大数据:重要性何在?

现在”大数据”的流行度甚高,大家也许会认为大数据的价值与其数量成正比,即:拥有的数据越多越好。所以,赶快行动起来去搜集尽可能多的数据吧。

毫无疑问,大数据为了解我们周围的世界和预测人们的行为提供了新的方法,并且正在改变我们的经商方式、被治理的方式、照顾自己的方式以至学习的方式。

然而,大数据的价值不在于”大”,或是积累更多的数据,而在于人们使用大数据解答的问题,而这些答案将改善业务。

大数据的真正价值不在于简单的为了收集数据而收集数据,而在于如何更巧妙地使用已经拥有的数据。

海量数据

那么什么是大数据?大数据的重要性又何在?

我们生活在一个不断产生海量数据的世界。根据IBM的研究,90%以上的现存数据是在过去两年产生的。IBM估计,现在日产数据量达百万的三次方字节—相当于每24小时生成约10亿千兆字节,或相当于每日生成一大堆硬盘驱动器。

数据生成的方式多种多样。每一次按键、每一次购买和每一次传感器激活均生成数据。而且数据不是简单的数值。数据也可在社交媒体上发布的评论、Tweet以及照片共享中提取,将消费者的情绪转化成可量化和可测量的有用信息。

每个孤立的数据本身价值不大。但同其它数据连接以后,看似毫无价值的数据变成了洞察人类行为、影射企业自身及竞争对手的商业环境的宝贵数据。

就商业而言,理解大数据意味着什么比定义大数据更重要。大数据不是一种颠覆性的技术。有了大数据也不能立即提高业务表现。

事实上,大数据不是什么新生事物。在我们感觉可以管理或消费的数据生成之前,科技进步已催生出大量数据。历史上,这种例子不胜枚举。

如今,人类只是利用了越来越多的可视化工具,才得以实现累计的大量数据带来的好处。 通过在一个简单的表格上移动,QlikView、SAP可视化智能和其它工具能为我们提供大数据的动态可视化,呈现信息背后无数的链接和互连。

在将非结构化的大数据转换为我们所称的”可操作的商业智能”的过程中,这是关键的一步。

商业发现

通过拍摄复杂的、实时的和不断变化的商业图片并将其转换成易懂的视觉效果图,这些工具能够帮助我们获取多层次数据,理解这些数据之间的联系并开启新的理解和商业机会。 通过这种”商业发现”的过程,企业可以看到新的、更加完整和更加全面的商业模式。

随着科技的进步和更多的数据生成,在越来越多的领域创造可操作的商业智能的可能性将提高。

比如,零售商可以从客户忠诚卡中搜集数据,并将这些数据与来自他们的消费者社会关系网络的数据连接起来。通过此类商业智能,零售商可以更好地了解现有客户是谁以及现有客户对其它现有客户或潜在客户的影响。通过更好地定向营销,可以实现对这些商业智能的操作,从而使商业智能更加富有实效,更好地预测购买行为。

让我们看另一个关于可操作的商业智能的假设的例子。某人走在新加坡的街上,由于其心脏起搏器已经停止而昏厥。救护车立即赶赴现场。几分钟前,某女士发tweet留言,称其看到某人刚刚昏厥。15分钟前,监控摄像头扑捉到该行人因心脏起搏器失灵看起来正在困惑的画面。另外,过去的几小时其心脏起搏器显示失灵。如果我们把这些数据联系起来,急救医生可以早已采取好预防措施,改善对该病人的治疗效果。

上述情景也许听起来有点不着边际,但想一想我们现在认为理所当然的事几年前听起来也同样的不着边际。

  • 如今投资者无须借助大型计算机系统便可即时跟踪数千支股票。现在,我们行走时通过掌上操作便可实现这一点。
  • 现在生产企业可以通过计算机实时监测世界上任一地点任一工厂的每条生产线的表现。如今,任何企业资源计划(ERP)系统都可以实现这一点。30年前我们认为的”大数据”现已不再复杂和具有挑战性。30年后,今天的大数据也将变得很简单。

提高业务结果

关键在于工具、人和流程的结合。通过此”能力集合”,我们可以捕捉和处理数据,及时得出可操作的商业智能,从而改善业务结果。
速度至关重要。毕竟,只有以足够快的速度使用商业智能,才能实现商业智能的真实价值。

下一代商业领导者正在使用大数据,并培养实现更高水平的可操作的商业智能的能力。通过从社交媒体的情绪、经手机软件跟踪的客户动向,以及实时的资源位置等复杂的大容量渠道中获得数据,他们可以即时决定未来最佳的业务结果,从而提高业务规划的精确性和企业总体表现。

上述能力可以使某些企业抓住其它企业无法抓住的机遇。同时,未能利用自己的大数据得出可操作的商业智能的企业会失去节省大量资金的机会,并且容易屈服于其竞争对手和当前的市场力量。

可以通过最近的一个例子来证明上述理论。工业巨头通用电气称其认为,通过更智能的方式使用业已存在的数据,公用事业行业可以因提高潜在效率而获利约1500亿美元。

通过使用其称为”身临其境”的数据可视化,通用电气的Grid IQ软件可以帮助公用事业行业更好地监测其基础设施,使用数据流获得商业智能,从而使这些企业快速、及时地应对商业变化,改善业务结果。

对任何企业而言,这一结论都是显而易见的:建立更加全面的商业模式和增加企业竞争力的关键在于,通过智能的方式使用数据解决企业面临的主要问题。

于此同时,那些尚未开始可操作的商业智能的能力建设的企业面临着被淘汰的风险。

Sign up to our newsletter