当前位置 > CPDA数据分析师 > 数据分析行业资讯 > 企业大数据分析该如何实现?

企业大数据分析该如何实现?

来源:数据分析师 CPDA | 时间:2015-12-18 | 作者:admin

1

        大数据已经成为人们耳熟能详的一个名词,从国家到地方企业都在努力去学习和应用大数据,但很多企业,特别是中小型企业还不知道如何正确的步入大数据的怀抱,一是缺少资金投入,还有就是缺少相关技术人员,国内大数据人才还处于严重缺乏阶段。并且现在很多企业在谈到大数据和分析的时候,常常考虑的切实问题是如何从数据当中获得更多的价值,特别是对于拥有不同数据的行业客户而言,其最关心的是如何从数据中提取价值,并驱动其基于业务而非IT进行分析。

原始数据需要架构

        目前很多企业特别是大型企业所积累的数据量惊人,但数据分析的关注重点并不是对体量的研究,而是聚焦在数据所产生的价值。但原始数据实际上非常复杂,包括结构化数据、非结构化数据、半结构化数据,如果仅是原始数据,即一堆杂乱无章的信息,大数据带来的实际意义并不大。要想找到原始数据的价值,就要必须要对数据进行架构。

除此之外,对于数据本身而言,因为数据获取渠道很多,所以会遭遇很多问题,包括这些数据是否真实,是否完整,是否有冲突,是否存在不确定性等,这都需要一一确认。同时,企业还需要考虑数据的同理化和社会化,毕竟数据来源不同,但企业需要用一体化的建模方式对待数据、分析数据,这样才能使最终用户得到有价值的产品或信息。

大数据分析不仅是科学而是艺术

        跨过原始数据的障碍后,在数据分析部分,仅在最开始数据清洗环节便面临不小的挑战。如果手动地进行信息处理,有报告指出,光是数据清洗就将耗费分析师超过80%的时间。

        实际上在这个过程中,业界一直有种声音是通过机器学习进行分析建模,这样尽管能解决部分问题,但因为机器学习算法可能非常僵硬、晦涩,分析容易受限并忽略整体情况,缺乏了人类的智能,而这样的结果并不能发挥出数据的真正意义。
所以说,大数据分析与其说是科学(计算模型),还不如说是艺术(需要人类分析的智能)。

        一个著名的人机智能PK案例是,1997年国际象棋冠军Garry Kasparov和深蓝(计算机)大战,最后败给深蓝。但在2005年的人工智能和“增强智能”(Augmented Intelligence)的大战中,“增强智能”优势体现出来了,一位大师利用1套象棋程序打败了象棋计算机Hydra。

        由此可以看出,拥有人工智能,或得到计算机辅助,作为人的我们就可以进行更好的协作,并得出更好的决策。所以在大数据分析中,以人为中心的转变,应从数据操作转移到决策本身。

B2B模式应由业务而非IT驱动

        在大数据及分析的过程中,人成为核心,并应将关注点转移到决策部分。那么对于企业,如何得到这样符合商业要求的分析结果,从而配合人的决策实现“增强智能”呢?
现在国内一些数据服务商已经有简便的方式向企业提供所需的数据。可以在采用虚拟化技术的基础上,通过三方面助力企业进入大数据。
        一、分析工具的采用,使得企业不用亲自去完成所有的数据清洗等过程。同时考虑到B2B的商业模式应该由业务驱动而非IT,所以可以在业务环境中部署分析工具,从而实现企业运转的灵活及敏捷性。

       二、提供按需的数据,企业无需如过去一样耗费很大精力建立数据之间的相关性,而是由平台提供相关任务的数据。

       三、以用户为中心的分析,决策者通过正确的提问,并可以得到与其业务环境相关的回答。

       目前中数协正在全力打造相应分析软件,目的就是要让分析结果符合客户的商业需求,也就是要“向不同的客户提供不同的工具,帮助客户在各异的行业中发掘洞察。”