最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

您的数据战略有何不足?

[复制链接]
跳转到指定楼层
楼主
发表于 2017-10-20 17:25:09 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
您数据洞察力的好坏,取决于其背后的数据的好坏。您的数据战略是否能帮助您在砂砾中找到钻石?随着技术的发展日益纷繁多样,如何解决这一问题已显出前所未有的重要性。如今,我们可以通过各种来源获取大量的数据,这在以往是无法想象的。尽管技术正以令人难以置信的速度向前发展,但能否确保您的数据战略保持同步发展才是关键所在。

我们不妨通过以下几个问题来明确自身所处的战略阶段:

1. 是否能够顺畅地访问所有内部数据?

这一点的重要性是不言而喻的,因为如果无法找到数据,则数据基本上是毫无用处的。不过,我们这里不是说仅仅知道某个数据集可能潜藏在什么位置,而是说我们能否随时随地对其进行定位?比如在飞机上?或在至关重要的销售会议中?

很多组织都会把极其重要的数据存储于孤立的数据仓库中,它们只能通过某些设备或非常特定的应用进行访问。如果数据分散在多个不同的地方,这些数据很可能既不安全,又无用处。通过将所有数据集中于一个安全的位置,我们可以最大程度地发挥数据的潜力和价值。

借助技术优势,我们不仅可以收集任何来源的数据,还可以通过多个位置进行访问。您的数据战略中是否包含有移动基础架构和移动应用开发,以随时随地为用户提供数据驱动的洞察力呢?

2. 是否在利用合适的外部来源?

内部数据通常是您的数据战略中比较容易关注的方面。毕竟,您可以通过内部来源完全掌控信息的输入和输出,乃至所有数据参数。但对于外部的数据源,您的数据战略需要更高的灵活性。

就外部数据源而言,我们很容易选取阻力最小的路径。也就是说,用户一般会选择可轻松集成的数据源,即便这些数据的价值并非最高。尽管更广泛地利用各种数据源并非一定不可取,但组织需要谨慎行事,以免收集的数据太多,以至于消化不了。

庆幸的是,在 API 如此普遍的时代,我们可以非常轻松地改进数据战略以整合各类信息,从社交媒体发布到客户反馈,不一而足。借助高效、高级的数据战略和自动化优势,我们要解决的问题将不再是选择合适的外部来源,而更多的是选择足够宽泛的网络。

3. 如何处理非结构化数据?

谈及外部数据源,您可能已经想到了大量以不理想形式出现的数据:非结构化数据。事实上,在我们接触到的数据中约有 80% 都是非结构化数据。举例来说,我们不妨想想社交媒体上发布的帖。您的客户可能在那里透露了大量与您和您所在行业相关的信息,但他们使用的语言很可能与您数据库里的语言完全不同。

因此,您的数据战略必须确保能够从杂乱无章的信息中攫取有益的洞察力。从非结构化数据来看,我们可以采用两种做法:将典型的文本密集型对象映射转换为结构化水平更高的形式,或直接从中提取有用的元素。不论如何,您的战略必须能够使各类数据以一致的方式输送到您的工作流中。

要确保您的数据战略涵盖所有相关数据,并为攫取优质洞察力奠定基础,我们必须抓住几个基本点。我们要能够利用到正确的数据源,并以有效的方式将其输送到您的应用环境中,以便用户能够在最需要这些数据的时候能随时随地利用到它们,这便是我们取得成效的关键。您不妨从以上几点来检查您目前采用的数据战略,通过进一步发挥数据潜力来揭示洞察力,来助力企业取得更大的成功。

本文最初发表于 Mobile Business Insights。


楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-6-1 11:29

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表