大数据时代四类数据及四类公司

《大数据时代四类数据及四类公司》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

大数据时代四类数据及四类公司【摘要】本文介绍了大数据的概念，论述了四大类数据和应用价值，指出了就大数据应用情况现实生活中各类公司存在的类型，明确了大数据应用与企业竞争优势的密切关系。【关键词】大数据；大数据分类；公司类别当今世界，大数据无处不在，它影响到了我们的工作、生活和学习，并将继续施加更大的影响。大数据用于描述这样的数据组，其规模超出了日常软件在可容忍期限内获取、管理和加工数据的能力。一些网络技术领先的公司持续地投资于昂贵的大数据技术，成效显著。大数据使得创新型公司变成了经营新方法的率先接受者，经营更为成功。通过大数据的分析挖掘，公司可以发现新的经营模式，对工艺加以改进。例如，在获悉消费者行为后，可以将发现用于某些改变，如降低成本或增加销售，就会产生价值。在任意大的数据组中应用统计方法可以发现有用信息，将这些信息商业化即可获益。7 大数据时代一切在变，应对之策是改变一切。经营方式发生了变化——制定决策变得与开展行动深度融合；运用信息的方式发生了变化——从处在经营的边缘变成了处于所有方面的中心；技术发生了变化——从批处理到实时处理，从分割到融为一体；人们工作的方式发生了变化——从在命令和控制模式下运作到在合作环境下负责自己的信息和交互应用。根据麦肯锡全球研究所的分析，利用大数据在各行各业能产生显著的财务价值。美国健康护理利用大数据每年产出3000亿美元，年劳动生产率提高0.7%；欧洲公共管理每年价值2500亿欧元，年劳动生产率提高0.5%；全球个人定位数据服务提供商收益1000多亿美元，为终端用户提供高达7000亿美元的价值；美国零售业净收益可增长6%，年劳动生产率提高0.5—1%；制造业可节省50%的产品开发和装配成本，营运资本下降7%。根据国际数据公司（IDC）的测算，2011年数字世界将产生1800EB的数据，2012年会增长40%，达到2500EB。截止2020年，会达到35000EB，似乎没有足够的磁盘空间存储。就传统IT企业来看，其结构化和非结构化的数据增长也是惊人的。2005年企业存储的结构化数据为4EB，到2015年将增至29EB，年复合增长率逾20%。非结构化数据发展更猛。2005年为22EB，2015年将增至1600EB，年复合增长率约60%，远远快于摩尔定律。当今大数据的来源除了专业研究机构产生大量的数据外（CERN的离子对撞机每秒运行产生的数据高达40TB），与企业经营相关的大数据可以划分为四个来源：7 1.越来越多的机器配备了连续测量和报告运行情况的装置。几年前，跟踪遥测发动机运行仅限于价值数百万美元的航天飞机。现在，汽车生产商在车辆中配置了监视器，连续提供车辆机械系统整体运行情况。一旦数据可得，公司将千方百计从中渔利。这些机器传感数据属于大数据的范围。2.计算机产生的数据可能包含着关于因特网和其他使用者行动和行为的有趣信息，从而提供了对他们的愿望和需求潜在的有用认识。3.使用者自身产生的数据/信息。人们通过电邮、短信、微博等产生的文本信息。4.至今最大的数据是音频、视频和符号数据。这些数据结构松散，数量巨大，很难从中挖掘有意义的结论和有用的信息。大型以Internet为核心的公司，如Amazon,Google,eBay,Twitter和Facebook正使用后三类海量信息认识消费行为，预测特定需求和整体趋势。第一类数据可能产生较少的业务，但可以推动某些经营模式实质变革。例如，汽车传感数据用于评价司机行为会推动汽车保险业的深刻变革。7 大数据改变了所有行业全部公司的经营方式。从对市场的理解到如何挖掘经营信息，大数据能洞察每项转变。一个致力于收集和分析大数据的行业业已形成，对现有公司产生了深刻影响。据有关调查，有10%的公司认为在过去的五年中，大数据彻底改变了它们的经营方式。46%的公司认同大数据是其决策的一项重要支持因素。在大数据时代，大数据使不同规模公司变得如此迫切的原因在于公司间有效管理数据的程度导致了竞争差距。据经济学人智能单元（EconomistIntelligenceUnit）调查表明，就大数据管理，公司可以划分为四类，它们是：战略数据管理者，渴望数据管理者；数据收集者和数据闲弃者。经济学人智能单元根据回馈信息总结了各类公司的个性特点。一、战略数据管理者战略数据管理者在各类公司中以其最为成熟的能力位居大数据管理者的最先进的小组。这些公司大都属于制造业企业、金融服务或技术公司。战略数据管理者首先明确了与公司战略目标一致的专项计量和数据项目。其他特点包括：1.它们选取最为适当的数据制定决策，它们收集数据的利用率高；2.公司高管人士负责数据运作；3.它们对数据管理实施全面重点投资，确保数据的准确、全面和可靠；4.它们挖掘新兴数据的潜在价值。二、渴望数据管理者7 这类公司所占数量最大。它们完全认可大数据对公司未来的重要性。它们允许大数据用于战略决策，对其投资甚为积极。但它们依然落后于先行者。这类公司大都分布在通讯和零售业。其他特点包括：1.它们的CEO不大负责数据战略；2.它们现在偏重于从数据中学习更多关于内部业务操作的内容，但希望把更多数据面向顾客应用；3.不同于战略数据管理者，它们依然纠缠于全面清理和调适数据；4.它们中66%的公司仅将有效数据的二分之一进行了恰当应用；5.它们很喜欢抱怨太多数据，但资源不足。三、数据收集者这些公司认识到了数据的重要性，但除了储存数据，它们缺乏资源对数据有所作为。它们被数据湮没。这些公司分布于医疗护理和专业服务行业。其他特点包括：1.它们极有可能由一名IT管理者负责数据战略；2.它们受损于IT部门与业务部门之间差强人意的联合。它们中近1/4认为IT部门不理解数据的重要性，另外有1/4认为业务部门不清楚数据的重要性；3.它们疲于大多数数据的质量、准确性和一致性；4.它们数据管理的努力大多源于满足规定的要求；5.除了技能投资，它们对数据管理的几乎所有方面投资都不足；7 6.对于数据的恰当治理它们没有任何正规流程。四、数据闲弃者坦率地讲，30%的数据闲弃者不注重数据收集。另外70%收集数据，依然严重地应用不足。这些公司经营惨淡，遍布各行各业。它们受害于业务部门和IT部门之间的不良配合，它们大都安排一名中层经理负责数据战略。其他特点包括：1.它们更关心改善内部操作，特别关注内部报告；2.它们劳神于几乎数据管理的方方面面（除了数据安全）；3.在数据管理投资上落后于其他公司；4.它们至今奋力于维持充足的数据管理技能。上述分类刻画了围绕数据管理的竞争态势。随着大数据的演进，各组的特点可能会发生变化。但就当前而言，上述分类有助于公司对号入座，更好地理解发展的机遇和面临的挑战。大数据应用的趋势不可逆转。大数据将永久作为公司决策的工具，其作用会变得越来越重要。任何公司若不围绕大数据发展竞争优势就会落伍。参考文献：[1]BarryDelvin.http://www.b-eye-network/view/15525.[2]Bigdata,harnessingagame-changingasset.EconomistIntelligenceUnit2011.7 作者简介：侯金良，中国社会科学院研究生院管理学博士，执业注册会计师，审计师，金融经济师，杭州电子科技大学会计学院会计教研室讲师。7