文档介绍:-
在我们现在生活中是否存在盲目排斥或全盘承受的现象,拿来主义,
. z.
- .专业文档.
ACCA未来研究主管Fay Chua表示:"大数据会让多财会专业人士都意识到变革的重要性。未来,传统的首席财务官、首席技术官和首席信息官角色界限将变得模糊,职位 将变得更具战略性和前瞻性。他们承受这场变革的速度将对企业能否充分利用大数据所提供的潜力产生巨大影响。〞 如建立大数据分析能力 想要在大数据竞争中处于领先地位,三个步骤不可或缺:设定目标、建立分析能力以及围绕大数据策略组织企业架构以实现价值最大化。而高质量的数据、先进的工具、精通数据的员工以及支持分析决策的流程和鼓励机制是建立大数据分析能力的四大关键。 数据、工具、人员和决心 领先的企业主要从四个面入手建立自己的大数据分析能力:高质量的数据、先进的工具、精通数据的员工以及支持分析决策的流程和鼓励机制。大约有三分之一的企业这四面的表现均不理想,而更多企业则在其中一两个领域较为突出。但出色的大数据分析能力是建立在这四个面均衡的完美表现之上。每个面的成功都离不开其他面的优势支持。 数据 任一个企业都首先需要制定一个数据收集和整理的策略规划,这一规划必须明确定义如利用大数据为企业的整体开展战略创造价值。在本次的访谈中我们发现,约有
-
在我们现在生活中是否存在盲目排斥或全盘承受的现象,拿来主义,
. z.
- - -
- .专业文档.
56%的企业缺乏适宜的系统来收集其开展所需的数据,约有66%的企业则未以有效的形式存储其所收集的数据。 好的数据政策明确定义了"什么是有用的数据〞以及"如从数据看我们的业务〞。这些根本定义是一个企业如建立自己的数据分析能力并将自己与竞争对手区隔开来的第一步。"什么是有用的数据〞是所有数据政策的出发点和根底。举例而言,收集所有来自公司、客服、电子以及聊天室的客户询问可以帮助公司了解客户反响的最新动向;但那些关于已经被快速处理完毕的询问的具体记录能够带来的价值就非常有限了。 工具 先进的分析技术和大数据工具的进步如此之快,他们正以前所未有的式帮助公司获取新的统计角度和结果。Hadoop、HPCC和NoSQL等工具和平台迅速崛起带来了全新的分析视角和时机;基于成熟的分析、视觉化以及数据管理的全新生态系统也以日新月异的速度改变着企业的分析能力。如今,可提供这类工具的供给商不胜枚举,开放资源的开发商数量更是不计其数。不过,令人感到些意外的是,在我们的访谈中,仅有38%的企业表示他们曾使用过这些工具。 人员 在我们的调查中,有56%的高管人员表示他们的企业缺乏分析数据并从数据中发现机遇的慧眼。大多数人则认为他们无法准确地判断那些从数据分析得出的林林总总的结论是否确实与公司的业务密切相关,亦难以对这些纷繁芜杂的结论进展优先排序。成功的团队往往可以融合数据、技术和业务等各面的人才来构建这一能力。以乐队为类比:团队的成员必须各自拥有不同的技能,但这些技能又有一些穿插重叠,同时他们非常了解互相之间如进展有效和高效的沟通和协作。成功的大数据分析团队亦如此,我们需要:数据科学家,提供有关统计、相关性和质量等的专业技能商业分析师,从商业的角度出发
-
在我们现在生活中是否存在盲目排斥或全盘承受的现象,拿来主义,
. z.
- - -
- .专业文档.
,甄别数据科学家从纯粹数据分析角度发现的异常数据以及一般性规律,开掘出其中与公司业务开展严密相关的数据和规律并根据重要性进展排序技术专家,帮助提供收集、整理和处理数据所需的硬件和软件解决