|
企業(yè)會考慮利用數(shù)據(jù)分析和數(shù)據(jù)科學作為數(shù)字化轉型的一部分嗎？自動化、回歸基礎的方法，以及數(shù)據(jù)驅動的文化可能是關鍵因素。 數(shù)據(jù)分析是一個不斷變化的領域。隨著企業(yè)繼續(xù)大量投資于分析以支持數(shù)字化轉型，掌握最新趨勢對于確保企業(yè)在未來數(shù)月和數(shù)年內(nèi)采用成功所需的分析策略至關重要。 據(jù)enCE技術文件編制所了解，今年2月，研究機構Market Research Future公司預測，從今年到2023年，全球數(shù)據(jù)分析市場的復合年增長率將達到30.8%，2023年市場規(guī)模將達到776.4億美元。德勤公司中央創(chuàng)新團隊負責趨勢感知項目的總經(jīng)理、德勤最近發(fā)布的“轉向數(shù)字成熟度報告”的合著者D**id Schatsky表示，數(shù)據(jù)分析投資不斷增加的核心是成為數(shù)字化企業(yè)的動力。 Schatsky說，“數(shù)字化企業(yè)是一個不斷發(fā)展的企業(yè)，總是尋求應用和最大化數(shù)字技術的價值，以重塑自己，重塑提供給市場的產(chǎn)品，如何將這些產(chǎn)品交付給市場，以及如何運營。數(shù)字化企業(yè)是我們認為通過有效利用數(shù)字技術和數(shù)據(jù)而不斷發(fā)展的企業(yè)。” 對于希望通過數(shù)據(jù)轉變業(yè)務的組織而言，在未來幾個月需要關注以下四種分析趨勢。 1.數(shù)據(jù)公民的崛起 隨著組織向數(shù)據(jù)驅動的轉變，大多數(shù)專家和行業(yè)觀察者都認為，采用這項技術雖然不容易，但卻是最簡單的元素。圍繞數(shù)據(jù)改變文化和組織思維方式及其有效使用通常最具挑戰(zhàn)性。 “數(shù)據(jù)中最重要的部分是人。”咨詢機構Carruthers and Jackson公司的主管Caroline Carruthers說。他曾擔任Network Rail公司首席數(shù)據(jù)官，也是《如何顛覆、創(chuàng)新并領先于競爭對手》這篇闡述數(shù)據(jù)驅動業(yè)務轉型的文章的共同作者。他說，“組織需要了解對數(shù)據(jù)和信息做些什么，并且在數(shù)字化轉型達成一致意見。” Gartner公司業(yè)務分析團隊的研究副總裁Rita Sallam對此表示贊同。 Sallam說，“文化對任何企業(yè)來說都是一個巨大的挑戰(zhàn)：變革管理、文化素養(yǎng)。企業(yè)是否有足夠擁有文化的勞動力，能夠通過這些新技術獲得現(xiàn)在提供給他們的見解，并能夠采取行動。” 德勤公司的Schatsky補充說，為了掌握數(shù)據(jù)，組織必須在業(yè)務線中灌輸一種思維模式，無論何時企業(yè)面臨決策或采取行動，負責人都應考慮是否有數(shù)據(jù)可以幫助業(yè)務實現(xiàn)更智能或更好的目標。 Schatsky說，“這需要改變思維方式。為了使其普及，企業(yè)領導層必須集中精力，并在整個組織中發(fā)揮作用。” 因此，他們認為，企業(yè)將越來越關注于推動數(shù)據(jù)驅動的思維方式，以及在整個組織中對基本數(shù)據(jù)概念的流暢性。 然而，商業(yè)分析咨詢機構A4A Brown公司的總裁、Meta S. Brow警告說，企業(yè)的做法不要過猶不及。 Brown說：“我認為，在期望執(zhí)行經(jīng)理成為分析專家的程度有很大的限制。而他們熟悉術語可能是合理的。” Brown以律師行業(yè)為例。預計律師管理團隊將了解他們必須遵守的最重要的法律，并且應該能夠了解合同，但他們不會就復雜的法律問題提供建議。她說，同樣的想法在分析方面也適用。 她說，“我認為在數(shù)據(jù)分析中增加高管的等級，或者為自己進行數(shù)據(jù)分析是不合理的。我認為，人們在學習數(shù)據(jù)分析方面對他們的期望非常低。作為分析專家，我們的工作就是通過整個流程更好地與他們合作，我們的責任是將他們所說的業(yè)務信息轉化為分析術語。” 2.回到分析的基礎 在過去幾年中，圍繞分析的對話越來越多地集中在尖端技術上，如機器學習、深度學習、神經(jīng)網(wǎng)絡，以及其他人工智能元素。專家表示，雖然這些領域將在未來幾年繼續(xù)引起很多關注，但許多組織將重新回歸基礎，并從不太先進的分析中獲得更多的實用性。 Brown說：“我參加過很多行業(yè)大會，也閱讀了大量文章，發(fā)現(xiàn)人們談論的是他們可能想象得到的最復雜的數(shù)學，但他們卻還沒有真正充分利用簡單數(shù)學，這讓我非常震驚。如果美國的每一家企業(yè)都能徹底利用統(tǒng)計數(shù)字的數(shù)據(jù)，那么我們的經(jīng)濟將會蓬勃發(fā)展。” Carruthers對此表示認同。她說，“很多人對機器學習和人工智能的應用感到興奮，認為必須做所有這些事情，卻忘記了組織實際上從分析中獲得了大量價值。” Carruthers認為，隨著組織將分析投入生產(chǎn)，并尋求真正從他們的分析工作中獲取價值，他們將再次更加重視通過更基本的分析和報告功能可以實現(xiàn)的目標。 3.自動化變得更加重要 然而，數(shù)據(jù)日益復雜以及處理和分析數(shù)據(jù)所需的東西意味著自動化在未來幾年將變得更加重要。 Sallam說：“從類型和成功所需的分析來看，越來越復雜的數(shù)據(jù)確實使當前人工方法不堪重負。因此，幾乎在數(shù)據(jù)管理和分析內(nèi)容開發(fā)的每一個方面，從上到下，整個堆棧都在利用自身來自動化分析過程，自動化可以使我們從這些系統(tǒng)獲取信息，并以優(yōu)化的方式進行操作。” Schatsky對此表示贊同，并指出，實現(xiàn)自動化的主要原因在很大程度上是由于缺乏數(shù)據(jù)科學家、數(shù)據(jù)工程師和數(shù)據(jù)科學團隊的其他成員。 Schatsky說，“許多數(shù)據(jù)科學家表示，他們將大約80%的時間花在繁瑣和重復的任務上，如數(shù)據(jù)準備、功能工程、選擇算法。人們發(fā)現(xiàn)的很多事情都可以在某種程度上實現(xiàn)自動化。這并不意味著數(shù)據(jù)科學家將因為被機器取代而失去工作。這意味著工作效率可以提高五倍，這意味著一家擁有兩名數(shù)據(jù)科學家的企業(yè)如果實現(xiàn)自動化，就可以像擁有10名數(shù)據(jù)科學家那樣高效。” 4.組織將越來越多地利用第三方數(shù)據(jù) Schatsky表示，擁有更高級分析程序的公司將在未來幾年內(nèi)更多地利用第三方數(shù)據(jù)。 Schatsky說，“能夠有效地利用第三方數(shù)據(jù)將會**數(shù)據(jù)集成、數(shù)據(jù)清理以及所有這些方面的正常技術障礙。它包括企業(yè)需要發(fā)展的更多面向市場的能力：不斷掃描環(huán)境以了解哪些數(shù)據(jù)源可用，促進評估這些數(shù)據(jù)源以生成數(shù)據(jù)的簡化過程，包括合同和法律問題以及風險審查。這是企業(yè)真正應該培養(yǎng)和投資的能力。” Schatsky表示，以供應鏈管理為例，經(jīng)營供應鏈的公司在過去可能通過跟蹤其供應商的行為來管理風險：他們交貨的時間，他們交付的產(chǎn)品達到或未達到質(zhì)量標準的頻率等等。 “這是一種低級供應鏈風險管理。”Schatsky說。更復雜的組織可能已經(jīng)采用了上一代第三方數(shù)據(jù)，如信用評級信息，以幫助確定與供應商或客戶合作的風險。 他表示，如今，擁有更復雜分析功能的組織正在尋求包括第三方數(shù)據(jù)（如天氣預報）來完善其風險評估：例如該組織在易受天氣影響的地區(qū)是否有供應商？或者他們可能會將社交媒體的數(shù)據(jù)包括進來，以幫助他們找到需求變化模式的線索。如果社交媒體的指標顯示某一產(chǎn)品的需求正在飆升，那么該組織是否應該增加對這些產(chǎn)品原材料的采購？ 他說：“這是企業(yè)致力追求的卓越水平。”
|
