發表于 2018-02-08 09:38
企業對大數據的應用主要可分成三個階段。在2010年到2012年之間的第一階段，大數據應用關注數據和機器的關系，局限于傳統的IT思維，只不過在很多小數據應用上貼上了大數據標簽；從2013年開始的第二階段關注數據與人的關系，可視化和預測應用成為了市場的寵兒；2014年之后，大數據應用的重點已經轉向分析數據和數據之間的關系，這要求對企業大數據應用進行開放式的創新：從數據的開放、共享和交易，到基礎處理和分析平臺的開放，再到價值提取能力的開放。（參見：什么是大數據開放。）
大數據對企業決策最重要的影響，不是大數據本身，而是數據和數據之間的關系。大數據價值的實現，在于數據與數據間的連接。
以谷歌的一項數據處理功能為例。谷歌做了一件驚人的事情——能在不懂某個網頁語言的情況下，知道網頁所講的內容是什么。試想一下，如果你懂俄語，看出俄語網頁里在講什么當然很簡單。但是，如果你不懂俄語，僅僅通過看字詞的排列和網站的分類，就知道網頁的內容，這是不是很令人驚嘆？
這就是一種利用數據間的聯系建立起來的知識圖譜，知識圖譜并不是數據，但它產生的結果要比單純的數據搜集有價值得多。
除此之外，大數據對企業決策的影響還表現在以下三個層面：
第一，企業在重視獲取大數據的同時，開始意識到要抓住大數據的機會并從中獲取商業價值，需要使用先進的分析方法。從前我們通過對市場、行業和業務洞見來分析市場形勢，傳統的BI方案（商業智能方案）也能給我們提供解決方案。然而，大數據分析是全量數據和多數據類型，相對抽樣研究，能更能精準體現數據價值。因此，我們需要引入新的技術來提升解讀數據價值的能力，比如機器學習和預測能力。此外，數據探索、捕捉實時流動的大數據并把新的大數據來源與原來的企業數據相整合等，也將幫助企業攫取大數據的商業價值。
第二，在應用大數據的同時關注小數據。小數據強調的是定性和定量分析。大數據強調的是趨勢和融合分析。小數據的分析往往是面對一個業務主題，而不是行業趨勢或熱點。小數據在做數據取樣和驗證結果時能對大量的、宏觀的數據分析進行補充。當然，最終我們要獲得的是數據價值本身，而不僅僅是把它分為不同類型的數據。所以，無論是大數據還是小數據，都需要我們把所有類型的數據碎片化后，運用先進的關聯手段來建立其價值鏈，通過定制價值路徑讓數據的價值快速推送到商業應用中。這也是為什么越來越多的企業開始關注企業知識庫建設的原因——實現企業數據價值的變現。
第三，在數據的搜集和處理過程中，建立數據屬性標簽。我們常把數據屬性標簽比喻成臉譜勾畫，通過數據屬性標簽我們可以更容易識別數據的不同特征。數據標簽的屬性是指在使用數據前，企業要了解數據的場景以及數據是如何進入這個場景的。因此，數據屬性管理的層級化和維度化就變得十分必要，而在將數據屬性標簽化之前，就說數據如何起了作用也是不現實的。
Copyright ?2005-2021 勤智數碼科技股份有限公司 
川公網安備 51019002003506號 蜀ICP備11012966號-7
