您当前的位置 : 热点关注  >> 正文

福州咸鱼科技:提升数据分析能力,助力企业数字化转型

来源: 财报网
  十年前,全球市值最高的Top10公司大多来自石油、银行、汽车等传统行业。而十年后的今天,亚马逊、Facebook、阿里巴巴、腾讯等一跃超过了十年前排名第一的艾克森美孚。不难发现,数据是这些企业的核心资产。大数据可以帮助企业制定切实可行的战略规划,获取客户洞察,支持客户购买行为,并构建新的业务模式,进而赢得竞争优势。福州咸鱼科技告诉你,成功的企业数字化案例都有自己的共同点:重视数据质量、重视数据上下文、以及建立有效的数据管理体制。而失败的企业则各有各的问题。

  一、只做数据集中,并没有对数据进行整合

  数据整合是当今数据分析面临的最大挑战。福州咸鱼科技见过许多公司,只是简单地将数据堆积在一起,并未对不同来源的数据进行整合。对于研究对象,要将不同来源的数据相互关联,以便获取更准确的信息定位。并且数据科学家会通过数据来寻找并分析竞争优势,可能的企业新的突破点等等,因此,数据整合也变得越发重要。

  二、忽视了不同业务对数据的需求差别

  整合的集成数据技术对于一个成功的分析程序是至关重要的,必须要意识到不同业务部门对数据的需求是不同的,数据的形式不能千篇一律。以咸鱼科技服务过的金融机构为例,风控部门需要未经处理的原始数据,以从中发现异常。比如通过搜寻多组数据中某个人地址信息的,确定其是否申请了多笔贷款等。

  三、缺乏对数据时效性和生命周期的管理

  随着数据存储成本不断降低,IT部门可以将大量数据存储起来,并保存很长的时间。咸鱼科技服务过很多公司,但许多企业都将数据留存的过久。这不仅仅是存储成本的问题,超过十年的数据基本没有时效性了。数据要被赋予生命周期。数据留存期限要根据不同部门、不同组织来确定。

  四、只关注数据量而忽视数据相关性

  数据分析师总喜欢用最容易获得的数据进行建模与分析,而不是最相关的。这是目前公司或组织普遍存在的一个误区。在寻找更多的数据集之前,应该先想想数据是否相关,而不是询问我们是否有正确的数据。比如咸鱼科技的某医疗机构在分析病例时,会考虑到医生的轮班周期等。

  五、忽略数据来源

  数据分析存在一个普遍又显著的问题,是数据偏见。偏向性的数据会造成分析结果偏差,从而影响到正确的业务决策与结果。其中的偏见来源于整个分析过程涉及的许多个部门,包括IT部门处理数据方式,都会有一些偏见。因为IT部门在对数据来源的追踪上,做的并不完善。如果无法意识到这一点,就会影响到数据模型的的性能,而且,缺乏数据来源的可见性使得对偏见的控制更为困难。这也是福州咸鱼科技在处理数据的时间常见的问题。

  如今,行业内不少公司打着“数据统计和分析”的旗号来做大数据,让很多人陷入了误区:数据统计并非等于大数据。无论数据统计也好,大数据也罢,其实都是为了使我们的工作变得更为有效,让决策更为理性而准确。重视数据,本身就是一个企业成熟的标志。随着数据的进一步丰富和完善,随着不同渠道数据的打通和交叉利用,有关大数据的想象一定会更加广阔。福州咸鱼科技就是一家专注数据分析服务的企业!

(责编:张 凯)