正在阅读:合理构建数据驱动文化 挖掘大数据潜藏价值

合理构建数据驱动文化 挖掘大数据潜藏价值

2016-10-26 09:51:24来源:TechTarget中国 编辑:沐子飞 关键词:大数据机器学习数据挖掘阅读量:30073

导读:Tara Paider,对于数据专家渴望获得大数据项目的成功,给出了一些建议:大数据项目失败的大原因之一,既不是技术,也不是数据的数量,而是人。
  【中国智能制造网 智造快讯】Nationwide Insurance公司的IT架构的副总裁Tara Paider,对于数据专家渴望获得大数据项目的成功,给出了一些建议:大数据项目失败的大原因之一,既不是技术,也不是数据的数量,而是人。

合理构建数据驱动文化 挖掘大数据潜藏价值
  
  例证:Nationwide的保险代理人的日常工作的一部分,是确保保费上升时,客户不转换到其他保险公司。有一个列表,列出保费将在未来30天内上升的客户,代理拿起电话,与他们好的客户解释这些变化。一项新客户数据分析项目发现,这样做有时会有负面作用:这些电话并不能帮助代理保住那些保费变化的客户,实际上会造成客户流失,Paider说。
  
  “对于代理,很难理解数据发现的结果,因为和他们过去20年所做的不同,”她对在拉斯维加斯参加Gartner Business Intel ligenceand Analytics的与会者说。
  
  所以,Paider和她的团队开始制作更精细的保费通知列表,让代理只给会带来积极响应的客户打电话和接触,她说。
  
  这个故事和CIO这个职位本身一样古老。ERP整合项目经常失败,并不是因为技术,而是因为人。大数据,也没有什么不同。但是大数据正在颠覆业务流程工作流;它对所有都有影响,从企业基础设施,到企业架构。为了确保员工为数据感到兴奋,而不是感到威胁,专家常常告诫公司,他们需要创建一个数据驱动的文化。但这说起来容易,做起来难。
  
  Paider指出,一个强大的企业文化——要从高层开始,但不止于此;它还需要一线员工的参与,但是会带来额外的障碍。“这是难的部分,而我们在过去20年或30年都是这样做的,我们很清楚。这是我们大的挑战,”她说。
  
  打造数据驱动的文化
  
  Paider的观点并不罕见。
  
  Pricewaterhouse Coopers的研究指出文化,错误的文化是阻碍企业利用数据,并在信息时代取得成功的三大障碍之一。这一研究,与Iron Mountain合作完成,发现四分之三的企业中没有从他们的数据中获益。
  
  公司如何打造数据驱动的文化环境?Gartner给出的定义是:“企业使用数据来组织活动,做出决策和解决冲突”。在Nationwide,是任命一名数据官(CDO),Paider向其汇报。
  
  “任命CDO,是好消息,我们希望利用数据来作出决定,”她说。“我不认为这是改变文化的方法,但你需要一些能够在业务和IT数据上有发言权的人,从而做出正确的决定。”
  
  Nationwide的另一项文化修正,是向业务开放数据。新的,非结构化的数据源,比如地理位置,语音,社交媒体数据,可以更深入的了解客户的行为,获取更多的机会,更好的去服务客户。为了帮助业务获得这些洞察力,IT部门需要在大数据技术上进行投入,并承诺让业务部门访问这些数据。“传统上,我们认为数据项目是线性的,类似应用开发项目,”Paider说。“但是,数据项目很复杂,你根本不知道会从数据中发现什么…直到你开始接触这些数据。”
  
  在另一家数据驱动的企业内,开放公司数据对于打造大数据文化也是关键。Jeremy King,是位于加州圣布鲁诺的@Walmart Labs的CTO和主管,说他的团队将数据集中到一个Hadoop系统,让他们的内部客户访问其所需的数据,来进行实验。在提供访问权限前,King的团队构建进程,以清洗和标记数据以保护个人认证信息。但是,公司还需要消除官僚壁垒,让访问数据变得容易,有些企业则选择逃避。“我和很多企业进行过交谈,已经建立了Hadoop或大数据架构,但是他们却不让任何人访问这些系统,”他在去年秋天的Strata+Hadoop World上说到。
  
  这种繁文缛节限制了创造性思维和实验,King说。在Walmart,甚至提供部分数据的权限,也是被限制的。“如果你只使用部分的数据,你将很难做出决定,在Walmart这样规模的公司内,是否起作用。所以我们希望每个人从一开始都能够访问数据,来测试他们的理论,”他说。
  
  授予整个匿名数据集的访问权限起到了效果。至少在一个案例中,这样做促使了一个类似初创的时刻,在几个小时内,两个工程师设计并开发了广告优化平台的原型,将在线广告和线下销售相连接。这一原型终成为WalmartExchange。
  
  “我认为,除非你有让所有人访问数据的系统,这些神奇的时刻是不会发生的,”King说。
  
  如何构建数据驱动的文化
  
  开始建立一个数据驱动的文化,CIO们必须找到令人信服的业务用例。Micheline Casey,美联储的前任数据官,现在为大数据分析公司Clear Story Data担任顾问,曾经经历过对于大数据项目的阻力,不是因为缺乏兴趣或支持,但因为更务实的理由:钱。“美联储是一个政府机构,它虽然不从国会拿钱,但它有预算,”她说。预算很小,造成资金的争夺。
  
  “特别是刚接触大数据的公司,要识别和优先选择正确的项目和用例,展现价值,在企业内建立信誉,”她说。“在很多企业中,这种信誉帮助你获得资金。”
  
  这就是为什么专家们,包括Mann,建议通过解决一个小问题,将大数据引入企业。“你想要找到一个可以成为范例的案例,”Mann说。“你有一个非常具体的问题,你对于这个问题,有个非常实用的解决方案。”
  
  随着企业看到问题快速解决,对于这种方法的信任会增长——随着文化变得越来越数据驱动,IT的战略也会随之改变。在Bloomberg,例如,对于大数据价值的讨论已经结束了。现在的挑战是确定在机器学习和大数据平台上需要构建什么。
  
  (原标题:没有数据驱动文化大数据项目将失败)
我要评论
  • 稳中求进固根基 向智而行开新局——中国工业互联网研究院召开国家工业互联网大数据中心建设专题报告会

    10月26日,中国工业互联网研究院组织召开国家工业互联网大数据中心建设专题报告会。会议由中国工业互联网研究院院长鲁春丛主持,院党委书记田川及院班子成员出席会议,院本部及各分院干部职工500多人以线上线下相结合的方式参加会议。
    工业互联网大数据
    2026-10-28 11:52:37
  • 机器学习如何从模型走向生产系统

    相关工程实践揭示了机器学习落地过程中的一个关键变化:技术工作的重点,正在从单一模型的构建,转向整个系统的设计、优化与持续运行。
    机器学习计算机视觉
    2026-10-14 10:43:21
  • 2027年值得关注的十大大数据趋势

    进入2027年,大数据技术的发展重点将不再局限于数据量增长,而是更加关注数据的实时性、可用性、治理能力以及与人工智能系统之间的协同。企业需要解决的不只是“如何存储更多数据”,还包括如何让数据能够被快速理解、可靠调用并转化为实际价值。
    大数据数据治理
    2026-09-01 09:37:12
  • 工业和信息化部等八部门印发《关于推动工业互联网高质量发展的实施意见》的通知

    《关于推动工业互联网高质量发展的实施意见》提出,到2030年,工业互联网实现更广范围、更深程度、更高水平发展,推动实体经济和数字经济深度融合迈上新台阶。
    工业互联网大数据工业5G专网
    2026-07-01 10:47:35
  • 企业为何走向智能自动化?机器学习给出了答案

    机器学习驱动的流程自动化正在重塑这一格局。早期自动化主要基于规则引擎,通过预设条件触发固定操作,在结构稳定、场景可预测的任务中表现良好。
    机器学习流程自动化
    2026-01-27 11:50:06
  • AI元宇宙:重塑数字传播的创新范式与应用图景

    当人工智能(AI)的生成与交互能力,与元宇宙的虚实融合特性相遇,数字传播正告别传统的“信息传递”模式,迈入“沉浸共创”的全新阶段。随着算力提升、算法优化及行业标准的完善,AI元宇宙将真正构建起数字传播新生态。
    人工智能大数据元宇宙
    2026-01-15 15:42:02
版权与免责声明:

凡本站注明“来源:智能制造网”的所有作品,均为浙江兴旺宝明通网络有限公司-智能制造网合法拥有版权或有权使用的作品,未经本站授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的,应在授权范围内使用,并注明“来源:智能制造网”。违反上述声明者,本站将追究其相关法律责任。

本站转载并注明自其它来源(非智能制造网)的作品,目的在于传递更多信息,并不代表本站赞同其观点或和对其真实性负责,不承担此类作品侵权行为的直接责任及连带责任。如其他媒体、平台或个人从本站转载时,必须保留本站注明的作品第一来源,并自负版权等法律责任。如擅自篡改为“稿件来源:智能制造网”,本站将依法追究责任。

鉴于本站稿件来源广泛、数量较多,如涉及作品内容、版权等问题,请与本站联系并提供相关证明材料:联系电话:0571-89719789;邮箱:1271141964@qq.com。

不想错过行业资讯?

订阅 智能制造网APP

一键筛选来订阅

信息更丰富

推荐产品/PRODUCT 更多
智造商城:

PLC工控机嵌入式系统工业以太网工业软件金属加工机械包装机械工程机械仓储物流环保设备化工设备分析仪器工业机器人3D打印设备生物识别传感器电机电线电缆输配电设备电子元器件更多

我要投稿
  • 投稿请发送邮件至:(邮件标题请备注“投稿”)1271141964.qq.com
  • 联系电话0571-89719789
工业4.0时代智能制造领域“互联网+”服务平台
智能制造网APP

功能丰富 实时交流

智能制造网小程序

订阅获取更多服务

微信公众号

关注我们

抖音

智能制造网

抖音号:gkzhan

打开抖音 搜索页扫一扫

视频号

智能制造网

公众号:智能制造网

打开微信扫码关注视频号

快手

智能制造网

快手ID:gkzhan2006

打开快手 扫一扫关注
意见反馈
我要投稿
我知道了