大数据对企业愈发重要,但数据驱动还是空谈

2024-02-08 11:40

本文主要是介绍大数据对企业愈发重要,但数据驱动还是空谈,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!

                                             关注ITValue,查看企业级市场最新鲜、最具价值的报道!


 

连续六年来,New Vantage Partners每年都做了一项关于大型企业高管如何看待数据的调查。调查的反响愈加热烈,而结果也反映了管理层高效使用数据的要求越来越迫切。今年,调查结果喜忧参半,既有鼓舞人心的一面,也暴露了比过去都更让人忧心的地方。

 

六年前,调查里重点关注的问题和答案还是大数据,这当时在商界还是相对新颖的概念。在2018年的调查中,重点已经变成了人工智能。AI现在已经成了大型企业标配的发展重心,人们越来越认识到大数据和人工智能可以带来价值,同时也越来越感受到初创公司对知名企业的威胁。

 

参与调查的是来自57家大公司的高管人员。调查里,比例最高的行业是数据最为密集的金融服务业,此外还有生命科学、制造业、电信业和互联网产业的公司参与。自第一年以来,实际接受调查的人群也有所变化,这几年一直都有大量首席级别分管数据的高管,而这个比例在今年则一跃从去年的32%升到56%。在2012年的第一次调查时,只有12%的企业设立了首席数据官。

 

虽然现在AI在全世界各地都是新闻焦点,但调查本身其实着眼的是大数据和人工智能两方面。技术更新换代,不变的是数据爆炸和理解数据的需求。大数据和AI项目已经密不可分,尤其机器学习已经成为当前处理海量快速流通的数据的主流方法之一。

 

同理,用深度学习等基于统计学的方法来发展人工智能更是日益普及。因此,我们认为传统数据分析、大数据和人工智能是一个统一的整体,几乎所有受访者(97%)都表示所在的企业投资了这类项目。

 

调查结果揭示的最好的消息,就是各大企业依然认为能够从大数据和AI项目中获利。73%受访企业表示已经从相关项目中得到了重大价值,这个比例同样高于去年的调查结果,当时只是初步地指出,企业对数据技术日趋熟悉,也从中得到了更多价值。

 

所实现价值的类型或许跟以前的其他技术是一致的。我们认为大数据和AI是分析能力的延伸,许多公司的目标也跟我们的观点一致,即旨在达到“高级分析/更优决策”,而这些也是最可能实现的目标。

 

36%的受访公司把这个目标视为自身的当务之急,这其中的69%已经实现了目标。此外,企业间的共同目标还包括提升客户服务和开支削减。四分之一以上的企业(27%)在追求创新、颠覆、上市速度和数据变现的有机结合,而数据变现计划的优先级最低、成功率也最低(27%)。

 

调查还揭示了大公司最需要担心的一个问题,就是新公司带来的颠覆性风险。近八成受访者表示,曾经担心金融科技业的初创公司或专营大数据的公司会破坏甚至替代他们的市场地位。72%受访者认为,最具颠覆性、影响最深远的技术迄今为止还要数人工智能,这个比例远高于云计算(13%)或区块链(7%)。

 

另一个持续发酵的重要问题是,行业内现有企业转型成数据驱动文化的速度太慢了。

 

几乎所有受访者(99%)都指出,所在企业在努力转型,但目前只有三分之一取得了成功。每年的调查结果都能体现出这种理想与现实的差距,但是多年的时间并没有换来应有的进步。显然,企业需要更加上下一心,才能实现数据文化转型。许多初创公司从一开始就营造了数据驱动的文化,这也是为什么那些大的卓有成效的公司感到威胁、担心受到打击的关键原因。

 

企业用来应对数据驱动给市场带来的颠覆性变化的方法之一,就是设置新的管理职位。但是,不同的数据相关职位(首席信息官、首席数据官、首席数字官等)之间如何相互联系,目前依然缺乏清晰的定位。

 

就首席数据官(CDO)一职而言,这个角色的主要职责是什么,理想的人选该具有什么样的背景,目前都还存在巨大分歧。

 

39%受访者表示,他们的CDO主要负责数据策略和结果分析,但也有37%把这个工作交给其他高管,还有24%表示这份工作在问责上缺乏可行性。

 

在背景方面,34%受访者认为CDO应该从公司外部带动变革发生,32%则认为CDO应该是从公司内部筛选出来的老将。数据相关的高层职位需要明确职责,这对于领导AI和大数据项目、实现文化转型都是至关重要的。不过,虽然所有受访者都肯定了这一点,但是大部分公司依然缺少企业层面的数据战略。

 

大数据的重要性不断提升,挑战日益艰巨,这成了当代经济和社会的重要特征之一。多年的调查结果为这场革命提供了耐人寻味的可用材料,而人工智能的崛起只会加快这一趋势。成功的关键在于,明确企业的应对战略,为数据战略与结果分析进行明确分工,最后以系统、高效的方式推进所需变化的发生。





中国最大的技术高管实名社区,提供互联网时代最全面权威、也最前沿有趣的B2B市场信息解读。

点击【阅读原文】,进入ITValue社区,与CIO们一起脑力激荡!


我们只提供有价值的干货!

长按二维码
关注ITValue

这篇关于大数据对企业愈发重要,但数据驱动还是空谈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/690918

相关文章

SpringBoot多环境配置数据读取方式

《SpringBoot多环境配置数据读取方式》SpringBoot通过环境隔离机制,支持properties/yaml/yml多格式配置,结合@Value、Environment和@Configura... 目录一、多环境配置的核心思路二、3种配置文件格式详解2.1 properties格式(传统格式)1.

解决pandas无法读取csv文件数据的问题

《解决pandas无法读取csv文件数据的问题》本文讲述作者用Pandas读取CSV文件时因参数设置不当导致数据错位,通过调整delimiter和on_bad_lines参数最终解决问题,并强调正确参... 目录一、前言二、问题复现1. 问题2. 通过 on_bad_lines=‘warn’ 跳过异常数据3

C#监听txt文档获取新数据方式

《C#监听txt文档获取新数据方式》文章介绍通过监听txt文件获取最新数据,并实现开机自启动、禁用窗口关闭按钮、阻止Ctrl+C中断及防止程序退出等功能,代码整合于主函数中,供参考学习... 目录前言一、监听txt文档增加数据二、其他功能1. 设置开机自启动2. 禁止控制台窗口关闭按钮3. 阻止Ctrl +

java如何实现高并发场景下三级缓存的数据一致性

《java如何实现高并发场景下三级缓存的数据一致性》这篇文章主要为大家详细介绍了java如何实现高并发场景下三级缓存的数据一致性,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 下面代码是一个使用Java和Redisson实现的三级缓存服务,主要功能包括:1.缓存结构:本地缓存:使

在MySQL中实现冷热数据分离的方法及使用场景底层原理解析

《在MySQL中实现冷热数据分离的方法及使用场景底层原理解析》MySQL冷热数据分离通过分表/分区策略、数据归档和索引优化,将频繁访问的热数据与冷数据分开存储,提升查询效率并降低存储成本,适用于高并发... 目录实现冷热数据分离1. 分表策略2. 使用分区表3. 数据归档与迁移在mysql中实现冷热数据分

C#解析JSON数据全攻略指南

《C#解析JSON数据全攻略指南》这篇文章主要为大家详细介绍了使用C#解析JSON数据全攻略指南,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录一、为什么jsON是C#开发必修课?二、四步搞定网络JSON数据1. 获取数据 - HttpClient最佳实践2. 动态解析 - 快速

Linux之platform平台设备驱动详解

《Linux之platform平台设备驱动详解》Linux设备驱动模型中,Platform总线作为虚拟总线统一管理无物理总线依赖的嵌入式设备,通过platform_driver和platform_de... 目录platform驱动注册platform设备注册设备树Platform驱动和设备的关系总结在 l

Olingo分析和实践之ODataImpl详细分析(重要方法详解)

《Olingo分析和实践之ODataImpl详细分析(重要方法详解)》ODataImpl.java是ApacheOlingoOData框架的核心工厂类,负责创建序列化器、反序列化器和处理器等组件,... 目录概述主要职责类结构与继承关系核心功能分析1. 序列化器管理2. 反序列化器管理3. 处理器管理重要方

MyBatis-Plus通用中等、大量数据分批查询和处理方法

《MyBatis-Plus通用中等、大量数据分批查询和处理方法》文章介绍MyBatis-Plus分页查询处理,通过函数式接口与Lambda表达式实现通用逻辑,方法抽象但功能强大,建议扩展分批处理及流式... 目录函数式接口获取分页数据接口数据处理接口通用逻辑工具类使用方法简单查询自定义查询方法总结函数式接口

Java通过驱动包(jar包)连接MySQL数据库的步骤总结及验证方式

《Java通过驱动包(jar包)连接MySQL数据库的步骤总结及验证方式》本文详细介绍如何使用Java通过JDBC连接MySQL数据库,包括下载驱动、配置Eclipse环境、检测数据库连接等关键步骤,... 目录一、下载驱动包二、放jar包三、检测数据库连接JavaJava 如何使用 JDBC 连接 mys