京公网安备 11010802034615号
经营许可证编号:京B2-20210330
构建大数据分析平台:没有捷径
通过创新、敏捷实践和IT内部划分等各种途径。为了实现这一点,相对于推动部门的转型,CIO们必须面对更为艰巨的挑战。他们需要向业务端显示自己在变革 方面的主导地位。但正如在近期于波士顿举行的大数据创新峰会上所显示的一样,在推动企业的数字化转型上,IT没有捷径可走。
“从总体上说,企业内部的IT组织最重要的任务就是防止故障的发生。”在峰会中的一次讨论中,NBCUniversal Media LLC的分析技术集团高级总监Moin Haque表示:“高层对IT的评估就是,以服务标准协议的形式来检验故障的多寡。在这种情况下,IT并没有进行试验和失败的空间。”但是,Haque的 分析团队则恰恰相反,其使命就是探索和实验,哪怕失败也在所不惜。
NBC的大数据分析平台是IT双重角色的最好例证:IT团队管理着自建的Hadoop平台;Haque的团队则置身于IT之外,通过各种试错来探索价值创 新。由于这两个团队的工作目标和节奏都不一样,Haque认为单独运作会带来明显的好处:“把责任属性从我们团队中去掉,可以让我们更加专注的进行探 索。”
是否外包
对于其他意在构建大数据分析平台的企业,Haque的建议也是如此:“那些能够自行完成或通过合作伙伴实现的工作,可以作为切入点。”实际上,当某位听众问到如何外包或引入大数据项目时,Haque的建议就是从另外的角度进行分解。
Haque表示,可以放到IT团队进行管理,也可以进行外包(如果企业尚不具备相应的大数据技能时)。同时,他也认为,只有在极少数情况下才需要将大数据分析外包出去。
“无论是开发模型还是算法,你都应该尽量走自建的道路。因为这样才能具有真正的独特性,才能使企业更具竞争力。”Haque认为。
人才培育
Chris Simokat是花旗集团的副总裁和大数据分析工程团队首席数据科学家,他同样提出了自己的看法。与其因为技能匮乏而把平台外包,CIO更应该注重内部的 人才发现和培养。“我们平台的起源和核心工程组件,来自于PeopleSoft工程团队的副产品。”Simokat表示。
对于Haque建议对大数据项目分解成更为可管理的模块,Simokat表示了赞同。同时,他认为应该在IT团队内部挖掘人才,对每个细分模块进行管理。即便对于那些已经外包的工作,也应如此。
“否则,就是厂商调查的不尽职,从而无法对工作进行切实的掌控。”Simokat表示。
创新的悖论
CIO和企业都表示在尽力寻找具有创新性思维的人才,但是这其实并不容易。“绝大多数的创新性人才都令人感到棘手,他们总是倾向于改变一切。”联合国助理秘书长和首席信息技术官Atti Riazi表示。她认为没有任何政府部门和企业能够容忍这一点。
Riazi表示,创新,历来都是一把双刃剑,能够解决艰难的问题,也往往导致意想不到的后果。“以互联网为例,已经成为我们生活的一部分,但是同样充斥着种种诸如贩卖人口之类的黑暗面。”Riazi举例说。
Riazi表示这并不意味着CIO们应该拒绝创新。相反,创新是进步的源泉。只不过,她认为听众应该对技术本身进行讨论,尤其是当技术被当作他用时。“提 到技术,我们总是想到硬件、软件、工具和云计算。但是,其中的内涵远不止如此,技术其实和经历、权力、人类的生活乃至环境有关,我们必须就此展开对话和思 考。”
Riazi认为,试图对技术和创新进行管理是错误的,这只会扼杀应有的活力。“那么该做什么呢?把创新看做一种责任。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在商品销量、市场需求、营收规模等业务数据中,季节性波动是最普遍、最核心的数据特征。零售快消、食品餐饮、家电服饰、电商行业 ...
2026-08-06在流量红利消退、市场竞争白热化的商业环境中,传统依托经验、跟风投放、广撒网式的营销模式,逐渐暴露出成本高、精准度低、转化 ...
2026-08-06 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-08-06【核心关键词】知识、设备、工程师、数字化、建模、算法、工业大数据、数据分析、控制算法、机器学习、深度学习、业务目标、工 ...
2026-08-05增长率是数据分析、业务报表、可视化看板中最核心的指标之一,常用于衡量营收、销量、用户量、流量等业务数据的涨跌幅度与发展趋 ...
2026-08-05小陈是某电商平台的数据分析师。老板交给他一个任务:“我们平台的注册用户已经突破1000万了,想了解一下用户的平均月消费金额。 ...
2026-08-05在机器学习建模、数据预处理、抽样划分、模型初始化训练的全流程中,随机种子是控制实验随机性、保证结果可复现、提升模型稳定性 ...
2026-08-04Python作为面向对象的主流编程语言,核心编程体系由变量、方法、类三大基础要素构成。三者层层递进、相互协作,支撑起所有基础代 ...
2026-08-04 很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问 ...
2026-08-04为什么学习数据分析? 当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运 ...
2026-08-03CDA等级认证证书有效期为三年,三年进行一次年审,主要考察CDA持证人的职业发展情况;学历、工作单位及职业变更情况;继续教育 ...
2026-08-03【核心关键词】金融、岗位、企业、算法、知识、专业、理论、课程、软件、数据分析、业务类型、应用场景、经营管理、大型企业、 ...
2026-08-03在日常数据分析、业务报表复盘、业绩预测工作中,平均增长率是衡量数据长期变化趋势的核心指标,广泛用于营收增长、用户增长、销 ...
2026-08-03很多人把统计学理解为“一堆公式和计算”,却忽略了它的本质——一门让数据“开口说话”的科学。真正的数据分析高手,不是会算平 ...
2026-08-03在数据指标体系搭建工作中,从业者常困惑于指标搭建的核心逻辑:究竟是依托一线零散数据自下而上汇总指标,还是基于战略目标自上 ...
2026-07-31在数据分析、问卷研究、实验复盘、业务建模的工作中,大多数人最关注的是“用什么统计方法”:是做T检验、方差分析、卡方检验, ...
2026-07-31 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-07-31在问卷调研的数据分析流程中,“先检验信效度,再开展进阶统计分析”是通用的规范逻辑。很多从业者会听到“问卷效度高,后续可以 ...
2026-07-30【核心关键词】大数据、统计学、专业、毕业生、论文、课程、计算机、建模、知识、数据分析、机器学习、数据科学、大数据技术、 ...
2026-07-30 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-07-30