù)和分析潛力的廣泛擴展使它們成為一個具有挑戰(zhàn)性的領域。機器遺留下來的遺留數(shù)據(jù)和操作以及一些利益相關者對數(shù)據(jù)在整個企業(yè)中的相對重要性的深刻信念存在很多。也許更具挑戰(zhàn)性的是,高層管理人員和其他決策者可能對IT提供脆弱,可操作的業(yè)務洞察力的能力缺乏信心。但是,雖然平臺可能看起來不成功,但嘗試工業(yè)化分析的行為可以幫助解決這些問題,建立對簡化交付和利用分析的全部潛力的支持。為了讓球滾動,請考慮采取以下步驟:
“數(shù)據(jù)是我們每天獲得更多資源的唯一資源,”美國財政部副助理部長Christina Ho最近表示。15 事實上,這種資源在數(shù)量和價值增長。如果管理得當,它可以提高競爭優(yōu)勢,將通過承諾遵守紀律,有意識的平臺,治理和交付模式將分析作為良好意圖集合的組織與將其工業(yè)化的組織分開。
在線咨詢
點擊進入在線咨詢