企业大数据建设 重心放在业务其它交给平台

原创
云计算
对于有些事物,我们是无法选择逃避或者回避。就如大数据一样,如此顺其自然的产生、发展及壮大,乃至你将无法处理。面对大数据所带来的威胁性与紧迫感,我们只能在守株待兔与随机应变中寻得出路。

“我们还没搞清PC时代的时候,移动互联网来了;再还没搞清移动互联网的时候,大数据时代来了。” ——马云《2013年淘宝十周年晚会》

对于有些事物,我们是无法选择逃避或者回避。就如大数据一样,如此顺其自然的产生、发展及壮大,乃至你将无法处理。面对大数据所带来的威胁性与紧迫感,我们只能在守株待兔与随机应变中寻得出路。

既然必须接受,何不积极乐观的先弄清它的益处,至于如何获得这些益处,我们随后道来。大数据充溢着企业业务,一方面给储存、管理带来了压力,另一方面也给企业带来了新生与动力,在挖掘大数据的过程中,企业找到了新的商机,但随之而来的压力与考验是:你必须会处理、会分析、会挖掘这些大数据。然而我们却不是挖掘大数据的工程师,我们善于做的是开发业务类型、提升利润空间,在权衡企业业务与大数据的处理方案时,我们该把重心放在如何计算分析大数据上,还是着重提升并开拓企业业务呢?明智的企业***想必已经心中有数。

审时度势:大数据方案

对于企业而言,应用大数据解决方案主要有三方面的价值。***,能够处理以前无法处理,或者无法实时与快速处理的海量数据,包括结构化和非结构化数据。第二,企业可以利用大数据解决方案,对分布于社交网络、视频网络等各种互联网中的海量数据进行提取、整理、分析,并进而从这些新的数据中获取新的洞察力,将它与已知业务的各个细节相融合,促进企业产品和服务的营销。第三,我们还可以利用自己积累的或存在于互联网中的大数据,推出各种新产品和新服务。

总而言之,大数据最核心的价值就是在于对于海量数据进行存储和分析。然后通过这些挖掘与分析,为提高业务价值和开拓企业新业务提供参考与导向。另外,相比起现有的其他技术而言,大数据的“廉价、迅速和优化”其综合成本是***的。

价值***化:一方面省了成本,一方面创造了“价值翻番”

我们希望从数据中深度洞察“价值”,快速分析获取出企业的战略决策,即能够从单纯的领导决策走向全员决策,或者说从领导创新走向全员创新,这同样也是互联网时代的特点。

现如今,互联网化正在迅速渗透到企业以及所处的产业链和生态圈中,借助互联网能力,企业可以更容易与前端供应商、服务商,以及后端的客户、最终客户建立密切的联系。在此过程中,可以激发新的业务模式,如供应链优化、智能制造、产业链协同、电子商务等。新的业务模式正在不断兴起,并且迅速发展。这个过程中,企业数字化过程也得到了迅猛的发展,企业内部运营管理系统更快的走向移动化、云化、数据化。例如企业在生产过程中,可以把更多的生产设备直接接入到生产运营系统中,实现统一管理、运作和监控,从而推进企业智能制造的过程。此外,全渠道零售、全媒体营销,也都是新业务模式的应用。

“业务互联网化”依赖企业内部各类元素的数字化,而企业对数字化信息处理的能力是支撑互联网化的基础。各类数据的总和构成了数字世界完整的画像,大数据成为了其中的核心资产,企业需要从这些资产中获取价值,同时也驱动企业自身在数字化社会中得到不断的发展。

然而,数据要产生价值,通常情况下需要通过具体的业务问题才能体现出来,如果不能解决实际的业务问题,大数据价值只是空谈,落不到实处。

为解决企业中的实际业务问题,我们先要考量自身处在哪个行业领域及相关存在的疑难杂症,也就是说在不同的企业中存在不同的业务问题。例如在电信行业,针对其客户类型需要制作诸多分析模型(客户流失预测、客户价值分析等),现在,我们可以把社交媒体的数据融合进来,与原有的客户信息相互打通,以从中获得更多更深入的分析结果。这样一来,既丰富了电信企业原有的分析模型(原有分析模型维度较少,因为内部交易数据量极其有限),还在融合大数据后,数据维度变得多样化起来,各方面信息量越发增多,可以导致企业的分析模型逐渐丰满且适于挖掘价值。

最终可以呈现出:精准地可预测结果或者挖掘结果。大数据所呈现的价值***化,它更多的是一个“原则”。通过这种原则,数据价值得到凸显,也就是大数据所呈现出来的价值***化。

重视数据分析工作

剖析大数据价值,其实就是在多样的或者大量的数据中快速获取信息的能力,而不仅仅只是收集和存储大数据。在采访时,用友集团iUAP中心副总经理谢东分享了企业在做大数据管理时需要格外留意的三大因素:

***,选择好自身的数据基础架构。它可以用来保证数据存储能力、提供数据计算能力,并保证数据处理的实时性、整体系统运行的稳定性、应对业务迅速发展时要求的扩展性,并确保成本可以接受。

第二,做好数据的管理工作。逐步推进企业级数据仓库建设、主数据管理及元数据管理。要选择适宜的数据存储技术与数据处理引擎,以应对企业不断增长的数据变化和相应的业务需求。

第三,利用好数据,即大数据企业如何应用,如何建设。这是数据资产变现的重要方式之一,从标准商业智能应用向行业深度数据应用发展。 

 

[[131753]]
用友网络科技股份有限公司助理总裁,兼集团iUAP中心副总经理 谢东

同时,企业根据自身实际情况以及所面临的大数据现状,积极规划好后续的数据管理和分析应用,这才是未来发展的良策与趋势。同样地,“报表报告、交互分析、挖掘预测、决策自动化”也是大数据分析应用中,企业循序渐进及发展所需的过程与必经之路。

为了体现出“大价值”,我们必须要把收集到的大数据真正意义上的管理好、利用好。那么,如何管理好、利用好大数据将是我们对于企业现状与未来的期许与憧憬。

#p#

工欲善其事,必先利其器:用友BQ商业分析平台

 


用友BQ商业分析平台示意图

用友BQ是一款综合的商业分析平台产品和工具集,能够帮助企业将各类数据进行整合分析,并可通过查询、报表、报告、多维分析、仪表板、移动分析、嵌入式分析等丰富的可视化分析和展现方式为客户提供灵活直观的交互分析能力和信息展现能力。

不仅如此,用友BQ还可灵活快速地响应企业管理和业务变化,基于它企业可搭建一套体系完善、功能丰富并且适合自己业务特性的辅助决策分析体系,是集即席查询、多维分析、报表、报告、综合仪表板于一体的全方位BI解决方案。同时随着移动互联网、与计算等技术的快速发展和应用,用友 BQ还推出了移动分析、云BI平台产品,满足我们全方位的商业分析需求。

挖掘大数据是企业未来的发展之道,但“如何挖掘”对于企业来说,应该是道选择题而非分析题。***引用《大数据时代》书中的一段话,希望我们能够再次提高对大数据的认识:执迷于精确性的信息缺乏时代和模拟时代的产物。只有5%的数据是结构化且能适用于传统数据库的。如果不接受混乱,剩下95%的非结构化数据都无法被利用,只有接受不精确性,我们才能打开一扇从未涉足的世界的窗户。

思考:大数据价值从哪获取? 

把大数据放到实际的业务中,很现实的一个问题就是,大数据的价值如何获取?比如很多电商企业,既有内部业务数据,也有外部客户数据和与基于电商平台的销售数据。那这些数据通过怎样的方式是最容易获取,同时能做到全面获取并分析?

通常有两个选择,一是自建大数据平台,二是利用电商平台提供的分析服务。假设该企业绝大部分业务都在某电子商务平台上运作,该电商平台可以凭借本身的数据管理功能来提取数据分析报表。但在现实情况中,单一、孤立的分析报表是否能够作为企业的规划依据,很值得我们深思!

通常,大型企业惯用线上、线下等多渠道的营销方式,企业会在众多大型电商平台去铺展网络店铺。谢东认为,这种情况下,单一家电商平台的数据分析,仅仅是针对于企业一种销售途径的单一方式方法,一方面其他电商平台上的数据没有被包含在内,另外一方面,它是孤立于企业自身业务系统之外的,该系统产生的报表及分析并不全面。从整体来看,数据的分析与挖掘工作又该如何进行呢?我们需要将企业在多家电商平台上的的业务数据整合到本地,且与自身业务系统和业务数据相关联,才可以从中挖掘数据的价值,并为制定企业业务策略提供有力的依据。

记者评论:仅凭借电商平台所提供的单一数据报表,是不足以支撑企业大数据的分析与挖掘。企业应该选择独立的后台数据系统,来支撑企业自身的大数据分析与业务升值、创新。

责任编辑:wangpeng 来源: 51CTO
相关推荐

2020-03-21 14:46:47

数据仓库架构数据平台

2022-05-09 09:00:00

Splunk数据分析工具

2013-09-25 13:47:35

Oracle甲骨文

2013-03-18 10:14:00

大数据小数据

2016-12-01 19:07:46

大数据数据分析

2018-05-08 14:35:03

大数据数据处理存储

2017-11-28 17:41:39

大数据

2013-02-21 16:36:09

大数据

2017-07-03 13:53:17

大数据大数据平台数据治理

2015-01-13 09:38:20

大数据数据孤岛

2020-12-17 19:15:48

大数据大数据平台架构数据平台建设

2021-02-22 10:55:59

大数据大数据平台数据平台建设

2014-06-10 11:12:13

控管平台数据

2018-04-27 13:21:29

大数据IT企业数据分析

2018-12-12 14:57:17

大数据制造工业互联网

2012-05-17 10:08:52

智慧的分析洞察BAO大数据

2016-12-02 19:42:34

大数据大数据产业

2019-04-19 15:00:29

工业大数据数据分析企业

2020-02-20 16:34:31

大数据安全防护

2014-03-17 09:45:04

大数据
点赞
收藏

51CTO技术栈公众号