京公网安备 11010802034615号
经营许可证编号:京B2-20210330
当大数据还未真正落地 企业信息化遇到哪些挑战
2017CIO生态实践报告显示,在下一阶段的新技术应用方向上,对于大数据应用,40%的企业表示热情较高,11.5%的CIO表示非常高;对物联网的应用,39.2%的企业表示倾向性较高,9.2%的企业表示非常高;对B2B电子服务,39.2%的企业表示较高的热情。
应用场景缺乏,技术门槛高,大数据无法落地
大数据应用仍处在非常初级的阶段,就目前来看,在大数据应用的五个主要核心环节中,从数据的获取、预处理、数据存储、数据分析到数据可视化,企业CIO目前对大数据的应用主要集中在数据的预处理和存储这两个环节,占比高达63%。
63.5%的企业CIO表示将利用大数据提高企业决策速度,57.3%的企业表示将会利用大数据服务提高生产作业的安全性,这说明CIO们对于利用大数据实现何种服务已经有较为明确的规划。
从大数据的应用场景上看,50%(经过验证)的企业已经将大数据服务应用于市场营销端的数字传播和舆情监测,45.7%的企业已经将大数据服务引入质量控制端的良品率提升和合理设计,33.7%的企业已经在大数据引入战略决策管理端的管理控制和经营决策。
当然,目前阻挠大数据成功落地的因素有很多,51.1%的企业表示,大数据技术难度高阻碍了大数据进一步的应用和尝试,42.4%的企业对数据相关人才的匮乏表示无可奈何。
能源技术滞后,物联网生不逢时
在物联网实践过程中,技术是第一实践路径。数据显示,55.1%的CIO关注无线通信技术,53.9%的CIO关注无线传感网络,47.2%的CIO关注网络与移动网络。
CIO也会遭遇物联网实践中的困难和挑战,52.8%的CIO认为能源技术滞后,47.2%的CIO认为安全解决方案缺失,而33.7%的CIO认为感知技术的缺失与阻挠了企业物联网项目的成功实践。
未来,56.3%的CIO将基于智能互联产品创新企业服务模式,支持企业转型。
B2B逐步更迭,SaaS化、智能化成为关键词
调研数据显示,67.8%的CIO认为B2B优化了供应链管理,控制了生产成本。59.8%的CIO认为B2B打破了地域限制,提高了企业销售能力。
在B2B实践方面,69%的CIO选择第三方电子平台开设旗舰店,56.3%的CIO则选择第三方垂直电商平台,与公司上游或下游伙伴形成供销关系。从根本上讲,企业一般选择成熟的第三方电商平台作为切入点,一是增加企业的IT渠道,二是增加B2B服务的经验,本质上还是B2C的方式,在获客方面的效果更加突出。
在B2B应用方面,49.4%的CIO选择信息抓取工具,40.2%的CIO选择进存销软件,还有40.2%的被调研者选择即时通讯软件。
未来,B2B电子商务平台将迎来六个变化:一是传统巨头电商化,二是从信息平台转为链接平台,三是从商业智能到人工智能进化,四是地方特色产业链集群出现,五是逐渐做到产业纵深的All-in-one,六是B2B的SaaS化。
除此之外,社交网络、VR、Fintech、AI、认知学习等新技术的崛起和商业化道路的不断尝试,不仅在当下可间接为企业增产提效,还有望在未来掀起第四次工业革命。当然,越是便捷的新技术服务,支撑其运行的应用架构也分散、复杂。无论是部署在IDC机房的服务器、存储和网络设备,还是前端的应用程序,都离不开IT团队的共同努力,而CIO在扮演决策者形象的同时,在应对新技术学习和实施方面的能力就显得尤为首要。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13在数据统计分析与数据清洗工作中,箱线图是一种简洁高效、客观性强的数据可视化图表,能够直观呈现数据集的分布特征、离散程度和 ...
2026-08-13 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-08-13在自动化办公、数据采集、定时统计、日志清理、系统监控等场景中,程序往往需要按照固定时间间隔重复执行指定任务,这种运行机制 ...
2026-08-12