大数据时代所需的三大技术.pdfVIP

大数据时代企业所需的三大技术 作为IT领域的关键词，“大数据”不断被大书特书，对其分析利用也备受关注。另一方面，靠IT技术、 现有的组织和人才技能解决不了的难题也渐渐浮出水面。这就需要“分析数据及其与业务相结合的技 术”。 本文总结了将数据分析应用到业务中所需的技术，以及怎样在企业中实现有效的信息应用。同时， 还列举了日本国内外的先进事例。 三大技术 下面，我们来看一下大数据时代企业所需的技术有哪些？ 业务技能 这里的业务技能不是指提高业绩的能力，而是指将业务过程标准化、掌握各个过程中哪些信息需要 输入、记录等能力。 以经营活动为例。通常，将一些促销活动的问卷调查中有望成为真实客户的顾客信息录入CRM(顾 客管理系统)系统，销售负责人在此信息的基础上开展营销，顾客感兴趣的产品、服务等将作为数据 输入CRM系统。接下来，如果顾客购买了产品，在结算系统输入结算信息，如果是货物的话在物流 系统输入、生成物流信息。像这样，掌握数据是在哪一过程中、什么活动中生成的非常重要。 此外，哪一过程、或者在哪一过程生成的数据会对业务的结果产生较大影响等，与其感性估计，不 如对相关数据进行分析、形成模式化。例如，与顾客的年龄、性别相比，从事哪种职业对购买概率的 影响更大等。 数学技能(模式化、样本化) 其次是分析数据所需的数学技能。此前，说到分析业务数据的技能的话，都是些求合计、平均值和 标准差等简单的统计学知识，但以后，通过分析数据研究出业务的规律性，形成“模式化”、“样本化” 技术非常必要。这在科学界是一种常见手法。例如，理想气体状态方程“PV=nRT”，就是将气体的状 态用模式化的公式表现出来。 同样，在业界，也需要将商业活动的状态形成公式化的分析技术。例如，连锁超市可以根据店铺的 位置，计算出各种条件下(销售业绩、天气、气温、星期几等)的客流量和每种商品的销售额，找出规 律，就可以做出更适当的调整，也能减少亏损、改善盈利。 IT 技术 IT 技术也不可或缺。首先，就是与数据库相关的技术。需要分析的数据保存在哪儿、AGE 和JOB 等数据库中涉及到的项目怎样与实际业务术语相结合等，现在都可以通过IT 手段来实现。但是，目 前大多数企业面临着业务之间的业务术语不统一、数据库零散不成规模等问题，仍然还有很多要依靠 人来解决的东西。 今后，通过IT 技术解答公式的能力将越来越重要。例如，假设商品的销售额与顾客年龄的关系， 用公式“销售额=a 年龄”来表述，系数a 就可以通过IT 技术求出。这是非常简单的线性回归问题，数 据量小的话就可以用Excel 等电子表格软件求出a 。此外，也可以用SPSS 和R 等专业统计分析软件。 更复杂的情况，就需要创建一个程序来求系数，拥有此项技术的IT 工程师就可以说是珍宝了！ 保证人才很重要 介绍了以上三种技术，但遗憾的是，日本企业里并不存在拥有以上全部技术的超人。那么，如何培 养拥有这些技术的人才呢？ 无论哪一种技术都是很专业的，都不是一朝一夕就能掌握的。但其实，掌握着业务技术的人就在各 个业务部门，掌握IT 技术的人才就在信息系统部门。 看上去很难的数学知识，对理科系的研究生来说往往并不算什么。物理、化学等领域中，也不乏将 自然科学公式化、并研究怎样才能得出精确度更高的公式的人，而这其中有很多有经验的人才，将自 然科学应用到业务活动中并非不可能。 将这些人才从各个部门集中到一起，组成进行数据分析的专业小组，不是现在立刻就可以开始做的 事情吗？然后，将小组置于经营企划和业务企划等制定企业发展战略的部门，成为支持企业竞争优势 的关键力量。 从小事做起 掌握数学知识可能比较难，但应用软件解答课题并不是解答数学难题。大家手边所有的电子表格软 件，就能进行简单的回归分析，也有很多更高级的分析软件，可以帮你解决更复杂的问题，这些弥补 了数学知识的不足。 实际上，已经有在分析技术上进行投资并获得成功的企业。丹麦Vestas Wind Systems ，是从事风力 发电机设计、制造、销售的公司，它将大数据分析运用于业务中，通过持续地、公司全体有组织的工 作收获了成功。在组织化的基础上增加持续性，可以更有效地运用分析。 在日本，也有几位IT 工程师将大数据分析做成项目并不断取得成果。在这个过程中，与分析相关 的数学知识的不足部分有像IBM 一样的数学解析团队和大数据分析软件供应商的支持，弥补了之前 所说的三大技术的不足，成功取得了成果。 同时，也有企业成立了100人以上的专业