新闻中心
近年来,我们专注于提供企业级客户的数字化转型赋能/服务,以数据库/中间件运维咨询服务、数据库国产化改造服务、开源数据库技术栈服务、数据中心硬件带外监控服务、大数据服务、AI开发平台为核心业务,是IT智能运维服务提供商。
返回列表
首页 / 新闻资讯 / 行业资讯
大数据时代下的变革三部曲:(二)商业变革
来源:   日期:2017-03-20


1、数据化


一切皆可“量化”


大数据发展的核心动力来源于人类测量、记录和分析世界的渴望。信息技术变革随处可见,但是如今的信息技术变革的重点在“T”(技术)上,而不是在“I”(信息)上。现在,我们是时候把聚光灯打向“I”,开始关注信息本身了。




数据化,不是数字化。数据化与数字化大相径庭。数字化指的的是模拟数据转换成用0和1表示的二进制,这样电脑就可以处理这些数据了。而数据化,是一种把现象转变为可制表分析的量化形式的过程。为了得到可量化的信息,我们要知道如何计量:为了数据化量化了的信息,我们要知道怎么记录计量的结果。量化,是数据化的核心。计算机带来了数字测量和存储设备,这样就大大提高了数据化的效率。计算机可以通过数学分析挖掘出比数据更大的价值。数字化带来了数据化,但是数字化无法取代数据化。当文字变成数据,当方位变成数据,沟通变成数据,你就可以想象,一切都可以数据化了。而这中,我们很难想象的数据,正在日复一日的扩大,我们很难想象的扩大,随之带来的就是存储,处理和展示等一系列问题。我们姑且不去考虑这背后,会产生什么样的联动效应。我们闭上眼,就花花的字符,就在你眼前浮现,这个世界也就在你的眼前。


一旦世界被数据化,就只有你想不到,而没有信息做不到的事情了。我们跨过艰辛的人工分析过程后去揭示隐藏在数据中的价值。而今天,拥有了数据分析工具(统计学和算法)以及必需的设备(信息处理器和存储器),我们就可以在更多领域、更快、更大规模地进行数据处理了。当你抛开传统的思维模式,将世界看作信息,看做可以理解的数据海洋,为我们提供了一个从未有过的审视的视角,去渗透到生活的每一个角落。数据化的影响会使水渠和报纸的影响微乎其微,同时,通过赋予人类数据化世间万物的工具,它也对互联网的地位提出了挑战。但目前,它的主要用途还是在商业领域。谈到商业,第一问题就是:价值。


2、价值


“取之不尽,用之不竭”的数据创新。


数据就像一个神奇的矿山,当它的首要价值被发掘后仍能不断地给予。它的真实价值就像漂浮在海洋中的冰山,第一时间看到的只是冰山一角,而绝大部分都隐藏在其表面之下。


在数字化时代,数据支持交易的作用被掩盖,数据只是被交易的对象。而在大数据时代,事情再次发生变化。数据的价值从它最基本的用途变为未来的潜在用途。这一转变意义重大,它影响了企业评估其拥有的数据及访问者的方式,促使甚至是迫使公司改变他们的商业模式,同时也改变了组织者看待和使用数据的方式。在大数据时代,我们更强调的是数据的“潜在价值”。当我们明白,你所看到的只是冰山一角的时候,我们就应该明白,那些创新型企业如何能够提取其潜在价值并获得潜在的巨大利益。总之,在我们判断数据的价值的时候,我们需要考虑到未来它可能被使用的各种方式,而非仅仅考虑其目前的用途。


数据的价值体现在其所有可能用途的总和。这些似乎无限潜在用途的选择,不再是指传统意义上的利用选择,而是实际意义上可能产生价值的选择。这些选择的总和加在一起就是数据的价值,就是数据的“潜在价值”。同时,我们不再是数据的单遍扫描,而是数据的再利用、数据重组利用、扩展数据利用、数据折旧利用、数据的废除利用、开放数据的利用、数据的估值利用等。


当我们不在站在冰面上看问题的时候,解决问题的方式可能会变得更开阔。而数据价值的关键就是看似无限的再利用,即潜在价值的利用。数据积累的过程固然重要,但是远远不够,因为大部分数据的价值体现在它的使用过程中,而不是仅仅的占有数据本


3、角色定位


数据、技术与思维的三足鼎立


当年,微软以1.1亿美元的价格收购了大数据公司Farecast,而两年后谷歌则以7亿美元的价格购买了给Farecast提供数据的ITA Software公司。如今,我们正处在大数据时代的早期,思维和技术是最有价值的,但是最终大部分的价值还是必须从数据本身中挖掘。


上面我们谈到如何通过创新用途,挖掘出数据新的价值,主要是指我们所说的潜在价值。如今,我们把重点转移到使用数据的公司和它们如果通过数据产生价值如何融入大数据价值链中。




大数据价值链3大构成:


(1)基于数据本身的公司:这些公司拥有大量数据或至少可以收集到大量数据却不一定有从数据提取价值或使用催生创新思想的技能。最好的例子就是Twitter,它拥有海量数据这一点毋庸置疑的,但它的数据是通过两个独立的公司授权给别人使用的。


(2)基于技能的公司:它们通常是咨询公司、技术供应商或第三方数据分析公司。它们掌握了专业的技能但并不一定拥有数据或提出数据创新性用途的才能。比方说:沃尔玛和Pop-Tarts这两个零售商是借助Teradata的分析来获得营销点子,Teradata就是一家大数据分析公司。


(3)基于思维的公司:Jetpac的联合利华的创始人,皮特-华登(PeteWarden),就是通过想法获得价值的一个例子。Jetpac通过用户分享到网上的旅行照片来为人们推荐下次旅行的目的地。对于某些公司来说,数据和技能并不是成功的关键。让这些公司脱颖而出的是其创始人和员工的创新思维,他们有的是挖掘数据的新价值的独特想法。


所谓的大数据思维,是指一种意识,认为公开的数据一旦处理得当就能为千百万人急需解决的问题提供答案。数据最终的归宿就是个人,个人的价值。我们处在的不再是思考所谓的可行,而是思考所有的可能。大数据思维,必然会引起一些人的恐慌,也必然引起一些公司的倒闭与转型。传统行业最终都会转变为大数据行业,无论是金融服务业、医药行业还是制造业。当然,大数据不会让所有行业的中等规模的公司消亡,但是肯定会给可以被大数据分析所取代的中等规模的公司带来巨大的威胁。


当我们正在憧憬大数据给我们带来的变革的时候,担忧依然存在。隐私问题,就是不可避免的。在大数据时代,如何关注用户隐私保护,当我们的信息暴露在公开的环境下,我想会是怎样的可怕。这是更是值得我们思考的问题,而这也是大数据给我们带来的不良影响。



4008-906-960

全国免费咨询电话
  • 官方微博
  • 官方微信
Copyright 1998-2024 版权所有 北京东方龙马软件发展有限公司 京ICP备14000200号-1