借助数据最大程.PDFVIP

借助数据最大程 度实现投资回报 将数据转化为数字智能是 取得竞争优势的关键。 目录 简介 03 我们数字经济的快速增长取决于数据。数据是提高效率、促进产品创 敏捷性与速度 新和改善客户服务的关键所在。它可以促进形成全新的业务模式。 04 因此，众多企业将数字转型作为最高级别的优先任务，在数据、 分析和人工智能领域投入巨资，希望揭示新锐洞察，形成竞争优势， 决策 这种现象的出现并不让人感到惊奇。 05 但是尽管投资甚多，收效却往往让人失望。 NewVantage Partners 最 数据驱动型文化 新的一项大数据高管调研显示，73% 的《财富》1000 强企业的高管表 示从投资中获得了可衡量结果，但是只有 24% 的受访者认为结果具有 05 颠覆性和创新性。1 为人工智能做好准备 要从数据中实现价值，必须解决三个基本挑战：数据不可访问、 06 糟糕的数据质量以及人才短缺 - 这些问题还与不断严格的监管形 结语 势交织在一起。解决这些挑战是构建强大的数据基础的关键所在， 而这样的基础有助于做出关键决策，更重要的是，为人工智能提供有 力支持。这将从更广泛的数据中获得更深入的洞察，从而助推更具战 略性的转型。 16px IBM Cloud 2 加速实现敏捷性和数据 可访问性 提高数据可访问性 虽然来自移动、社交和物联网渠道的数据的增长速度远 远超过传统的事务性数据，但是，要获得超出预期的宝 贵洞察，还需要将这些有关客户、流程或运营的不同来 源的信息有机结合起来。这就需要有效管理这些数据源 的规模和分布，以确保数据可访问性。 为开展分析，传统上企业使用数据仓库来整合数据。 登上混合数据管理阶梯，奠定企业领先优势。 数据仓库能够对数据进行清理和组织，以供分析引擎快 立即注册，获取完整报告。→ 速查询 - 这种模式非常适合事务性数据。但是，随着 非结构化和半结构化数据的爆炸性增长，各种各样可扩 展性更高、更具成本效益的解决方案纷纷出炉。最值得 注意的例子便是数据湖。这种解决方案能够经济有效地 以原始格式存储海量数据，非常适合于数据探索。 数据湖不应被视为数据仓库的替代。 许多企业认为，糟糕的数据质 这两者各有所长，因此，应当根据预期的工作负载仔细 量造成平均每年 1500 万美元 评估要采用的解决方案。 事实上，许多企业选择在环境中同时实施数据仓库和数 的损失，甚至产生长期的影 据湖。数据仓库可提供业务关键型数据中清晰可靠、 基于时间的趋势视图，这些视图经过预先汇总和集成； 响，包括声誉损失、商机错失 而数据湖则有助于从新数据源中生成洞察。 以及连续亏损等。 无论采用何种数据存储，我们都需要考虑到本地和云端 不同系统和业务单位的离散程度。这些数据孤岛会限制 对数据的访问，并降低获取洞察的速度。 可扩展的灵活数据管理架构有助于访问各个“孤岛” 中的数据，无论这些数据存储于何处。 无论位于本地还是云端，合适的混合数据管理架构支持 数据使用者在受监管的环境中快速访问、集成和查询大 量