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Python面向对象编程(OOP)中,类方法是构建模块化、可复用代码的核心载体,也是实现封装、继承、多态特性的关键工具。无论是 ...
2026-02-27在MySQL数据库优化中,索引是提升查询效率的核心手段—— 面对千万级、亿级数据量,合理创建索引能将查询时间从秒级压缩到毫秒级 ...
2026-02-27在数字化时代,企业积累的海量数据如同散落的珍珠,若缺乏有效的梳理与分类,终将难以发挥实际价值。CDA(Certified Data Analys ...
2026-02-27在问卷调研中,我们常遇到这样的场景:针对同一批调查对象,在不同时间点(如干预前、干预后、随访期)发放相同或相似的问卷,收 ...
2026-02-26在销售管理的实操场景中,“销售机会”是核心抓手—— 从潜在客户接触到最终成交,每一个环节都藏着业绩增长的关键,也暗藏着客 ...
2026-02-26在CDA数据分析师的日常工作中,数据提取、整理、加工是所有分析工作的起点,而“创建表”与“创建视图”,则是数据库操作中最基 ...
2026-02-26在机器学习分析、数据决策的全流程中,“数据质量决定分析价值”早已成为行业共识—— 正如我们此前在运用机器学习进行分析时强 ...
2026-02-25在数字化时代,数据已成为企业决策、行业升级的核心资产,但海量杂乱的原始数据本身不具备价值—— 只有通过科学的分析方法,挖 ...
2026-02-25在数字化时代,数据已成为企业核心资产,而“数据存储有序化、数据分析专业化、数据价值可落地”,则是企业实现数据驱动的三大核 ...
2026-02-25在数据分析、机器学习的实操场景中,聚类分析与主成分分析(PCA)是两种高频使用的统计与数据处理方法。二者常被用于数据预处理 ...
2026-02-24在聚类分析的实操场景中,K-Means算法因其简单高效、易落地的特点,成为处理无监督分类问题的首选工具——无论是用户画像分层、 ...
2026-02-24数字化浪潮下,数据已成为企业核心竞争力,“用数据说话、用数据决策”成为企业发展的核心逻辑。CDA(Certified Data Analyst) ...
2026-02-24CDA一级知识点汇总手册 第五章 业务数据的特征、处理与透视分析考点52:业务数据分析基础考点53:输入和资源需求考点54:业务数 ...
2026-02-23CDA一级知识点汇总手册 第四章 战略与业务数据分析考点43:战略数据分析基础考点44:表格结构数据的使用考点45:输入数据和资源 ...
2026-02-22CDA一级知识点汇总手册 第三章 商业数据分析框架考点27:商业数据分析体系的核心逻辑——BSC五视角框架考点28:战略视角考点29: ...
2026-02-20CDA一级知识点汇总手册 第二章 数据分析方法考点7:基础范式的核心逻辑(本体论与流程化)考点8:分类分析(本体论核心应用)考 ...
2026-02-18第一章:数据分析思维考点1:UVCA时代的特点考点2:数据分析背后的逻辑思维方法论考点3:流程化企业的数据分析需求考点4:企业数 ...
2026-02-16在数据分析、业务决策、科学研究等领域,统计模型是连接原始数据与业务价值的核心工具——它通过对数据的规律提炼、变量关联分析 ...
2026-02-14在SQL查询实操中,SELECT * 与 SELECT 字段1, 字段2,...(指定个别字段)是最常用的两种查询方式。很多开发者在日常开发中,为了 ...
2026-02-14对CDA(Certified Data Analyst)数据分析师而言,数据分析的核心不是孤立解读单个指标数值,而是构建一套科学、完整、贴合业务 ...
2026-02-14