关于大数据和分析你需要知道的三件事

《关于大数据和分析你需要知道的三件事》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、关于大数据和分析你需要知道的三件事“大数据”和“分析”现在被广泛使用，但在很多时候，它们却没有被明确定义。管理者们应该了解这两个概念的真正含义，并知道如何利用它们提升公司的供应链。王文博曹璐最近，“分析”和“大数据”概念被媒体、咨询机构和软件供应商大肆宣传。当中有些宣传是合理的，毕竟一些公司的确需要分析和大数据的帮助去改变它们的经营状况。但是大多数的供应链管理者并不了解“分析”和“大数据”的真正含义。一方面，越来越多的公司发现可以从对数据的应用中得到竞争优势。另一方面，公司对供应链管理者们理解大数据和分析的能力

2、提出了严苛的要求。在供应链管理者们知道如何将大数据分析应用到实际工作中之前，他们除了需要知道大数据与分析的具体含义之外，他们还需要知道他们能做什么。带着这些问题，接下来让我们看看供应链管理者们必须知道的三件事情。“大数据”三种普遍接受的定义关于“大数据”，事实上有三种普遍接受的定义。每一种在不同侧面都对供应链管理者们有着相当的价值。第一个，是以信息技术为中心的定义：对于现在主流的数据存储与检索系统而言过于庞大且复杂的数据量。换句话来说，你无法简单地把“大数据”存储在标准的数据库中，并提取你想要的数据。这是一个以

3、信息技术为中心的定义，因为它重点关注在信息存储与检索的技术和使用新型的服务器与软件上，例如“Hadoop”，这是一种在技术上比标准关系数据库更先进的数据库。它可以令使用者存储和检索成千上万台分散机器的非结构化数据。以Facebook为例，Facebook使用Hadoop存储庞大的非结构性数据。供应链管理者们不需要知道这些技术的细节。但是他们需要意识到，如果为了商业目的，他们也应该收集和分析数据。打个比方，如果在你的生产车间、仓库和卡车上有数以千计的传感器，你有很多方法去分析那些传感器收集的数据。比如，你可以利用

4、这些信息更好地预测机器什么时候会出故障，或者利用这些数据提高卡车的燃料利用效率。又或者，你的客服团队记录下顾客的语音留言和邮件，你可以分析这些数据去帮助你的公司提供更好的服务。信息技术领域的专家更倾向于觉得这个“大数据”的定义已经足够了，但是从管理者的角度而言，下面的两个定义同样有意义。第二个“大数据”的定义来自于ViktorMayer-Sch?nberger和KenhCukier的书《一场改变我们生活、工作和思考的革命》。在这本书中，他们将“大数据”定义为一个既定主体数据的“宇宙”，其认为有两个重要意义。第一

5、，一旦获得了所有的数据，通过对数据的整合处理，也许可以洞察到人们以前从来没注意到的东西。例如，如果我们获得了一辆卡车在车祸前的一切运行数据，我们可以更好地判断是什么导致一场车祸，并对此加以防范。因为意外发生事故的概率是极小的，所以普通的数据样本并不能满足寻找相关性的要求。第二个重要的意义是拥有这个数据的“宇宙”可能具有非凡的价值。例如，现在进行一场关于农业产业化的生动辩论。大型的种子生产商说如果农民们把他们土地质量的详细数据交给生产商，具体到每个平方英尺土地的质量，生产商们就可以大幅度地提高农作物的产量。显然，

6、增产增收是好事，但农民们意识到如果种子公司拥有了每一个农场的每一平方英尺的具体数据，他们有可能把这些数据用于农产品期货的交易上，如此一来，农民们更偏向于保护他们对这些值钱数据的拥有权也就情有可原了。供应链管理者们需要注意到两个重要的点。第一，你收集到的数据可能有除了原有目的的其他经济价值。第二，对于你给出去的数据，其他组织有可能将你的数据挪作他用。关于“大数据”的第三个定义于大众媒体对它的使用。媒体喜欢把一些对数据新颖的用法也贴上“大数据”的标签。当你看到这些文章时，你很快会意识到这些文章中讨论的数据流并不是一

7、个既定主体数据的“宇宙”。事实上，这些数据流并不是特别大量，更多的时候这些数据流只是被创新地使用了。当然，仅仅因为这个定义是媒体大肆渲染的就忽略它的话就错了。事实上，这个定义指出了一些有意义的事情：创新地使用与处理所得到的数据是非常重要的。有时可以以一种独特的方式把数据结合起来，有时寻找一些极易获得的外部数据（例如天气、房子的等级、人口数量）就可以帮助做出更好的决定。总而言之，供应链经理们可以从这三个“大数据”的定义中获得不小的启发。理解“大数据”是“数据的宇宙”的意思是非常必要的，因为你可能在事情发生之前找出

8、导致小概率事件的原因，或者你意识到你交出去的数据有着其他的经济价值。最后，像采购、货运、资本情况的数据都是你的宝藏，但你需要开始用创新的方法挖掘它的价值。多样的分析方法有时“分析”与“大数据”是可以互换的，但是它们其实不是同一个意思。对“analytics”最笼统的定义是：处理，分析数据的能力。然而，这个笼统解释并没有告诉我们“分析”有什么独特之处，而专业的分析师和学术机构已经确定了三