中小企业怎样借力大数据.docVIP

中小企业怎样借力大数据 　　只有将数据开放，即让不同领域的数据真正流动起来、融合起来，才能最大程度释放大数据的价值 　　普华永道最近研究了大数据应用在中国的现状和企业的关注点。研究结果表明，中国企业在做决策时越来越多地使用大数据；但调研同时表明，很多企业，尤其是中小企业在大数据应用上存在着一些误区。那么大数据影响企业决策的重要趋势是什么，中小企业又将如何应对挑战呢？ 　　大数据的开放 　　大数据的价值评估，需要从社会效益、企业效益、个人效益和产品效益来综合评价。比如，金融数据和电商数据碰撞在一起，就会产生像小微贷款那样的互联网金融；电信数据和政府数据相遇，可以产生人口统计学方面的价值，帮助城市规划人们居住、工作、娱乐的场所；金融数据和医学数据在一起，可以发现骗保；物流数据和电商数据凑在一起，可以了解各个经济子领域的运行情况等。可见，只有将数据开放，即让不同领域的数据真正流动起来、融合起来，才能最大程度释放大数据的价值。 　　数据的开放主要有三个维度。一是狭义数据的开放。狭义的数据主体是政府和科研机构，即把非涉密的政府数据以及科研数据公开。但是数据开放不等于信息公开。数据不等于信息，信息是从数据里面提炼出来的内涵，而且数据开放应该是一种主动和免费的开放，而不是经常被探讨的“申请信息公开”。二是大数据基础设施的开放。有了大数据思维，企业就会希望加快建设平台，投资相关的硬件和软件。但如何储存，处理并结合云对企业是个挑战。因此基础设施的开放对很多无力建设自己平台的中小企业来说就非常重要。一些拥有庞大平台的企业，如谷歌、亚马逊已经开始积极尝试，比如提供基础数据处理和分析平台。三是价值挖掘能力的开放。当我们在挖掘数据的时候，最主要的是在业务中体现其价值。但大数据具有非常明显的两面性，某些大数据是十分重要且有价值的，但绝大部分离散的数据是无用的。这让挖掘大数据一方面可以产生高价值，但也可能给企业带来沉重的成本负担。所以开放价值挖掘能力对降低数据应用的门槛非常重要，要让数据价值平民化和市场化。 　　大数据如何影响企业决策 　　企业对大数据的应用主要可分成三个阶段。在2010年到2012年之间的第一阶段，大数据应用关注数据和机器的关系，局限于传统的IT思维，只不过在很多小数据应用上贴上了大数据标签；从2013年开始的第二阶段关注数据与人的关系，可视化和预测应用成为了市场的宠儿；2014年之后，大数据应用的重点已经转向分析数据和数据之间的关系，这要求对企业大数据应用进行开放式的创新：从数据的开放、共享和交易，到基础处理和分析平台的开放，再到价值提取能力的开放。 　　研究还表明，大数据对企业决策最重要的影响，不是大数据本身，而是数据和数据之间的关系。大数据价值的实现，在于数据与数据间的连接。 　　以谷歌的一项数据处理功能为例。谷歌做了一件惊人的事情――能在不懂某个网页语言的情况下，知道网页所讲的内容是什么。试想一下，如果你懂俄语，看出俄语网页里在讲什么当然很简单。但是，如果你不懂俄语，仅仅通过看字词的排列和网站的分类，就知道网页的内容，这是不是很令人惊叹？这就是一种利用数据间的联系建立起来的知识图谱。知识图谱并不是数据，但它产生的结果要比单纯的数据搜集有价值得多。 　　除此之外，大数据对企业决策的影响还表现在以下三个层面： 　　第一，企业在重视获取大数据的同时，开始意识到要抓住大数据的机会并从中获取商业价值，需要使用先进的分析方法。从前我们通过对市场、行业和业务洞见来分析市场形势，传统的BI方案（商业智能方案）也能给我们提供解决方案。然而，大数据分析是全量数据和多数据类型，相对抽样研究，能更精准地体现数据价值。因此，我们需要引入新的技术来提升解读数据价值的能力，比如机器学习和预测能力。此外，数据探索、捕捉实时流动的大数据并把新的大数据来源与原来的企业数据相整合等，也将帮助企业攫取大数据的商业价值。 　　第二，在应用大数据的同时关注小数据。小数据强调的是定性和定量分析。大数据强调的是趋势和融合分析。小数据的分析往往是面对一个业务主题，而不是行业趋势或热点。小数据在做数据取样和验证结果时能对大量的、宏观的数据分析进行补充。当然，最终我们要获得的是数据价值本身，而不仅仅是把它分为不同类型的数据。所以，无论是大数据还是小数据，都需要我们把所有类型的数据碎片化后，运用先进的关联手段来建立其价值链，通过定制价值路径让数据的价值快速推送到商业应用中。这也是为什么越来越多的企业开始关注企业知识库建设的原因，它们藉此实现企业数据价值的变现。 　　第三，在数据的搜集和处理过程中，建立数据属性标签。我们常把数据属性标签比喻成脸谱勾画，通过数据属性标签可以更容易识别数据的不同特征。数据标签的属性是指在使用数据前，企业要了解数据的场景以及数