京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据分析价值尚需深入挖掘 _数据分析师培训
纽约麦肯锡公司合伙人Sastry Chilukuri做了一个针对技术人员的调查:请他们列出在个人生活和职业生涯中分别使用的最重要的五个IT工具。结果,他们在个人生活中会依赖Skype那样的IT工具。但在他们的职业生涯中呢?他说,“依然还是Excel,PowerPoint”那些职场中的经典程序们。
在美国马萨诸塞州技术领导委员会( MassTLC )主办的题为“下一代大数据”的研讨会,Chilukuri上分享了上面这个故事。座谈中,小组成员们没有惊讶于调查对象们还依恋于跟过去一样的旧办公应用程序。而马萨诸塞州切姆斯福德的数据可视化软件提供商DATAWATCH公司副总裁Jon Pilkington,表示,甚至想要得到大型COGNOS或者SAP安装启用的统一视图都是一场战斗,更不用说整个企业的了。那最经常被使用的解决方案?你猜。“还是是Excel!”.
但企业与Excel的“恋情”不可能永远持续下去。随着系统的成长和数据存储的多样化以及企业数据策略变得更加成熟,企业将需要更好的,更复杂的方式来整合数据,Pilkington如是说。特别是如果他们希望能取得大数据分析的胜利。
年轻的公司已被证明比那些早年成立的企业更擅长结合不同的数据流,小组成员,马萨诸塞州沃尔瑟姆的数据库创业公司Paradigm4公司联合创始人兼首席执行官Marilyn Matz认为,这并不仅仅是因为他们避开了转换遗留系统至大数据经济的麻烦,同时他们也不会受到传统商业智能和分析方法的影响。
为什么人才会短缺?
随着企业进入分析时代,统计就显得至关重要了,Chilukuri说,“但人才却总是不足,要追根溯源的话,高中教育缺乏统计课程学生最多也就修一两门相关课程(尽管已经开始有进步了),但是要想真正理解相关性的真正含义,这还远远不够。培训将有助于弥补这一差距。”
业务正更深层次的与大数据和高级分析相结合,统计却并不能解决所有的人才问题, Chilukuri补充道。他们必然将需要数据科学家,但也同样急需“数据翻译”.他们是能够横跨IT,分析和业务的实践者,想要 “创造商业价值,他们还有漫漫长路要走。”
数据特许权使用费?
数据的价格是多少?“每个人都有他们愿意放弃和不愿意放弃的数据”,小组成员,马萨诸塞州韦克菲尔德的营销公司Epsilon高级产品副总裁Bob Zurek说。所以,当人们能主理自己的数据,并有能力向想要分享的人分享他们的数据时,会发生什么?有商家愿意为这方面的信息付钱吗 – 不是用会员卡折扣或优惠券的方式,而是更类似于特许权使用费那样的经济赔偿?“我们已经在企业家团体内听到了这样的谈论”, Zurek说。
开拓创新
下面是首席信息官们面对的一个挑战:设法简化交流想法的过程。这是Epsilon星火计划背后的考虑。在Epsilon,一个想法可能很容易就碰了壁或消失在传递过程中,“因为每个人都很忙”, Zurek说。 “因此,我们退后一步,说我们需要为此建立渠道和流程。”通过星火计划,Epsilon的员工正式递交上的想法都会随之被考察是否有注资必要。 Zurek希望该计划最终能被扩大化。“我想向我们所有的客户开放这个项目”,他说。
突破大数据的迷雾
大数据技术市场现在已经饱和,这使得首席信息官们想要找出真正的需求,确定投资方向变得越来越困难。而且,“供应商不会解释工具能做什么不能做什么”,Paradigm4的Matz说。为了不受各种噪音的影响, 首席信息官们应该“关注已有案例”,她说。
测量数据的温度
DATAWATCH的Pilkington看到越来越多的“对数据或冷或热的用途。”最热的数据包括实时或性能监控分析,他说内存技术在此发挥了很大的作用。 “暖”数据则被搁置在关系数据存储中。那“冷”数据呢?“企业都在使用Hadoop来归档和存储大量的数据集,”他说,从而使得企业可以调用多年历史数据来观察如行为随时间变化之类的东西。
众包再众包?
众包评论平台Yelp公司,最近宣布了其针对最新的学生的Yelp数据集挑战题目。该公司开放了大凤凰城地区包括来自超过70,000的用户超过30万条评论的数据。拿出“精辟,独特和引人注目的”数据模型的学生,可以赢得5000美元的奖金--如研究被发表,则奖金更多。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 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 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 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。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 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 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21