大数据的故事地图

简介:        分享一下最近我们在EMC Global Services的一些工作成果。我们的目标是绘制一张「大数据的故事图」,用来帮助客户们更好地理解大数据之旅。          我们试图用各种比喻和主题提供一个图形化的教材,帮助我们的客户理解,在实施大数据的过程中一些关键的要素。
0.jpg

       分享一下最近我们在EMC Global Services的一些工作成果。我们的目标是绘制一张「大数据的故事图」,用来帮助客户们更好地理解大数据之旅。 

        我们试图用各种比喻和主题提供一个图形化的教材,帮助我们的客户理解,在实施大数据的过程中一些关键的要素。而且,与其它所有优秀地图一样,我们也在上面标注了一些重要的地标点,希望大家都能去看下。

一号地标: 爆炸性的市场

1.jpg

大数据改变了市场。数据,就如同是水一样,充满力量。海量的数据,结构化或非结构化,内部的或外部的,它既可以是动力,激发组织变更和业务创新,也可以是洪水,吞没毫无准备的人。一个组织,如果不能适应大数据的潮流,可能会遭遇以下的风险:

  • 收入与利润下降

  • 市场份额丢失

  • 被竞争对手赶超

  • 错失商业机会

而反过来,热情拥抱大数据的组织将有能力:

  • 通过挖掘社交与移动数据,发现用户的兴趣、爱好和交往关系

  • 利用机器数据,实现预测式维护与运营优化

  • 通过研究用户行为,提供更好的用户体验

  • 利用大数据技术,实现数据仓库和商务智能环境的现代化(实时性、预测性等)

  • 形成数据驱动式的文化

  • 培育数据资产并持续投入

  • 发展分析模型和行为研究等,形成知识产权

二号地标: 业务与IT方面的挑战

2.jpg

大数据使业务转型成为可能,从一种后视镜式的看法转向前瞻性的视角,从只用一小部分数据监控业务,转向实时地利用一切可用的数据对业务进行优化。然而,在这过程中,企业往往面临许多重大挑战:

  • 架构僵硬,无法抓住稍纵即逝的商业机会

  • 回顾式的报表,无法指导业务决策

  • 对于社交、移动和机器行为,缺乏可行的挖掘方式

传统的BI和数据仓库努力在管理和分析这些新数据方面苦苦挣扎。它们的架构:

  • 面向批处理,因而对数据的访问有延迟

  • 很脆弱。如需加入新的数据源、报表和分析方法,需要付出大量的劳动

  • 在数据规模达到PB级时性能与扩展性面临挑战

  • 仅限于聚合和采样后的数据视图

  • 无法处理海量的全新外部非结构化数据

三号地标: 大数据业务转型

3.jpg

究竟某个组织对大数据有多大的意愿?有些组织无法理解大数据的业务潜力,他们不清楚业务成熟度的各个阶段。我们的大数据成熟度模型能够衡量某个组织在大数据业务上的意愿,并为数据货币化意愿水平的识别提供了一个方式:

  • 业务监控: 部署BI工具,持续监控业务性能

  • 业务洞察: 利用预测式分析方法,发现可以被集成到现成报表和仪表板的元素

  • 业务优化: 在现有业务流程中嵌入预测式分析方法,优化精选的业务操作

  • 数据货币化: 通过转售数据与分析方法、打造「智能」产品、彻底改造用户交互体验等方式,创造新的收入机会

  • 业务转型: 利用客户的使用模式、产品性能行为和市场趋势,创造全新的业务模型

四号地标:  大数据之旅

4.jpg

大数据之旅需要商业和IT利益者的合作,一起来确定合适的商业机会和必要的大数据架构。大数据之旅需要1)专注于一个组织的关键商业业务 2)确定大数据商业机遇可以通过IT实施。大数据之旅按照下面的路线:

  • 当大数据可以提供竞争优势和商业差异化时,确保其商业的首创性

  • 决定– 预想 – 大数据如何提供所需的分析理解

  • 定义-曲型数据战略 (获取, 转换, 改进)

  • 构造分析模型和见解

  • 实现大数据的基础,技术和架构

  • 整合分析思路到应用和业务流程

五号地标:使用大数据

5.jpg

成功的企业都有制定不断发现发布业务新分析见解的工作流程。企业需要一个明确定义的流程来将这些见解梳理和整合到业务系统中。过程中应明确定义商务用户,BI/DW 团队,以及处理大数据的数据科学家的的角色和责任。

  • 与商业利益相关者合作,以捕捉新的商业需求。

  • 采集,准备和充实数据,从内部和外部来源获取新的数据,无论是结构化的还是非结构化的。

  • 不断更新和完善的分析模型;包括实验,以确保相关模型的持续性。

  • 在实施、营运及管理系统中发布分析见解。

  • 权衡企业效益和决议,以不断微调分析模型、业务流程和业务实施。

大的数据有潜力,改造或重新连接您的价值创造过程中创造差异化竞争。组织需要一个大的数据链接的愿望组织的关键业务举措的战略。展望研讨会和分析实验室确定在何处以及如何大的数据可以组织的价值创造过程中。几乎不存在的组织,可以提高其价值创造能力大的数据,包括:

  • 采购,以确定哪些供应商是最具成本效益的时间提供高品质的产品

  • 产品开发,以确定产品使用的见解,以加快产品开发速度和提高新产品的推出

  • 制造标记设备和工艺差异,可能是质量问题的指标

  • 量化分配最佳的库存水平和供应链活动

  • 市场营销,以确定哪些营销活动是最有效的驾驶参与和销售

  • 操作优化 “ 易腐货物,如杂货,航空座椅,时尚商品的价格

  • 优化帐户的销售目标,资源分配和收入预测

  • 人力资源的特点和最成功和最有效的员工行为。

Storymap之旅

大数据storymap提供了一个引人入胜的视觉帮助企业全面了解一个成功的大数据战略的关键组成部分。我希望您将享受storymap,像我一样高兴有机会与马克·劳森和格伦斯特汉德一起吧。


原文发布时间为:2013-08-15




本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号


相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
9月前
|
存储 JSON 数据可视化
ChatGPT工作提效之数据可视化大屏组件Echarts的实战方案(大数据量加载、伪3D饼图、地图各省cp中心坐标属性、map3D材质)
ChatGPT工作提效之数据可视化大屏组件Echarts的实战方案(大数据量加载、伪3D饼图、地图各省cp中心坐标属性、map3D材质)
447 0
|
10月前
|
XML 数据可视化 JavaScript
“大数据时代下的地理信息可视化:ECharts地图和数据面板实践“
“大数据时代下的地理信息可视化:ECharts地图和数据面板实践“
446 1
|
前端开发 数据可视化 大数据
DataV地图组件全新发布,带你玩转地理大数据
DataV平面地图组件全新升级,无级缩放、支持下钻的行政区域热力图、高性能渲染、多合一散点图、线热力图、数据优先渲染...,带你抢先看!
30918 0
|
分布式计算 大数据 新能源
《能源地图》:阿里云数加MaxCompute轻松处理8000亿条气象数据
十三五期间伴随能源互联网的建设,能源大数据及云计算能力长足发展,圈内诸多专家和组织陆续又开始讨论“能源地图”的深化应用, 什么是能源地图: 能源地图 1、反映一定地域范围内能源的发展条件及其水平的地区差异的专题地图。
3218 0