2021年數(shù)據(jù)分析的主要趨勢(shì)

數(shù)據(jù)分析對(duì)于組織運(yùn)營十分重要,而在任何市場(chǎng)中獲得成功都需要有效地使用數(shù)據(jù)。那么會(huì)遇到什么問題?隨著應(yīng)用程序和市場(chǎng)發(fā)展變得越來越復(fù)雜,數(shù)據(jù)分析行業(yè)也越來越復(fù)雜。

三位行業(yè)思想領(lǐng)袖對(duì)數(shù)據(jù)分析行業(yè)的未來發(fā)展進(jìn)行了預(yù)測(cè),并就如何更有效地利用數(shù)據(jù)提供了建議。

數(shù)據(jù)分析對(duì)于組織運(yùn)營十分重要,而在任何市場(chǎng)中獲得成功都需要有效地使用數(shù)據(jù)。那么會(huì)遇到什么問題?隨著應(yīng)用程序和市場(chǎng)發(fā)展變得越來越復(fù)雜,數(shù)據(jù)分析行業(yè)也越來越復(fù)雜。

為了深入了解如何在2021年及以后的時(shí)間里從數(shù)據(jù)中獲取更多信息,Splunk公司首席技術(shù)官Andi Mann、德勤咨詢公司總經(jīng)理Mike Kavis、Edgevana公司首席執(zhí)行官M(fèi)ark Thiele對(duì)以下主題進(jìn)行了闡述和分析:

組織采用數(shù)據(jù)分析的現(xiàn)狀是什么?組織在何種程度上成功實(shí)現(xiàn)了數(shù)據(jù)分析實(shí)踐?

Mann:數(shù)據(jù)分析適用于很多組織,尤其在零售行業(yè)中網(wǎng)上商店產(chǎn)品的動(dòng)態(tài)定價(jià)等。

很多組織使用數(shù)據(jù)分析來了解客戶參與度以及針對(duì)問題或安全漏洞的異常檢測(cè),這是十分有效的。從業(yè)務(wù)層面和技術(shù)層面來看,有很多分析是有效的,但也有很多是無效的。

我認(rèn)為數(shù)據(jù)分析現(xiàn)在正處于變革階段,可以從現(xiàn)實(shí)的角度和政治的角度來討論這個(gè)問題,也可以從技術(shù)的角度來討論這個(gè)問題。很多組織正在努力找出有效的方法,并進(jìn)行嘗試,某些事情取得成功,某些事情遭到失敗。

這很大程度上是不受控制的。我非常擔(dān)心數(shù)據(jù)倫理以及將人們的偏見投入分析、機(jī)器學(xué)習(xí)和人工智能,我認(rèn)為肯定會(huì)得出一些結(jié)果,但這一切都很不平衡。

Kavis:我認(rèn)為在產(chǎn)品層面,有時(shí)是成功的,因此某些服務(wù)或產(chǎn)品具有數(shù)據(jù)分析支持,而一些組織在內(nèi)部部署設(shè)施處理信息,他們沒有相關(guān)用例。

隨著云計(jì)算的應(yīng)用更加廣泛,處理和存儲(chǔ)數(shù)據(jù)的成本更低,我認(rèn)為產(chǎn)品和服務(wù)的使用成本也將降低,它們實(shí)際上是在利用這項(xiàng)技術(shù)作為產(chǎn)品的一部分。就像零售業(yè)和制藥業(yè)可以充分利用數(shù)據(jù)分析并真正發(fā)揮作用。

Thiele:大多數(shù)公司面臨的關(guān)鍵問題之一是無法確定一個(gè)或兩個(gè)指標(biāo),也無法確定他們認(rèn)為對(duì)這些指標(biāo)很重要的數(shù)據(jù)。

因此,組織需要獲得良好的指標(biāo),例如,可以獲得有關(guān)客戶與組織產(chǎn)品互動(dòng)的信息的周轉(zhuǎn)時(shí)間。但是,如果需要花費(fèi)兩周或兩個(gè)月的時(shí)間來響應(yīng)和處理這些數(shù)據(jù),那么將失去價(jià)值。

從成功的角度來看,零售行業(yè)就是一個(gè)很好的例子。沃爾瑪公司多年來在數(shù)據(jù)分析方面一直很出色,即使在大數(shù)據(jù)和數(shù)據(jù)分析的初期。但是我真正看到的地方是在工廠車間和大型關(guān)鍵基礎(chǔ)設(shè)施中。很多組織正在使用針對(duì)設(shè)備的分析,并就維修周期甚至卡車的加油時(shí)間表做出實(shí)時(shí)決策,從而提高了效率。并在總體上提高了性能或安全性。

在2021年,數(shù)據(jù)分析在邊緣計(jì)算的應(yīng)用有多重要?

Mann:我認(rèn)為,數(shù)據(jù)分析無處不在。以風(fēng)力發(fā)電運(yùn)營商為例,為了防止風(fēng)力渦輪機(jī)發(fā)生災(zāi)難性故障,是否需要將其關(guān)閉進(jìn)行預(yù)防性維護(hù)?當(dāng)風(fēng)力渦輪機(jī)定期發(fā)送運(yùn)行信號(hào)時(shí),真的需要將這些信號(hào)傳輸?shù)胶诵臄?shù)據(jù)中心進(jìn)行處理嗎?因此,數(shù)據(jù)分析有必要在邊緣計(jì)算設(shè)施進(jìn)行處理。

Thiele:邊緣計(jì)算對(duì)于組織來說,是一個(gè)可以收集新數(shù)據(jù)并以新方式進(jìn)行處理的機(jī)會(huì)。與我們公司合作的大多數(shù)客戶的負(fù)載都在邊緣工作,而事實(shí)表明,在邊緣處理的數(shù)據(jù)量往往比人們預(yù)期的要大得多。

簡而言之,在大多數(shù)情況下將數(shù)據(jù)發(fā)送到其他地方?jīng)]有任何意義。從投資回報(bào)率的角度來看,在許多情況下,將數(shù)據(jù)發(fā)送到核心數(shù)據(jù)中心進(jìn)行處理在經(jīng)濟(jì)上是不可行的。

在許多情況下,降低延遲為了從數(shù)據(jù)中獲得價(jià)值并以盡可能低的成本實(shí)現(xiàn)價(jià)值,組織希望在任何地方對(duì)它進(jìn)行分析。

Kavis:我們?nèi)砸燥L(fēng)力渦輪機(jī)為例。風(fēng)力渦輪機(jī)通常安裝大量傳感器,并裝有執(zhí)行器。執(zhí)行器根據(jù)指令改變?nèi)~片的角度,以最大程度地提高發(fā)電量。

風(fēng)力發(fā)電商通常會(huì)設(shè)置智能信息:“如果風(fēng)力變化很大,需要調(diào)整葉片轉(zhuǎn)動(dòng)的速度。”因此在那種情況下,就不需要采用實(shí)時(shí)人工智能技術(shù),因?yàn)橐呀?jīng)設(shè)置了指令。組織要做的是將不相關(guān)的數(shù)據(jù)流回?cái)?shù)據(jù)中心,以找出原因和方式,然后返回邊緣計(jì)算設(shè)施并更改指令集。因此在這種情況下是一個(gè)非常靜態(tài)的環(huán)境。

現(xiàn)在將了解智能流量。組織必須查看正在發(fā)生的事情并做出決策,隨著時(shí)間的推移,機(jī)器學(xué)習(xí)的算法會(huì)變得更加智能。當(dāng)然,組織需要進(jìn)行一些分析,但是實(shí)際上一切都必須在邊緣計(jì)算設(shè)施中進(jìn)行。

實(shí)時(shí)解決方案對(duì)于架構(gòu)師來說是一個(gè)挑戰(zhàn)。他們必須了解每件事,查看有意義的內(nèi)容以及具有足夠的預(yù)算,因?yàn)闊o論采取哪種方式都涉及到成本支出。

對(duì)在未來一年希望更好地使用數(shù)據(jù)分析的管理人員有什么建議?

Kavi:我通常更關(guān)注商業(yè)價(jià)值。因?yàn)榻M織希望通過實(shí)施用例并最終獲得期望的結(jié)果,這樣可以制定決策并采取行動(dòng)。因此出于技術(shù)考慮,有些項(xiàng)目花費(fèi)大量費(fèi)用卻得不到很好的結(jié)果。但是利用數(shù)據(jù)分析來獲得業(yè)務(wù)成果,可以改變業(yè)務(wù)模型或大幅度提高生產(chǎn)率,這些都是我所關(guān)注的事項(xiàng)。

Mann:我們發(fā)現(xiàn),組織收集的數(shù)據(jù)越多,對(duì)數(shù)據(jù)的操作越多,則共享的數(shù)據(jù)就越多,實(shí)際上會(huì)獲得更好的結(jié)果,例如增加收入、降低成本、技術(shù)創(chuàng)新、提高速度,獲得敏捷性。

這實(shí)際上是有道理的:收集和分析的數(shù)據(jù)越多,做出決定的速度就越快,尤其是在擁有良好的分析工具集的情況下。所以我會(huì)說需要收集更多的數(shù)據(jù)。

另一方面,數(shù)據(jù)分析減少了人們的偏見。組織擁有的數(shù)據(jù)越多,就越有可能減少個(gè)人觀點(diǎn)和偏見。因此,收集并共享更多數(shù)據(jù),以便更快、更有效地做出更好的決策,將會(huì)減少偏差。

Thiele:數(shù)據(jù)是至關(guān)重要的,但是很多人認(rèn)為收集更多數(shù)據(jù)就會(huì)得到更好的結(jié)果。實(shí)際上,最重要的一點(diǎn)是知道組織要查找的內(nèi)容并能夠提出正確的問題,然后向數(shù)據(jù)庫中添加更多的數(shù)據(jù),這有助于降低產(chǎn)生偏見的風(fēng)險(xiǎn),并可能給出更準(zhǔn)確的答案。

根據(jù)過去的15年的發(fā)展趨勢(shì),在大多數(shù)情況下,失敗和成功的比例為7:3或4:1。也就是說,在組織的業(yè)務(wù)獲得成功之前,在數(shù)據(jù)湖和數(shù)據(jù)分析等各個(gè)層面上都可能失敗。

在實(shí)施數(shù)字化轉(zhuǎn)型過程中,大多數(shù)組織都著眼于數(shù)據(jù)分析、客戶和效率。但是,一些開始數(shù)字化轉(zhuǎn)型的組織認(rèn)為,如果組織對(duì)要達(dá)到的目標(biāo)沒有清晰的愿景,那數(shù)字化轉(zhuǎn)型將對(duì)其業(yè)務(wù)運(yùn)營產(chǎn)生負(fù)面影響,這也適用于計(jì)劃如何使用數(shù)據(jù)以及如何維護(hù)數(shù)據(jù)和驗(yàn)證數(shù)據(jù)的組織。

THEEND

最新評(píng)論(評(píng)論僅代表用戶觀點(diǎn))

更多
暫無評(píng)論