数据爆炸时代,别让它终结你的企业

如今,大数据的概念已经深入人心,数据在我们的工作中扮演着越来越重要的角色,然而就是这些数据,正在侵占我们的时间,分散我们的精力。本文旨在揭示数据带来的“负面”影响,并提供一种积极的解决方案。

来自:数据观https://www.shujuguan.cn/?from=jianshu

大数据由于可以预测未来、揭示现在、甚至重塑商业模式,而被奉为企业的救世主。然而《财富》杂志一篇文章却称,大数据正在杀死企业!

  日前,该文作者、全球首个供应链移动解决方案提供商Elementum创始人Nader Mikhail称:“大数据杀死项目,杀死财富,杀死时间!!!”三个Kill并列,令人不寒而栗。难道当我们全心拥抱大数据的时候,我们拥抱的不是一个宝藏,而是一枚炸弹?

  作者认为,从数量级别上来看,25年前,全世界每天生产100GB的数据,相当于每秒钟0.001GB。这个数字在今天看来微乎其微——现在,在你每一次心跳的时间里都能产生约50000GB的数据量。

那么对于企业来说,利用数据快速决策的能力其实是被稀释了。最宝贵的时间资源,正在被数据大肆掠夺,每天上千封的邮件、文本信息、后台消息、以及来自各个系统的各种报表,蚕食着企业的生产力。它们不断把我们从正在做的事情中拉出来,然后逼迫着我们去关心一些可能对我们有用、也可能没有用的事情。

杀死精确

  首先,作者认为,被大数据杀掉的是精确。

  “拿到更多的数据并不意味着创造更多的价值。我们收集到越多的数据,我们就越发现自己有能力从数据中得到洞察……但其实,只有得出精确而有关联的洞察才是好的。”作者总结,好的数据起码有三个属性——真实、及时、与使用者密切相关。

  不幸的是,从庞大的数据中搜集真正所需的数据是非常困难的。

  第一,它真的是跟你的业务密切相关的数据吗?

  第二,你拿到数据的时候,它还新鲜吗??

  第三,你保证你得到的数据是真实的吗???

  如果你不能保证三个答案都是yes,那么,由这样的数据驱动的决策,还是精确的吗?

杀死敏捷

  除了精确之外,作者认为,被大数据杀死的还有敏捷。

  敏捷—Agile,本来是软件开发中的一个概念,经过多年的发展,现在,已经与各种类型的企业都息息相关。哈佛商业评论在2015年就发表了一篇名为《拥抱敏捷》的文章,文章中说到:“新的敏捷正在横扫各行各业、各种职能甚至企业高管。”

  全球著名的农机巨头——美国迪尔公司,利用敏捷研发新型机器;世界排名第七位的C.H.Robinson全球货运有限公司,利用敏捷管理人力资源;美国电气通用公司,依靠敏捷从一个二十世纪的企业转型为二十一世纪的“数字工业公司”。通过把人们从自己的职能深井中解放出来,成为自我管理、聚焦客户的多部门协作团队,敏捷不仅加速了企业的盈利步伐,而且还创造了一批老练的管理人才。

  关于敏捷的概念、价值与方式虽然一直在进化,但所有的敏捷都包括三点

  Scrum,强调的是在解决复杂问题时充满创造性与随机应变的团队协作;

  精益开发,强调持续不断的消除浪费;

  看板(来自于日文,本意是可视化卡片),专注缩短决策时间以及过程中的工作量。

  我们也可以认为,敏捷不仅仅是一种方法,它还是一种思维方式,一种企业特质、一种状态、一种结果。所以,在今天,敏捷被搭载在了各种名词之前,比如:敏捷开发、敏捷管理、敏捷BI、敏捷技术、敏捷组件等等等等。

  然而,就在人人、事事都拥抱敏捷的时候,Nader

Mikhail却认为大数据正在杀死敏捷。因为数据可怕的增量,通往决策的路上挡着一大批无关数据,而且这种障碍还会越来越大。太多的数据要掌控,流程又太复杂,所以离洞察、离决策、离行动的距离越来越远。可以说,违背了敏捷随机应变、消除浪费、缩短决策时间等特性。

  怎么做,让大数据不再是企业杀手

  Nader认为,如果你想要把数据变成有价值的洞察,必须要有一个集中的、全球化的平台,以采集各种内外来源的数据信息。同时,利用外部专业资源,完成大部分非核心业务,让企业能够专注于加强自己的核心竞争力,从而达到降低成本、提高效率、充分发挥自身核心竞争力的管理模式,解决信息过载带来的负面影响。

  落实到大数据本身的处理方式,我们大概可以概括为以下三点:

  企业需要打通内、外部的数据湖泊,将全源数据整合到一起;

  利用工具抽取与企业业务紧密相关的数据; 形成直指业务核心的指标,并保持它们的实时更新;

  大部分数据处理工作交给工具/平台来完成,自己的时间用来思索、洞察,利用成果来加强核心竞争力,提升竞争优势。

满足这三个要点,大数据就不再是杀手,而是财富。幸运的是,随着科技的发展,商业智能本身也在不断进化,Nader所提出的合理利用大数据的三个要点,在数据观就可以得到满足。

  “二十多年前,‘No Software’行动把本地部署推向云端。今天,我们需要拥抱‘Data Kills’行动。是时候从收集数据转为用数据创造价值了。”Nader在文末说道。而我们完全可以理解Nader关于“大数据杀一切”的警告。

  正视大数据为我们带来的一切,跟上时代的脚步,一起将手中的数据价值最大化!

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,222评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,455评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,720评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,568评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,696评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,879评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,028评论 3 409
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,773评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,220评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,550评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,697评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,360评论 4 332
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,002评论 3 315
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,782评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,010评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,433评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,587评论 2 350

推荐阅读更多精彩内容