危险品管理分析项目总结报告.docxVIP

危险品管理平台总结报告

总结

危险管理拥有大规模数据，结构化数据可达数百TB，再加上语音、文档、网站等各类数据以及每日不断产生的新数据，数据规模将会快速向PB级演变。面对大量的数据资产，危险管理需要紧跟技术发展步伐，充分挖掘数据中蕴涵的商业价值，应对日益严峻的市场竞争。对于危险管理的大数据应用建设方法，提出以下几方面思考：

1、大数据应用不仅需要具有大数据处理技术，更需要公司整体布局，建立数据生态。在大数据时代，大数据不仅是一种驾驭数据的能力、一类处理数据的技术，更是一种看待数据的思维意识、思维方式，数据正在成为重要的生产资料、巨大的经济资产、新世界的矿产与石油。危险管理需要顺应趋势转变思维，建立大数据驱动发展的思维模式，从战略高度关注大数据布局，建立从数据获取、数据整合到数据使用的完整链路，这需要业务、数据、服务三者的协同配合，通过扩大业务范围搜集更多的客户数据；通过提升数据组织和处理能力整合更多的可用数据；通过充分运用到服务中促进提升客户体验、为公司业务创造更大价值，发挥数据的巨大能量。因此，大数据布局需要将业务、数据、服务三者结合起来统筹考虑、整体规划，打造数据生态圈。

2、大数据应用作为新兴技术，从研究到使用需要经历一个过程，应按照循序渐进方式开展相关工作。根据IBM研究，大数据应用建设分为四个阶段：一是教育，需要让大数据的重要性和必须性得到充分认识；二是探索，主要探索大数据到底怎么应用；三是接触，从实际的角度去思考怎么应用大数据；四是执行，真正把大数据结合到业务流程里去。大数据的建设不是一蹴而就，重在实践和迭代发展，在起步阶段可以结合具体痛点问题展开，在不断积累经验后逐步扩大应用范围。

3、大数据建设的关键是高质量的数据基础，没有数据质量就没有一切，只有高质量的数据才能为企业带来价值。面对数据来源广、信息种类杂、质量参差不齐的情况，需要在建设大数据的同时关注数据治理，一是建立数据规范化标准、数据分类标准、数据定义标准、质量衡量标准等；二是建立用于监控数据从获取、存储、分析、到运用的质量监控体系；三是建立数据问题从检查、反馈到修改的质量改进流程，使问题能够得到及时发现和根本解决。

4、大数据应用从数据获取、挖掘到运用是一个复杂的、跨部门、跨领域的过程，需要各类专业人员共同协作完成，可考虑组建由多个部门联合参与的大数据研究团队，专门研究大数据带来的销售创新和服务创新，提供大数据应用服务。另外在人才队伍建设方面，一是要加快现有人员的培养，拓展在业务、大数据技术、统计方法上的技能；二是加强与大数据技术领先的互联网公司合作，借鉴先进经验加快人员经验积累；三是加快人才引进，吸引市场上高端的数据人才加入公司团队，有利于快速构建起大数据队伍，并为团队内其他人员的成长提供辅导帮助，带动整个团队的持续发展。