您當(dāng)前的位置是:  首頁 > 新聞 > 國內(nèi) >
 首頁 > 新聞 > 國內(nèi) >

英特爾:數(shù)據(jù)時代企業(yè)如何決策?

2018-03-19 09:14:54   作者:   來源:CTI論壇   評論:0  點擊:


  近日,英特爾邀請數(shù)據(jù)分析專家 Jeremy Rader 發(fā)表了名為《數(shù)據(jù)時代企業(yè)如何決策?讓商業(yè)模式維恩圖和POC模型來幫你》的文章,就數(shù)據(jù)時代下的企業(yè)應(yīng)如何做出決策發(fā)表了觀點。以下是文章全文:
  企業(yè)如何轉(zhuǎn)型到以數(shù)據(jù)為中心?需要從哪里開始以及使用什么技術(shù)?這些是目前企業(yè)遇到的共同問題。這些問題很有挑戰(zhàn)性,但值得思考。
  挑戰(zhàn)來自于數(shù)據(jù)所帶來的多重影響,讓企業(yè)感到“驚心動魄”,因為數(shù)據(jù)洪流讓企業(yè)很難在高速變換的環(huán)境中迅速且準(zhǔn)確地做出決策 -- 然而同時做好所有事情是不可能的,決策者安排好優(yōu)先級。
  讓我們來看看企業(yè)現(xiàn)在都在面對什么?
  不斷演進(jìn)的技術(shù)格局。數(shù)字技術(shù)蓬勃發(fā)展,無論是IT基礎(chǔ)設(shè)施還是到終端設(shè)備的創(chuàng)新都會引發(fā)出新的技術(shù)架構(gòu)和商業(yè)模式。企業(yè)不僅要適應(yīng)數(shù)據(jù)時代的高速運轉(zhuǎn),還要從中敏銳地發(fā)現(xiàn)和抓住機會。
  數(shù)據(jù)源的爆炸。在大數(shù)據(jù)時代,數(shù)據(jù)的來源無論是深度還是廣度都大幅增加,比如說,服裝業(yè)企業(yè),分析成交單數(shù)、客單價,成交單數(shù)是進(jìn)店人數(shù)乘以成交率,進(jìn)店人數(shù)又是路過人數(shù)乘以進(jìn)店率,那么路過人數(shù)、進(jìn)店人數(shù)就屬于數(shù)據(jù)廣度,而詳細(xì)到每個訂單的時間、地點、價格、款式等等就屬于數(shù)據(jù)源的深度。把所有數(shù)據(jù)全部收集起來并提升數(shù)據(jù)源的深度與廣度才可以提升數(shù)據(jù)分析的維度,讓數(shù)據(jù)發(fā)揮更大價值。
  數(shù)據(jù)分析的價值日益增高。我們現(xiàn)在經(jīng)常發(fā)現(xiàn),有很多企業(yè)在競爭的過程中,最終不是被同行業(yè)競爭對手打敗,而是被很多跨行業(yè)的公司所打敗。很簡單的一個例子,大家都認(rèn)為亞馬遜是做電商的,但這是錯的,它現(xiàn)在最主要的收入來自于云服務(wù)。也就是說企業(yè)需要找到自己的核心數(shù)據(jù)并充分發(fā)揮其價值,這個是最關(guān)鍵的。
  那么在大數(shù)據(jù)時代,企業(yè)又該如何做出決策?
  我們不妨用維恩圖做一個數(shù)據(jù)驅(qū)動型商業(yè)模式圖,這些集合分別是“企業(yè)有可能做什么”、“在實際中可以做什么”以及“希望實現(xiàn)什么”,這些元素是企業(yè)決策者在做決定時所需要考慮的,然而沒有任何企業(yè)可以滿足所有利益相關(guān)者的所有需求,這意味著需要根據(jù)這個維恩圖中間的交集設(shè)定優(yōu)先任務(wù)。確定在哪里做什么,需要業(yè)務(wù)和技術(shù)團隊的合作 -- 我們已經(jīng)看到不同利益相關(guān)者群體之間進(jìn)行討論,利用這個模型在這個領(lǐng)域取得決策成功。
  數(shù)據(jù)驅(qū)動型商業(yè)模式維恩圖
  當(dāng)決策者由此梳理出優(yōu)先任務(wù)時,接下來可以用POC即概念驗證來推動這個任務(wù)。
  概念驗證(Proof of concept,簡稱POC)是對某些想法的一個不完整的實現(xiàn),以證明其可行性,示范其原理,其目的是為了驗證一些概念或理論。
  比如說在汽車行業(yè),對于一個汽車企業(yè)來說數(shù)據(jù)源是十分廣泛的。細(xì)分到客戶服務(wù)這樣的數(shù)據(jù),車企一般都會與經(jīng)銷商一起管理和解讀。隨著汽車行業(yè)的數(shù)字化進(jìn)程,車企從關(guān)注客戶數(shù)據(jù)到后來也開始關(guān)注共享汽車甚至自動駕駛等商業(yè)模式。隨著數(shù)據(jù)分析方式的智能化。主動的數(shù)據(jù)采集被實時感知儀器所取代,這些數(shù)據(jù)漸漸的需要與機器學(xué)習(xí)和人工智能等高級功能一起收集,自動執(zhí)行簡單的決策(例如低風(fēng)險授權(quán)),執(zhí)行更大的任務(wù)。
  在很多情況下,企業(yè)決策者是不可能一開始就知道數(shù)據(jù)如何演變,采集數(shù)據(jù)的方式又會有何進(jìn)步。在以上對數(shù)據(jù)進(jìn)行認(rèn)知的過程中,車企是希望擁有更多有價值的數(shù)據(jù),對數(shù)據(jù)進(jìn)行分析來開展業(yè)務(wù)。實際中車企可以提早引入數(shù)據(jù)分析,加強數(shù)據(jù)管理,并在實踐中不斷進(jìn)行驗證。
  這種概念驗證是很有必要的,它幫你了解業(yè)務(wù)運轉(zhuǎn)是否在正確的軌道上;它與現(xiàn)代企業(yè)希望遵循的敏捷開發(fā)模式相適應(yīng);它確保你不浪費時間在價值較小的想法上;它幫助促進(jìn)業(yè)務(wù)和技術(shù)團隊之間的信任。
  從英特爾的角度來講,當(dāng)客戶希望投資基礎(chǔ)設(shè)施,用于大數(shù)據(jù)分析和挖掘的時候,這是值得鼓勵并且是值得的,因為客戶的確能夠從技術(shù)投資中獲取價值。在今天復(fù)雜的市場環(huán)境中,正確的做法是,先證明投資的價值,再采取行動。
  這就是我們?yōu)槭裁刺岢谌σ愿皩嵤┚唧w分析戰(zhàn)略之前進(jìn)行概念驗證演練(Proof of concept,簡稱POC)。概念驗證不僅僅是測試想法,還把利益相關(guān)者更緊密地團結(jié)起來并產(chǎn)生信任。
  是的,決定分析戰(zhàn)略就像走鋼絲并且有很多可能的路線。提前確定優(yōu)先任務(wù),并通過概念驗證進(jìn)行測試,企業(yè)決策和數(shù)據(jù)分析戰(zhàn)略做好最充分的準(zhǔn)備。
【免責(zé)聲明】本文僅代表作者本人觀點,與CTI論壇無關(guān)。CTI論壇對文中陳述、觀點判斷保持中立,不對所包含內(nèi)容的準(zhǔn)確性、可靠性或完整性提供任何明示或暗示的保證。請讀者僅作參考,并請自行承擔(dān)全部責(zé)任。

專題