2021年新技术讲座体会

《2021年新技术讲座体会》由会员分享，可在线阅读，更多相关《2021年新技术讲座体会（6页珍藏版）》请在金锄头文库上搜索。

1、新技术讲座体会大数据时代微创新对于企业发展的重要性事实上从2009 年开始，大数据这个概念就是街头巷尾热议的时尚名词，2013年这一概 念依然是炙手可热的话题，有关大数据的信息更是不胜枚举。从物联网到云计算再到现今的大 数据，互联网时代形成的新的商业模式、经济形态等使人们的生活方式发生了变化，也给企业 的发展带来了巨大的挑战。所谓的大数据有两个方面的内涵一海量和非结构化，其特性被归纳为4个V,即 Volume， Variety， Value， Velocity， 分别对应数据体量巨大;数据类型繁多;数据本身 有潜在的价值， 但价值比较分散;数据高速产生， 需高速处理。大数据意味着包括交易和交互

2、 数据集在内的所有数据集， 其规模或复杂程度超出了常用技术按照合理的成本和时限捕捉、管 理及处理这些数据集的能力。简言之， 大数据就是将碎片化的海量数据在一定的时间内完成筛选、分析， 并整理成为有 用的资讯， 帮助用户完成决策。借助大数据企业的决策者可以迅速感知市场需求变化， 从而促 使他们作出对企业更有利的决策， 使得这些企业拥有更强的创新力和竞争力。后工业社会时代， 随着新兴技术的发展与互联网底层技术的革新， 数据正在呈指数级增长 所有数据的产生形式， 都是数字化。如何收集、管理和分析海量数据对于企业从事的一切商业 活动都显得尤为重要。不论是传统的石油行业还是传统银行业亦或是零售业， 都意

3、识到数据的重要性。传统的石 油巨头们在寻求信息化的转型， 很多巨头每年在信息化建设中投入的比例往往占到公司盈利比 例的1%-3%不等。据媒体报道， 埃克森美孚曾在此前一次全球性招标中， 一次性投入10 亿美 元来采购信息化服务。传统的商业银行也努力和互联网 合作共赢， 并进行模式创新， 如推 出 POS 网络商户贷款业务。民生银行正致力筹建电子商务银行。全球最大零售商沃尔玛也在 其社交基因组计划中整合了用户在社交网络中的关系数据， 用以更精准地推测消费者的偏好。而小企业在大数据时代同样有机会。正如电子科技大学互联网科学中心主任周涛此前接受 记者采访时所说的， 大数据具备了工业革命最重要的因素，

4、 新能源是计算， 新材料是数据， 更 聪明的头脑是先进的工业技术。要用聪明的头脑从数据中分析出更大的价值。面对大数据， 小企业要找到提供差异化服务的点， 收集大量的数据信息， 从数据中找到新 的价值并衍生出其他营利方式。例如， 一家专门提供包车和租车服务商旅运输公司， 正常情况 下是竞争不过传统出租车的， 但如果通过获取在线叫车服务的乘客、司机的双向数据， 如此可 以针对不同客户的需求提供个性化的服务以此来实现超越。未来10 年是大数据时代从全球范围来看，很多人都把2012 年看做是大数据时代的元年。在这一年里，很多行业 在大数据方面的管理、规划和应用已经觉醒。电商、金融、电信等行业数据有着长

5、期的数据积 累。我认为做好大数据业务驱动是关键，要具备以下几个条件第一、数据的管理，尤其是非结 构化大数据的管理；第二，大数据的加工和被消费；第三，高效、面向业务的数据挖掘算法。事实上，很多互联网公司,例如亚马逊、Google、腾讯，更愿意将自己定位为数据企业。 因为信息时代， 数据成为经营决策的强有力依据， 给企业带来了发展和引领行业的机遇。银行 也同样拥有丰富的数据矿藏， 不仅存储处理了大量结构化的账务数据， 而且随着银行渠道快速 渗透到社交网络、 移动端等媒介， 海量的非结构化数据也在等待被收集和分析。未来的金融业 将更多地受到科技创新力的驱动， 也越来越倾向于零售营销对于金融业来说，

6、大数据意味着巨 大的商机， 可强化客户体验， 提高客户忠诚度。形象地说， 数据的收集能力加上数据的分析能 力等于企业智商， 这关乎商业决策的速度和准确性， 关乎企业的生存和发展。大数据技术的发展带来企业经营决策模式的转变， 驱动着行业变革， 衍生出新的商机和发 展契机。驾驭大数据的能力已被证实为领军企业的核心竞争力， 这种能力能够帮助企业打破数 据边界， 绘制企业运营全景视图， 做出最优的商业决策和发展战略。金融行业在大数据浪潮中 要以大数据平台建设为基础， 夯实大数据的收集、 存储、 处理能力；重点推进大数据人才的梯 队建设， 打造专业、 高效、 灵活的大数据分析团队；不断提升企业智商， 挖

7、掘海量数据的商业 价值， 从而在数据新浪潮的变革中拔得头筹， 赢得先机。事实上， 如何把大数据带来的大生意 抓住， 是金融行业不能停止思考的问题。毫无疑问， 未来10 年是大数据的10 年。大数据时代给企业带来挑战， 数据驱动业务是关键当数以亿计的数据可以在虚拟的空间中自由穿梭时， 当各种数据的获取变得瞬间即达时， 大数据对政府、 对企业、 乃至对个人， 都产生了深远的影响。对于大多数企业来说， 大数据是 既是机遇也是挑战。一方面， “得数据者得天下”， 通过对大量的数据进行科学的分类整理以 及分析， 能够为企业的外部营销、 内部运营和领导层决策等提供强大的数据支撑， 不断提升企 业运营效率，

8、 提升企业管理水平。可以说， 利用互联网与物联网等带来的海量数据， 通过挖掘 分析与业务应用， 企业可以在激烈的市场竞争中赢得优势。另外一个方面， 海量的数据也给企 业进行数据挖掘、 分析带来巨大的挑战。如何从纷繁复杂的数据中挖掘出有利于企业发展的信 息， 并利用好这些信息指导企业运营， 对于一个企业来说显得至关重要。“用数据说话”， 如 何让数据产生真正的价值成为了摆在企业管理者面前不得不跨越的鸿沟。选用一体化及端到端业务系统，应对数据分析难的问题“大数据”话题的日趋白热化以及对企业管理带来的深远影响，让许多企业管理者更加关 注数据带来的业务价值，纷纷想要通过数据分析工具来挖掘数据价值，从而

9、更好地指导企业的 发展。然而，在数据挖掘、分析的过程中，一些弊端渐渐流露出来，海量的数据分析起来要耗 费非常大的精力，还常常出现错误，得不到想要的分析结果。先进BI技术+体化，数据分析又快又准BI （商业智能）系统是CIO十分欢迎的系统，因为它可以让企业CEO亲自体验到信息化 的价值所在，移动BI的逐渐普及也加快了 CEO们应用商业智能系统的速度。众所周知，BI 的源头是数据，BI的对象也是数据。根据IDC的预测，从2009年到2020年，数据总量将 增长44倍，达到35ZB。其中，80%的数据都是非结构化数据。毫无疑问，随着大数据时代 的来临，海量数据给BI带来了前所未有的压力。如何有效地利

10、用大数据，以及其中所沉淀的 信息， 成为未来的一大竞争焦点。嵌入先进 BI 技术， 数据挖掘一步到位。 面对瞬息万变的市场环境， 企业必须对海量的数 据进行快速的分析， 以最快的速度为企业管理者提供有价值的信息， 这对数据分析速度有严格 的要求。 商业智能技术为企业提供快捷数据仓库， 与传统数据仓库包含数据库系统开发、数据 清理、数据集成及数据挖掘的整个过程不同， 该数据仓库简化数据挖掘的步骤， 数据挖掘一步 到位， 不仅最小化数据集成的需要， 还提供行业特定的预先集成解决方案， 提高数据分析效率 帮助企业更好地应对大数据“大”的挑战。数据集成是重中之重大数据时代已经来临， 随着 IT 应用的

11、发展， 企业积累的数据越来越多。 而随着社交网络 移动计算和传感器等新渠道和新技术的不断涌现， 生产了大量的新型数据， 各种各样的数据散 落在不同的系统中。 各数据之间有哪些关联性？哪个数据是可信的？如何从海量的数据中挖掘 出有价值的、易用的客户信息？要回答这些问题， 企业需要一个单一、完整、可信的客户数据 视图。 而创建一个单一、完整、可信的客户数据视图， 数据集成是关键。 没有集成的数据， 其 商业价值为零。大数据时代带来的海量数据需要先进的信息化手段进行分析， 这让企业的 IT 管理面临更 加严峻的局势。 基于一体化及端到端管理， 借助先进的商业智能技术， 提升数据分析的准确率 及速度，

12、 让大数据分析变得又快又准， 且易用， 帮助企业更好地实现商业价值。 数据集成让组 织机构能够将传统的交易数据与全新的交互数据组合起来， 从而获得在其他情况下无法达成的 洞察力和价值。 比如， 可以通过社交媒体了解客户的喜恶， 以此充实客户资料来提高目标行销 效率。企业搜索提升决策质量大数据时代信息规模快速增长，更快获取有用的信息是关键，企业搜索会变得越来越重要， 其可以凌驾于多个管理系统、数据库之上，其中包括BI系统，也就是说BI只是企业搜索的 数据来源之一。企业搜索平台能够提升决策质量，降低IT成本。BI信息只是给决策者一个结论，而企 业搜索可以顺着这个结论回溯， 找到信息的来源及过程,所

13、有信息通过企业搜索平台组合在一 起。 而且， 企业搜索平台能够提供覆盖多个系统的全视角信息视图， 实现实时运行报告和分析用户使用BI时，往往将BI产品集成在多种不同的解决方案中，其中包括CRM、ERP、 金融服务乃至医疗等应用。 BI 提供商会从不同来源了解相关信息， 从而充分满足用户的需求 具体包括文档、 内外部、 案例管理系统等等。 但分别搜索上述信息来源对 BI 提供商提出了巨 大挑战， 这就需要用到企业搜索平台。内存计算加快分析速度在大数据时代， 数据是以不同状态存储的。 有的数据是结构化的， 有的是非结构化的， 有 的是在社交媒体等媒体平台呈现的， 有的存在数据仓库、 数据集市中，

14、调用这些数据需要占用 大量时间。 而为了快速响应不断变化的市场， 业务用户又需要快速获得有用的信息并进行分析 对于这些挑战， 我们认为内存计算可以解决这些难题。应用内存计算形成的高性能分析工具支持企业根据不断变化的大量信息来分析业务运营情 况。 企业可以从数据源实时、 快速地浏览和分析所有的交易数据和分析数据。 发生业务时， 运 营数据将保存在内存中， 若要做整个企业的扩展分析， 可以将外部数据添加到分析模型中。 这 种分析工具可以理解为一个内存式的数据仓库， 储存数据的方式是以列的方式， 这样就可以节 省很多空间。 下一步我们希望能够把交易系统和分析系统都结合到工具上， 从而避免分层处理 过

15、程， 这样运行速度会更快、 占用空间会更少。用大数据改变管理一旦有效利用大数据， 传统的商业模式和管理时间也会被颠覆。 一般认为优秀的企业高管 们大多信任自己的直觉， 依靠“黄金般的直觉”做出商业决策和管理决策。 然而， 随着管理决 策越来越受预测性分析和大数据的影响和控制， 由直觉做决定的方式将会被彻底改变。 麻省理 工学院商学院教授里克布伦乔尔森和他的同事一起进行了一项研究，发现决策依赖数据的公 司的运营情况比不重视数据的公司要出色得多， 这些公司的生产力比不使用数据进行决策的公 司高出 6%！再次把目光转回金融。事实上，金融同业们也早已窥视到了大数据中的商机。对金融而言， 以指数级膨胀的

16、数据既是“甜蜜的负担”，又是“无价的宝藏”。企业大数据面临的顶级挑战 一般企业的大数据项目得到公司管理层批准，只是企业重视大数据价值方面的一个良好开 头。数据专家表示，接下来企业需要面对的四个在大数据管理方面的挑战才是重头戏，并且要 着手处理。最近IDC在悉尼举办的亚太业务分析会议上，NICTA领域高级研究员Dr RamiMukhtar 了他关于大数据访问管理面临挑战的四个主要观点。 提取大数据价值大数据真正的价值应该是， 当你试图解决非常精准的 业务问题， 涉及到相应的数据时， 分析其中的数据价值才是发挥其应有 的价值。业务数据映射特定业务解决方案能够帮助企业更好的预测未来业务的 发展方向， 如果企业不能将业务流程与数据资产更好的匹配在一起， 那 么即使是大数据， 也很难解决企业业务面临的问题。大数据分析如何从公司业务数据中提取准确无误的关键信息， 比如 客户的购买习惯？已经有的大数据解决方案只是一套平面的文件， 为了