写点什么

大数据——下一个新领域

  • 2011-06-11
  • 本文字数:1723 字

    阅读完需:约 6 分钟

上个月麦肯锡全球研究院(MGI)发布了一份报告——《大数据:创新、竞争和生产力的下一个新领域》,这份报告研究了数字数据和文档的状态,同时讲解了处理这些数据能够释放出的潜在价值。

该报告深入研究了五个领域,来观察大数据是如何创造出价值的和研究大数据的变革潜力。这五个领域包括美国医疗卫生、欧洲联合公共部门管理、美国零售业、全球制造业和个人地理位置信息等。根据这份报告,这五个领域不仅代表了广泛的全球经济的核心领域,也能说明一系列区域性的观点。当然,在对大数据使用的成熟度和复杂度上,这五个领域又各自不同,因此也能提供不同的商业经验教训。

通过对这几个领域的详细地分析,该研究提出了以下五个可广泛适用的方法,来利用大数据的变革潜力创造价值,同时这些方法也暗示了如何去设计、组织和管理个体组织。

  • 创造透明度

让相关干系人更容易地及时获得大数据,能创造巨大的价值。实际上,创造价值的这一点是所有其他级别的前提条件,而且它是最直接的可以抓住该潜力的方法。在很多场合,机会存在于那些创造数据透明度的动机不对称,如缺少绩效驱动的地方。

  • 通过实验来发现需求、呈现可变性和增强绩效

组织的装备世界——部署能够收集数据的技术——和感知世界的能力在持续地增强。越来越多的公司在以数字化的形式存储大量非常详细的商业交易数据。因为可以访问这些数据,并且有时还可以控制数据生成的条件,所以决策的方法就可以截然不同,也就是说将更加科学的方法引入到管理中——例如,将经典的科学方法应用到管理的实践中。特别是,经理们现在可以使用控制实验的科学流程,包括特定假设的公式等,来设计和实施实验,经过严格地分析定量的实验结果后再做出决策。

  • 细分人群,采取灵活的行动

利用大数据,组织可以创建更窄的细分段、更精确地精简服务来满足顾客的需求。这种方法在市场和风险管理方面比较知名,但是也可以借鉴到像公共部门管理的地方。

  • 用自动算法代替或者帮助人工决策。

精密的分析能够实质性地优化决策、减少风险以及发掘有价值的观点,反之则可能一直被忽视。大数据也能提供用于开发算法或者算法需要操作的原始数据。当今的基于大数据的分析包括基于规则的系统、统计分析和机器学习技术如神经网络等。

  • 创新商业模式、产品和服务。

因为有了大数据,所有类型的企业都可以创建新产品和服务、改善现有的产品和服务以及发明全新的商业模式。

这份报告在互联网上引起了强烈的反响。经济学家 Schumpeter 说:

在一份用事实适当包装的新报告中……MGI 指出数据正在成为像有形资本、人力资本这类产品的一个因素。能够利用大数据的公司将会藐视数据利用无能者。数据资本(自造一个词汇)将和品牌资本一样重要。MGI 强调这并不是无聊的未来学:商业已经在适应大数据了。数据革命正在瓦解已经建立的产业和商业模式。IT 公司率先嗅到了进入医疗卫生市场的方法:谷歌的 Health 和微软的 HealthVault 都能让消费者跟踪自己的健康情况以及记录治疗情况。制造商们也正在加速转型为服务型的公司:通过传感器,他们可以监控其产品状态,从而在产品破坏之前就能早早判断出是否需要维修它们。

Richard Maddox 也在博客中写道:

该报告描述了已经进入到每一个部门和经济领域的数字型数据的状态和成长中的角色。充分的证据表明大数据能显著地为国民经济做出贡献,它为整个世界经济创造实质性的价值。然而,MGI 也提到了组织在获得大数据全部潜力之后所面临的一些挑战,如能让大数据对商业更有利和更有价值的分析和管理人才还比较有限。

最后,Stowe Boyd评论道 :

MGI 的分析说明了企业和政策制定者们必须克服面临的艰难险阻,去充分地抓住大数据带来的机会。仅美国就面临 140,000 至 190,000 分析和管理人才缺口,和 150 万具备理解和基于大数据研究做出决策的经理和分析师人才缺口。企业和政策制定者必须克服这些关于隐私安全、数据访问、技术部署等问题的不对称诱因。

每天随着越来越多的信息被收集和存储起来,大数据正呈爆炸式增长。MGI 估计 2010 年全球的企业在磁盘上存储了超过 7EB(艾可萨字节)的新数据,而消费者则在个人电脑和笔记本(以及移动设备)等设备上存储了超过 6EB 的新数据。如果能够正确地使用,这些数据将能显著地促进当今经济的增长。

查看英文原文: Big Data -The Next Frontier

2011-06-11 02:275687

评论

发布
暂无评论
发现更多内容

CDH安装与部署

乌龟哥哥

三周年连更

高效理解机器学习

俞凡

机器学习 算法

【Python实战】Python采集代理IP信息

BROKEN

三周年连更

Matlab实现机器学习

袁袁袁袁满

三周年连更

C++ STL容器和算法:详解和实例演示

小万哥

c++ 容器 算法 后端 stl

城市的智能进化,汇成数字中国的璀璨银河

脑极体

智慧城市

挑战 30 天学完 Python:Day14 高阶函数

MegaQi

挑战30天学完Python 三周年连更

极速上手使用Docker,这篇文章就够了!

浅羽技术

Java Docker centos 容器化 三周年连更

我们如何将 Amazon Snowcone 送入轨道

亚马逊云科技 (Amazon Web Services)

《底层逻辑2:理解商业世界的本质》

石云升

读书笔记 三周年连更

读书笔记:如何成为某个领域的前1%

老张

读书笔记 方法 写作技巧

云资源提供技术

阿泽🧸

云资源 三周年连更

深入探讨Go语言中Semaphore信号量的机制原理

Jack

通过华为云ECS云服务器搭建安防视频监控平台

DS小龙哥

三周年连更

手撕代码系列(三)

Immerse

JavaScript 前端面试题 手撕代码 ES6-ES12 面试必考

轻松处理pdf文件:Acrobat Pro DC 2023 中文激活版

真大的脸盆

Mac Mac 软件 PDF编辑 pdf编辑工具

自动化运维工具一览

穿过生命散发芬芳

自动化运维 三周年连更

Java注解编译期处理AbstractProcessor详解

石臻臻的杂货铺

Java

切片的其他妙用

宇宙之一粟

Go 切片 三周年连更

挑战 30 天学完 Python:Day15 错误类型

MegaQi

挑战30天学完Python 三周年连更

爱在日落黄昏时 | 我有话要说

后台技术汇

三周年连更

10分钟打造基于ChatGPT的Markdown智能文档

俞凡

人工智能

算法题每日一练:螺旋矩阵 I

知心宝贝

数据结构 算法 前端 后端 三周年连更

大模型“涌现”的思维链,究竟是一种什么能力?

脑极体

人工智能

Windows下 IDE工具常见编译错误FAQ

鸿蒙之旅

OpenHarmony 三周年连更

Matlab实现最优化

Shine

三周年连更

粉丝提问:区块链与大数据开发读研方向怎么选?

千与编程

区块链、 大数据 开源

2023阿里云合作伙伴大会-主论坛回顾

科技pai

阿里云 伙伴大会 2023阿里云合作伙伴大会

Qz学算法-数据结构篇(二分查找、删除)

浅辄

三周年连更

如何评价 ChatGPT 回答策略的 ensure only ethical usage 特质

汪子熙

ChatGPT ChatGPT4 三周年连更

火山引擎云原生数据仓库ByteHouse技术白皮书V1.0 (Ⅵ)

字节跳动数据平台

大数据 数据仓库 云原生 元数据 企业号 4 月 PK 榜

大数据——下一个新领域_架构_Boris Lublinsky_InfoQ精选文章