企业克服大数据分析的非技术挑战
发布时间：2021-11-09 12:23:29 所属栏目：大数据 来源：互联网
导读：在大规模的情况下，大数据分析技术和技术允许分析数据集并获取新的信息，从而帮助组织做出明智的商业决策。商业智能(BI)查询可以回答有关业务运营和绩效的基本问题。 大数据分析是一种高级分析的形式，它涉及到复杂的应用，如预测模型、统计算法和由分析系统
|
在大规模的情况下，大数据分析技术和技术允许分析数据集并获取新的信息，从而帮助组织做出明智的商业决策。商业智能(BI)查询可以回答有关业务运营和绩效的基本问题。 大数据分析是一种高级分析的形式，它涉及到复杂的应用，如预测模型、统计算法和由分析系统驱动的what-if分析等元素。虽然大数据分析有助于企业锐意进取，促进增长，但大数据举措也伴随着自身的一系列挑战。有趣的是，这些挑战与技术无关。存储技术的改进和基础设施的可扩展性使其更容易为大数据分析的部署铺平道路，但它并不能自动确保数据的安全性，无论是在静止状态还是在传输过程中。 挑战 技能不足 企业在大数据计划中面临的重大挑战之一是，大多数数据属于孤岛。除了难以结合，这种孤岛数据还带来了质量和一致性问题。企业没有足够的工具可以帮助他们利用不同的数据来创建可操作的见解。这是因为技术的原因，因此解决方案还在不断发展。企业不仅面临不足的解决方案，而且他们还发现很难找到具有适当分析技能的合适人才。由于雇佣经验丰富的数据工程师和数据科学家的成本很高，问题进一步变得复杂。 信任问题 许多C级高管并不完全信任组织中分析工具的使用。毕马威在澳大利亚进行的 "信任卫士 "调查显示，这些高管对各自组织中使用的几种分析工具的信任程度很有意思。首席执行官对这些工具的信任度较高，达到77%，而董事对这些工具的信任度为68%，在部门主管层面，信任度下降到52%。然而，这种现象并不局限于一个国家，在全球的组织中都能看到。 专家心态 许多企业的大数据计划面临的一个令人惊讶的挑战是在其组织中创建数据驱动文化。大数据计划要求组织在数据驱动的生态系统中运作。这是组织面临挑战的地方，因为他们相信并以专家思维方式运作。由于对变革的抵触，适应学习驱动的思维方式对大多数企业来说是一个巨大的挑战。 解决办法 尽管面临挑战，但企业还是会从大数据分析带来的好处中获益。企业深知，在日益数字化的经济中，大数据分析将是一个关键的组成部分。因此，为了获得竞争优势，企业将需要管理和利用他们所拥有的数据。为此，企业必须为其组织考虑的任何大数据计划制定一个业务优先的战略。其目标是降低运营成本，增加收益，降低风险。 通常企业知道潜在的收益领域和可能的用例，但没有数据来支持他们的主张。因此，他们必须认识到这样的用例--并从较小的项目开始--可以使他们在数据的支持下创造价值。然后，他们将学习成果复制到其他用例中。成功取决于正确的工具，因此，企业必须明智地选择能够帮助他们实现业务目标的工具。  （编辑：东莞站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
站长推荐