写点什么

对话《国资报告》|央企如何赢在大数据时代

  • 2019-10-17
  • 本文字数:2982 字

    阅读完需:约 10 分钟

对话《国资报告》|央企如何赢在大数据时代

新一轮信息技术革命与人类经济社会活动的交汇融合,引发了数据爆炸式增长,大数据的概念应运而生。2015 年 9 月 5 日,《国务院关于印发促进大数据发展行动纲要的通知》正式发布,在全社会引起广泛影响。


大数据对于央企的改革发展亦具有重要意义。国务院国资委相关领导指出,大数据已成为国家基础性战略性资源和重要力量,既是物质形态的生产力,更是改革发展的思想原动力。用好大数据,有利于提高企业发展活力和运营管理效率,有利于激发商业模式创新,有利于推进供给侧结构性改革。


那么,央企如何更好地认识和理解大数据的意义,如何用好大数据?近日,记者就上述话题,对北京国双科技有限公司(以下简称“国双”)工业互联网事业部副总经理董小冬进行了专访。

大数据时代的挑战

《国资报告》:当前,传统产业正借助互联网、云计算、大数据、人工智能等技术,实现数字化、网络化、智能化转型升级,工业互联网等概念也应运而生。那么,大数据在其中的价值和作用是什么?


董小冬:传统产业的数字化转型是大势所趋,工业互联网为数字化转型提供了工具和手段,而工业互联网最核心的能力,则在于大数据和人工智能。


工业互联网把远端的很多生产型的设备数据采集起来,形成了海量数据。这些数据怎么运营呢?怎么对企业和产业产生价值呢?这就需要进行分析。分析则需要大数据和人工智能,原因有两方面,其一,基于传统 IT 架构的分析能力和技术路线,已经不能满足当前的企业和产业的需求了。因此需要大数据技术。其二,只是分析和知道结果,是远远不够的。企业和产业还有进一步的需求,即到底发生了什么问题,应该怎样去做,未来的趋势是什么,这就需要人工智能。



《国资报告》:大数据时代,央企等大型企业遇到了哪些挑战?


董小冬:一方面,在传统的 IT 架构下,企业搭建了很多信息系统,但每个信息系统都是独立的,有自己的数据和数据分析,跨系统的数据不能对接到一起,而且,用于分析的数据来源也过于单一,因此不能给企业的管理者提供完整的视角。另一方面,在传统的 IT 架构和技术下,数据分析的速度也比较慢,无法做到快速响应。


在今天这样一个信息技术快速发展的时代,上述问题正在成为企业发展的瓶颈。比如,客户需要某款产品,在过去,从研发到产品,再到投放到销售渠道中,是一个漫长的过程。但是在今天,往往是几个月的时间就要完成,否则就跟不上市场的变化。因此,企业必须通过信息化的手段去感知市场,知道客户在想什么,并在企业内部实现快速响应。


同时,企业对生产环节的掌控,也需要是实时的。比如,今天国际的外汇牌价,或是国际油价、黄金价格发生了比较大的变化,可能是夜里发生的变化,但第二天早上一上班,企业就要做出决策,否则在决策实施的时候,就已经错过了时机。企业如何实现快速决策?只依靠人远远不够,如果没有一个强大的数据平台的支持,企业是做不到的。

数据治理势在必行

《国资报告》:央企如何应对上述挑战?如何做到对客户需求的快速响应,和面对市场变化时的快速决策?


董小冬:这里就要提到数据仓库的概念。事实上,早在上世纪 90 年代,比尔·恩门就出版了《建立数据仓库》一书,其对数据仓库的定义,直到今天还被大家广泛接受。


数据仓库的特性包括四个方面,首先是面向主题,即面向生产经营的应用场景。其次是集成性,即不是那种垂直的、独立的系统,而是横向的,可以将企业内部各个系统打通。随着互联网的兴起,数据分析的视角更是从企业内部拓展到了企业外部。第三是稳定性,大数据时代,企业业务快速更迭,但数据分析的能力要保持稳定性。最后是时变性,就是能够感知过去,和预测未来。


现在很多企业谈到中台的概念,数据仓库在中台中扮演了非常关键的角色,我们可以把数据仓库视为企业的数据中枢。而国双大力投入打造的“基于大数据技术的企业级数据仓库产品”又与传统的数据仓库有着本质的差别,不仅使用最新的技术和架构,在数据处理能力、平台功能和性能上也比传统的数据仓库有了非常大的提升。通过这个数据仓库的核心能力,企业把各个方面的数据不断地采集和聚拢到数据仓库中,支撑企业方方面面的分析。


《国资报告》:在具体的操作层面,央企应如何用好大数据?


董小冬:用好大数据的一个关键问题,是解决数据之间的相互授权的问题,企业应该通过数据治理的方式,对数据资产进行完整的梳理、规划和定义。


首先,企业要有一个数据资产管理的核心组织,这个组织不是某一个部门,而是能够代表企业整体,应该是一个委员会性质的机构。其次,数据资产的规划和使用,需要一系列的流程。因为数据资产需要相对的稳定性和准确度,当某一个局部的业务系统发生改变时,需要让所有用到该项数据的人都知道这一情况,并作出相应的调整,因此需要在数据的标准化方面进行统一,需要对企业原有的不同应用系统进行改造。最后,在实际运行过程中,要对数据的质量,和数据标准化的应用情况进行监控。


现在无论是从企业内部,还是从产业角度来看,都越来越强调互通、整合、集成,这些目标实现的前提,就是数据的标准化和统一化。因此,数据治理是企业不得不做,而且必须马上去做的一件事情。如果企业不做,竞争力就不能得到很大程度的提升,企业和上下游,及企业内部就难以实现跨部门、跨应用的整合,数据也就无法变成对企业有价值的能力。


《国资报告》:数据治理能够给央企带来哪些成效?


董小冬:首先是全面性。通过数据治理,和数据仓库的搭建,无论是企业内部的研发、生产、营销和后期的管理环节,还是产业链的各个环节,实现数据的打通和共享后,可以为企业提供更全面的视角,基于数据的分析和预测也更加准确和有效。


其次是时效性。有了数据仓库这样高科技的平台的支撑,整合的数据源又非常广泛,数据分析的时效性可以得到保障。当企业想看到某类数据和分析结果时,也可以马上看到。比如企业的经营指挥中心,上面的数字是实时在跳动的,这边有一个新的采购订单进来,那边的数字马上就变了;这边有一个付款支出,财务数字也就变了。我们越来越需要实时的系统,因为国际市场、国内市场都是瞬息万变的。


要强调的是,在上述方面,国双有着长期的积累和经验。从十几年前成立,到上市,再到今天的发展,国双始终聚焦在大数据、人工智能领域,而且一直做的是 To B 的业务,致力于帮助企业和政府客户以新颖有效的方式使用数据,提高生产力,也就是为企业和产业服务。我们的企业级数据仓库的核心优势有三个方面,第一,我们是真正基于企业的需求来打造的,适合于企业,不是实验室中的组件,而是完整、全面的产品。第二,我们可以无缝对接到企业内部现有的信息架构中所有的业务运行系统。数据系统的数据来自于业务运行系统,但又不止于这些业务运行系统,我们可以突破企业的围墙,到外部收集企业所需要的数据。第三,我们突破了传统的数据仓库架构,采用了适应大数据分析的先进的技术架构。


企业的人员是业务专家,我们则是数据技术专家,同时我们有咨询能力,国双有很多来自于 IBM、埃森哲等国际大牌的咨询顾问、行业专家出身的人才,他们对行业业务很了解,有战略咨询的视角、管理咨询的工具和技巧,同时又有很多信息化实施的经验。因此,国双可以把企业业务和数据分析的工具、模型算法,及人工智能的核心能力对接在一起。对接的目的是什么呢?就是为企业、为产业提供更好的数据分析服务。


本文转载自公众号国双 Gridsum(ID:gridsumtech)。


原文链接:


https://mp.weixin.qq.com/s/Uj62fGiRQ6KEAiJqDldvOA


2019-10-17 23:25789
用户头像

发布了 93 篇内容, 共 79219 次阅读, 收获喜欢 3 次。

关注

评论

发布
暂无评论
发现更多内容

Python Qt GUI设计:QTimer计时器类、QThread多线程类和事件处理类(基础篇—8)

不脱发的程序猿

Python PyQt GUI 计时器 多线程类和事件处理

一文讲透自适应熔断的原理和实现

万俊峰Kevin

微服务 熔断 Go 语言 熔断器 限流熔断

堪称“高并发”教程天花板的Alibaba《基础+实战+源码+面试+架构》

收到请回复

Java 程序员 后端 java面试

博文推荐 | Apache Pulsar 对现代数据堆栈至关重要的四个原因

Apache Pulsar

kafka 架构 Apache Pulsar 数据堆栈 DataStax

VR和AR只是入门,真正的元宇宙远不止于此

CECBC

什么是低代码平台?

石云升

低代码平台 11月日更

Ta们用数字种植绿色山河:牛津博士与储能之变

脑极体

openGauss支持国密SM3和SM4算法

#数据库

Web 用户体验设计提升实践

Shopee技术团队

大前端 web开发 用户体验 交互设计 可访问性

从 Linux源码 看 Socket(TCP)的accept

赖猫

c++ Linux 后端 服务器 epoll

【云小课】如何初步定位GaussDB(for openGauss)慢SQL

华为云数据库小助手

GaussDB GaussDB(for openGauss) 华为云数据库

NodeJs深入浅出之旅:内存控制(下)🐯

空城机

大前端 Node 11月日更

【Quarkus技术系列】「云原生架构体系」配置参考指南相关的功能机制配置介绍分析

码界西柚

入门 配置信息 Quarkus 11月日更

“元宇宙”到底是啥?为啥火了?鼓励探索警惕忽悠

CECBC

点进来,与白洞一起体验一场沉浸式智慧轨道之旅

脑极体

前端的状态管理与时间旅行:San实践篇

百度开发者中心

大前端 san san-store 技术实践

如何穿透ToB客户生命周期的全链增长?

ToB行业头条

开源数据库风起云涌,openGauss 恰逢其时

#数据库

11.25直播预告|开源与SaaS水火不容?「观测云-可观测之路」第2期技术大咖为您解惑!

观测云

十月热点:EasyDL八大国产芯片实现模型部署全适配,度目智能门禁机CM-A1重磅发布!

百度大脑

人工智能 百度

Go 语言,测试功能详解 - 下

微客鸟窝

Go 语言 11月日更

一个基于DPoS共识算法的区块链案例解析

Regan Yue

区块链 11月日更 细讲区块链

你找的网络安全系列书籍,都在这了!

喀拉峻

网络安全 安全 信息安全

浅谈 RDMA 与无损网络

青云技术社区

云计算 云原生 存储

盲盒app开发

译文 | 科普:Pulsar 和 Kafka 架构对比

Apache Pulsar

kafka 架构 分布式 中间件 Apache Pulsar

自定义View:多点触摸与实现任意拖动图片控

Changing Lin

11月日更

Nginx中间件渗透总结

网络安全学海

网络安全 信息安全 渗透测试 WEB安全 漏洞挖掘

北鲲云超算携手西安电子科技大学开展高性能计算培训

北鲲云

双十一还是孤身一人?超强AI神器送你一个"对象"

百度大脑

人工智能 百度

经验分享|参与内部开源的心路历程

云智慧AIOps社区

大前端 数据可视化 知识分享 开源治理 flyfish

对话《国资报告》|央企如何赢在大数据时代_文化 & 方法_Gridsum_InfoQ精选文章