数据中台元年,破除数智化转型中的四大常见误区

2024-02-02 04:08

本文主要是介绍数据中台元年,破除数智化转型中的四大常见误区,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

2019年可谓是“数据中台元年”,过去几年企业市场对大数据的不断积累与沉淀,人们对数据中台、数智化转型的讨论也是非常火热。几乎每个企业都在关心如何构建自己的数据中台,如何利用数据中台构建企业自己的数据银行。

作为专注为企业数智化转型赋能的践行者,在2019云栖大会《数智商业论坛》现场,奇点云COO刘莹分享了《数智化运营中的数据中台构建解析》,并以“接地气”的方式为大家奉上数智化转型过程中的避坑指南。

数据中台元年,破除数智化转型中的四大常见误区

01 从IT到DT时代,亟需AI赋能

IT时代由人编辑数据库,而在DT时代由机器编辑数据库。三年前我在成都听马老师讲,DT时代中国是可以直道超车的,因为中国有人口基数的优势,产生的数据最多。阿里巴巴CEO张勇也提到了我们从五新迈向了百新,五新里面最核心的是新能源,而新数据就是新能源。中国有十几亿人口,每天产生新能源、新数据也最多,所以人工智能一定在中国先诞生,并且人工智能的技术会复制到全球,全球优秀的企业都会采用中国的大数据和人工智能技术。同时,数据中台将是每一个企业做战略转型和整个业务转型的一个基础设施。企业数字化、智能化就是一种必然的趋势。

02 数智化转型中的四大常见误区

01 拿来主义

在拜访客户过程中,有些客户会问我们有没有数据可以借用给他们,答案想必是否定的。因为数据是最核心的资产。我们认为把自己业务系统产生的数据先用起来,形成闭环以后才能慢慢地看怎么把三方的数据融合起来,并把自己的数据和别人做简单的碰撞和交换,数据一定是和应用场景相结合才能被应用起来,拿来主义要不得。

02 业务和IT部门谁主导

数智化转型过程应人人参与,各司其职。其实IT很多时候是对业务的理解,只是在前面十年IT的建设中对业务有很强的理解,以往业务和IT之间的沟通有所限制。事实上IT在整个过程中通过机器发现了很多业务,这个时候需要有一种新的机制和组织来保障运行,应是一个相辅相成的关系。IT要更多地理解业务痛点,通过跨部门的协作和整个行业内的数据协作找到业务曾经发现不了的规律。

03 切入点怎么找

在找切入点的过程中,经常说先建一个平台,把所有数据聚进来,再慢慢清洗整理,或是先做一个小的数据应用看它跑得如何。其实不同的企业有不同的切入点,如果一开始很难下手做数智化转型,不妨看一下我们发布的《大数据咨询方法论白皮书》。我们说人都是千人千面的,每一家企业当然是不一样的,**切入点通常是在大家共同的探讨之后,通过一些方法论找到最适合自己的切入点。**企业要做的首先是把不同的业务部门的数据做体系化的梳理,并且找到创新业务最需要的业务应用点,再反推到怎么建数据中台。所以我们常说以用带通、以通带存,以存带采。

04 有存、无通、想用

现在大部分企业有把数据存下来的意识,他们也会找一些数据公司把存量的数据用起来,但所有的数据都没有通起来,真正能够通起来的企业非常少。很多客户觉得数据只有大而全才可以用,其实不然。我们发现其实数据是有多少就可以用多少,关键看你怎么用。

解开以上四大误区的五个方子:

1、采集并用好自有数据,再结合三方

2、IT与业务深度融合

3、以用带通、以通带存,以存带采

4、数据可以不全,但可以有多少用多少

5、面向数智化转型的组织保障

03 赋能商业,助推企业降本增效

在这里插入图片描述
我常说自己承担了技术和商业落地的翻译官的工作。上图从数据采集开始,大家之前都是业务系统里有很多的数据,并且这个数据很多时候维度比较单一,也比较少。我们会通过互联网的数据和三方数据做一些数据升维,数据不全、数据质量差,数据没有被充分利用都是没法做好数智化应用。

在这里插入图片描述
我们在深耕数据智能应用,也就是我刚才说的IT到DT时代的核心改变,我们把智能应用分为人、货、场。在人货场里面做了人货关系、货场关系之间的数据智能应用。在这个智能应用之下到数据的通、存、采集,它才能够跟行业做更多结合。但这是远远不够的,我们认为今后的数据智能应用将会是它的几百倍甚至几千倍。而我们在数智化应用之上,也为零售领域各行业客户数智化转型赋能,助推企业降本增效。在此分享两则奇点云赋能客户数智化转型的案例:

1、某家居标签体系建设及精准营销

奇点云为某家居建设统一的客户标签体系,实现了:

• 数据中台总数据量达到100T,客户数量达到3000万;

• 新增有效客户标签200个以上;

• 基于统一的算法标签实现客户精准投放,渠道投放成本每年节省500万元;

• 基于精准营销,复购率比原来提升4%,营收比原来增加2亿元左右。

2、某商超数据中台构建

奇点云为某商超建设业务应用和数据中台,实现了:

• 数据中台应用,结合企业微信管理,员工报表使用率提升20%;

• IT运维成本下降,通过双中台的升级,设备故障率下降为0;

• 财务处理人员成本下降,通过数据中台中提供的财务及发票的数据智能处理,每年节约30万左右的人力成本;

• 通过数据中台中智能化,支持优化新业务拓展流程,每个新业务(需求)建设平均时间原来为15-30多天,现在下降为3-15天。

04 构建一个面向未来的数据中台

数据中台是企业数智化转型的必然选择。作为一个企业,不管是业务方还是IT方,或是董事长、CEO,一定要构建一个面向未来的数据中台,而不是一个小型的数据仓库。因为现在是数据大爆发的时代,业务系统数据到互联网数据再到5G和万物互联的数据,数据应该是大于指数级的增长,怎么样从海量的数据中找到优化业务和精细化运营的点。这是我们在AI+算法定义的世界里面要孜孜不倦去挖掘和发现的一个持续十年不断努力的过程。

这篇关于数据中台元年,破除数智化转型中的四大常见误区的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/669417

相关文章

Linux下利用select实现串口数据读取过程

《Linux下利用select实现串口数据读取过程》文章介绍Linux中使用select、poll或epoll实现串口数据读取,通过I/O多路复用机制在数据到达时触发读取,避免持续轮询,示例代码展示设... 目录示例代码(使用select实现)代码解释总结在 linux 系统里,我们可以借助 select、

C#使用iText获取PDF的trailer数据的代码示例

《C#使用iText获取PDF的trailer数据的代码示例》开发程序debug的时候,看到了PDF有个trailer数据,挺有意思,于是考虑用代码把它读出来,那么就用到我们常用的iText框架了,所... 目录引言iText 核心概念C# 代码示例步骤 1: 确保已安装 iText步骤 2: C# 代码程

Pandas处理缺失数据的方式汇总

《Pandas处理缺失数据的方式汇总》许多教程中的数据与现实世界中的数据有很大不同,现实世界中的数据很少是干净且同质的,本文我们将讨论处理缺失数据的一些常规注意事项,了解Pandas如何表示缺失数据,... 目录缺失数据约定的权衡Pandas 中的缺失数据None 作为哨兵值NaN:缺失的数值数据Panda

C++中处理文本数据char与string的终极对比指南

《C++中处理文本数据char与string的终极对比指南》在C++编程中char和string是两种用于处理字符数据的类型,但它们在使用方式和功能上有显著的不同,:本文主要介绍C++中处理文本数... 目录1. 基本定义与本质2. 内存管理3. 操作与功能4. 性能特点5. 使用场景6. 相互转换核心区别

Redis高性能Key-Value存储与缓存利器常见解决方案

《Redis高性能Key-Value存储与缓存利器常见解决方案》Redis是高性能内存Key-Value存储系统,支持丰富数据类型与持久化方案(RDB/AOF),本文给大家介绍Redis高性能Key-... 目录Redis:高性能Key-Value存储与缓存利器什么是Redis?为什么选择Redis?Red

python库pydantic数据验证和设置管理库的用途

《python库pydantic数据验证和设置管理库的用途》pydantic是一个用于数据验证和设置管理的Python库,它主要利用Python类型注解来定义数据模型的结构和验证规则,本文给大家介绍p... 目录主要特点和用途:Field数值验证参数总结pydantic 是一个让你能够 confidentl

JAVA实现亿级千万级数据顺序导出的示例代码

《JAVA实现亿级千万级数据顺序导出的示例代码》本文主要介绍了JAVA实现亿级千万级数据顺序导出的示例代码,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面... 前提:主要考虑控制内存占用空间,避免出现同时导出,导致主程序OOM问题。实现思路:A.启用线程池

SpringBoot分段处理List集合多线程批量插入数据方式

《SpringBoot分段处理List集合多线程批量插入数据方式》文章介绍如何处理大数据量List批量插入数据库的优化方案:通过拆分List并分配独立线程处理,结合Spring线程池与异步方法提升效率... 目录项目场景解决方案1.实体类2.Mapper3.spring容器注入线程池bejsan对象4.创建

PHP轻松处理千万行数据的方法详解

《PHP轻松处理千万行数据的方法详解》说到处理大数据集,PHP通常不是第一个想到的语言,但如果你曾经需要处理数百万行数据而不让服务器崩溃或内存耗尽,你就会知道PHP用对了工具有多强大,下面小编就... 目录问题的本质php 中的数据流处理:为什么必不可少生成器:内存高效的迭代方式流量控制:避免系统过载一次性

C#实现千万数据秒级导入的代码

《C#实现千万数据秒级导入的代码》在实际开发中excel导入很常见,现代社会中很容易遇到大数据处理业务,所以本文我就给大家分享一下千万数据秒级导入怎么实现,文中有详细的代码示例供大家参考,需要的朋友可... 目录前言一、数据存储二、处理逻辑优化前代码处理逻辑优化后的代码总结前言在实际开发中excel导入很