本文更多是從比較高的層面,也許就是我們說的“道”的層面去思考大數據如何對于一個企業產生價值。有很多觀點的值得借鑒,值得大家去深入思考的,本文更多是一個方向,一個比較“虛”的描述,如果你從事一段時間的大數據工作,或者數據分析相關工作,相信你對本文有一定體會。
但是,大數據價值的實現與真正“落地”,絕對不是一句簡單的事情。一個企業如何讓【大】數據產生價值,絕對不是一句口號。真的需企業方方面面去支持。前期在技術上就需要投入大量資源,例如:大數據相關開發人員,數據分析人員,各種機器。
數據基礎的建設,僅僅只是最基礎的工作,真正要讓數據對企業產生商業價值,不讓對數據的基礎投入成為擺設,則需要是公司的“文化”支持,不然會變成光是貼在墻上的口號:
“讓數據說話!依據數據行事!”
“所有決策都需要數據支持!”
數據要產生價值要企業“文化”來澆灌,數據需要滲透企業“靈魂”中,這會涉及到企業很多人工作方式,流程,習慣,思維的轉化。這往往是很“痛苦”的。一起看看這篇文章吧!
一、大數據使企業真正有能力從以自我為中心改變為以客戶為中心
企業是為客戶而生,目的是為股東獲得利潤。只有服務好客戶,才能獲得利潤。但過去,很多企業是沒有能力做到以客戶為中心的,原因就是相應客戶的信息量不大,挖掘不夠,系統也不支持,目前的保險業就是一個典型。大數據的使用能夠使對企業的經營對象從客戶的粗略歸納(就是所謂提煉歸納的“客戶群”)還原成一個個活生生的客戶,這樣經營就有針對性,對客戶的服務就更好,投資效率就更高。
二、大數據一定程度上將顛覆了企業的傳統管理方式
現代企業的管理方式是來源于對軍隊的模仿,依賴于層層級級的組織和嚴格的流程,依賴信息的層層匯集、收斂來制定正確的決策,再通過決策在組織的傳遞與分解,以及流程的規范,確保決策得到貫徹,確保每一次經營活動都有質量保證,也確保一定程度上對風險的規避。過去這是一種有用而笨拙的方式。在大數據時代,我們可能重構企業的管理方式,通過大數據的分析與挖掘,大量的業務本身就可以自決策,不必要依靠膨大的組織和復雜的流程。大家都是基于大數據來決策,都是依賴于既定的規則來決策,是高高在上的CEO決策,還是一線人員決策,本身并無大的區別,那么企業是否還需要如此多層級的組織和復雜的流程呢?
三、大數據另外一個重大的作用是改變了商業邏輯,提供了從其他視角直達答案的可能性
現在人的思考或者是企業的決策,事實上都是一種邏輯的力量在主導起作用。我們去調研,去收集數據,去進行歸納總結,最后形成自己的推斷和決策意見,這是一個觀察、思考、推理、決策的商業邏輯過程。人和組織的邏輯形成是需要大量的學習、培訓與實踐,代價是非常巨大的。但是否這是唯一的道路呢?大數據給了我們其他的選擇,就是利用數據的力量,直接獲得答案。就好像我們學習數學,小時候學九九乘法表,中學學幾何,大學還學微積分,碰到一道難題,我們是利用了多年學習沉淀的經驗來努力求解,但我們還有一種方法,在網上直接搜索是不是有這樣的題目,如果有,直接抄答案就好了。很多人就會批評說,這是作弊。但我們為什么要學習啊?不就是為了解決問題嘛。如果我任何時候都可以搜索到答案,都可以用最省力的方法找到最佳答案,這樣的搜索難道不可以是一條光明大道嗎?換句話說,為了得到“是什么”,我們不一定要理解“為什么”。我們不是否定邏輯的力量,但是至少我們有一種新的巨大力量可以依賴,這就是未來大數據的力量。
四、通過大數據,我們可能有全新的視角來發現新的商業機會和重構新的商業模式
我們現在看這個世界,比如分析家中食品腐敗,主要就是依賴于我們的眼睛再加上我們的經驗,但如果我們有一臺顯微鏡,我們一下就看到壞細菌,那么分析起來完全就不一樣了。大數據就是我們的顯微鏡,它可以讓我們從全新視角來發現新的商業機會,并可能重構商業模型。我們的產品設計可能不一樣了,很多事情不用猜了,客戶的習慣和偏好一目了然,我們的設計就能輕易命中客戶的心窩;我們的營銷也完全不同了,我們知道客戶喜歡什么、討厭什么,更有針對性。特別是顯微鏡再加上廣角鏡,我們就有更多全新的視野了。這個廣角鏡就是跨行業的數據流動,使我們過去看不到的東西都能看到了,比如前面所述的汽車案例,開車是開車,保險是保險,本來不相關,但當我們把開車的大數據傳遞到保險公司,那整個保險公司的商業模式就全變了,完全重構了。
五、數據發展對IT本身技術架構的革命性影響
最后一點,我想談的是大數據發展對IT本身技術架構的革命性影響。大數據的根基是IT系統。我們現代企業的IT系統基本上是建立在IOE(IBM小型機、Oracle數據庫、EMC存儲)+Cisco模型基礎上的,這樣的模型是Scale-UP型的架構,在解決既定模型下一定數據量的業務流程是適配的,但如果是大數據時代,很快會面臨成本、技術和商業模式的問題,大數據對IT的需求很快就會超越了現有廠商架構的技術頂點,超大數據增長將帶來IT支出增長之間的線性關系,使企業難以承受。因此,目前在行業中提出的去IOE趨勢,利用Scale-out架構+開源軟件對Scale-up架構+私有軟件的取代,本質是大數據業務模型所帶來的,也就是說大數據將驅動IT產業新一輪的架構性變革。去IOE潮流中的所謂國家安全因素,完全是次要的。
所以,美國人說,大數據是資源,和大油田、大煤礦一樣,可以源源不斷挖出大財富。而且和一般資源不一樣,它是可再生的,是越挖越多、越挖越值錢的,這是反自然規律的。對企業如此,對行業、對國家也是這樣,對人同樣如此。這樣的東西誰不喜歡呢?因此,大數據這么熱門,是完全有道理的。
——數據海洋
]]>
導讀:《時代周刊》最新一期封面文章稱,我們每天被數據海洋淹沒,只有讓冷冰冰的數據形象化,變成看得見摸得著的東西,我們才能從中挖掘出意義。
威廉-普萊費爾(William?Playfair)生于1759年,在家里排行老四,父親是上進的蘇格蘭大臣。他年紀輕輕便當上瓦特的個人助理,隨后從事制圖、會計、工程、經濟、銀匠、土地投機、記者等多種職業,取得大小不等的成功。最終他在貧困中去世。
不過在此過程中,他差不多是不聲不響地一手創立了統計圖表學,發明了柱狀圖、線形圖和扇形圖。1786年他出版《商業和政治地圖集》,該書以一副英國歷史進出口圖開場,放在今天的話與本刊的排版看上去并不太脫節。用他自己的話說,“普萊費爾是將幾何原理用于財政事務之第一人”。
他生不逢時。如果他活在當今時代,普萊費爾很可能身居硅谷一家受熱捧創業公司的首席數據官高位。我們周圍的世界發生著看不見但影響巨大的轉變,即從信息稀缺到信息過剩的無聲顛覆。人類進化首先面臨的是食物短缺,如今我們卻遭受著普遍肥胖之苦。
與之大同小異的是,過去我們獲得信息很困難,現在到處都是海量的信息。谷歌[微博]前CEO斯密特曾經估計,人類每兩天所創造的數據量就相當于有史以來到2003年的數據量總和。他說這話是在五年前。我們從認識上還未進化到這一步。
估計人類創造的總數據量是技術人員的一大愛好。確切數字雖然各不相同,但誰都承認大得驚人。只需想想你的智能手機就夠了:沒錯,它是一個通訊設備,但它也是把你周圍的世界轉化為數據的工具。你看到某個東西,把它拍下來或者錄下來,然后上傳到云端,以字節的方式永遠存在。每一天人們發布五億條推文,在Instagram分享7000萬張照片,在Facebook觀看40億條視頻。每一分鐘我們向YouTube上傳300小時的新內容。
創造數據的不僅是人。還有被稱為物聯網的新現象。汽車、自動售貨機、眼鏡、計步器等裝上傳感器和傳輸器,與云端或彼此之間通訊。這些物體也像人類一樣在數字世界留下痕跡。市場研究機構IDC在2014年的報告中估計,數字世界的規模將從2013年的10萬億吉字節增長到2020年的44萬億或44澤字節。
我們擁有豐富的數據,但從中獲得的回報卻迅速減少,因為擁有的數據越多,就越難從中挖掘出意義。頗具諷刺意味的是,信息過多差不多也像信息不足一樣難以分析和理解。于是,新技術讓我們的世界充斥著越來越多的復雜信息,我們最終就越需要有著悠久歷史的人類努力,即始終致力于使復雜的東西可以理解、從混亂中求得意義的藝術,尤其是視覺藝術。
正如普萊費爾所發現的那樣,超過某一界限挖掘數據意義的最佳辦法就是使數據形象化。試想Instagram的海量照片。去年紐約市立大學教授曼努維奇(Lev?Manovich)對來自紐約、圣保羅、柏林、曼谷、莫斯科5座城市的12萬張照片進行了視覺分析。他和他的研究團隊從中選取自拍照片,估計照片上的人的年齡和性別。然后他們對照片運用面部分析算法,對所有數據進行統計分析,最后放到selfiecity.net制成互動圖表。
結果這些毫無意義的原始數據現在具有了意義。你可以按照城市、性別、心情、是否歪腦袋、是否戴眼鏡、睜開還是閉上眼睛瀏覽照片。你可以提出問題并得到答案:誰自拍用的多,男人還是女人?(答案是女人)。哪里的人笑得最多?(曼谷)哪里的老年人愛自拍?(紐約)……
如果你把數據形象化看作我們抵抗信息海洋的防洪堤,那么隨著數據日益增多,防洪堤的壓力總是不斷上升,而壓力上升又改變了數據形象化的方式和作用,這一點甚至普萊費爾也不曾料到。
形象化從對統計數據集的分析呈現發展為實時數據的不斷變化圖景。在Bostonography你可以像上帝一樣鳥瞰波士頓所有按照當前時速進行顏色編碼的公交車位置。Crimemapping.com實時顯示按照報案地點分類的案發地情況,用不同表情符號代表不同性質的案件。fbomb.co網站提供上推特的人何時何地如何說國罵的全球實時圖景。
從“紐約出租:生命中的一天”(NYC?Taxis:?A?Day?in?the?Life)可以得見美觀、免費的數據豐富性。一位名叫Chris?Whong的黑客根據《信息自由法》從出租車與電召車委員會(TLC)下載50G紐約市出租車數據,利用這些數據制作了2013年某一天任意出租車的路線和收入圖。你可以選擇一輛車快進(或以正常速度——如果你有時間)觀看它在曼哈頓大街上行駛,像勤勞的小精靈吃豆子那樣在身后留下一條藍線。
數據形象化并非總是為了鬧著玩。今年4月30日在Kickstarter發布的一個眾籌項目將從OpenSecrets.org抓去競選資金數據并以多種方式自動圖像化,清楚、簡潔地顯示政治家獲得的資金數量和來源。這是超越透明性的下一個必要步驟:不僅公布信息,而且要公布該信息的意義。今年數據圖像化最引人注目、最具革命性的實驗之一是紀錄片制作人、數據專家霍洛蘭(Neil)的“二戰死難者”(The?Fallen?of?World?War?II)互動視頻。該實驗利用圖表圖像講述歷史:表示成千上萬死難者的幾乎獨家的抽象數據形象化地帶領我們回顧二戰和“大屠殺”。
視頻六分鐘左右鏡頭急劇仰拍現出摩天大樓似的柱狀圖,表示前蘇聯軍隊870萬人的傷亡。初一看似乎極不可能,但隨著鏡頭回搖,在二戰的巨大災難中又合情合理。在這種不動聲色的敘述中,人類的死亡更顯觸目驚心。
之后的視頻同樣攝影手法反復出現:冷冰冰的抽象數據變為視覺藝術,讓我們感同身受,增加知識。現階段人類遭遇普萊費爾也發現無法理解的海量數據。我們也覺得數據多得無法理解,而這些數據又可能使得我們的世界不可理解。不過我們并非毫無辦法。信息不僅需要自由,它還需要看得見摸得著。
——譯文來源:新浪財經 ? ?編譯:檸楠
原文標題:《時代周刊》:用形象化的老辦法對付大數據
]]>