自拍偷在线精品自拍偷,亚洲欧美中文日韩v在线观看不卡

七個觀點(diǎn):理性看透數(shù)據(jù)的價值屬性 ...

數(shù)字化轉(zhuǎn)型
數(shù)字化轉(zhuǎn)型的基礎(chǔ),是承認(rèn)數(shù)據(jù)的價值屬性。一切數(shù)字化實(shí)踐活動,都是建立在認(rèn)為數(shù)據(jù)具有價值屬性這個重要的前提假設(shè)之上的。

數(shù)字化轉(zhuǎn)型的基礎(chǔ),是承認(rèn)數(shù)據(jù)的價值屬性。一切數(shù)字化實(shí)踐活動,都是建立在認(rèn)為數(shù)據(jù)具有價值屬性這個重要的前提假設(shè)之上的。

本文我們討論一下,如何理性看待數(shù)據(jù)的價值,以及如何有效地利用和發(fā)揮數(shù)據(jù)的價值,賦能各行各業(yè)的數(shù)字化轉(zhuǎn)型實(shí)踐。

觀點(diǎn)1:數(shù)據(jù)有價值,不等于數(shù)據(jù)能帶來價值

價值屬性是數(shù)據(jù)的天然屬性,這一點(diǎn)是毋庸置疑的,但是有價值和能夠挖掘出價值,利用好價值,又是兩回事。

這一點(diǎn)就好比,自然界中的石頭里含有翡翠和黃金,翡翠和黃金都是價值不菲的,但是從原石中提煉寶礦,又是十分費(fèi)力的事情,不是誰都做得到的,如果太難,去挖掘這些價值也就不劃算。

這就是為什么,盡管人類歷史的發(fā)展過程中,早就有記錄數(shù)據(jù)的習(xí)慣,但是數(shù)字化的產(chǎn)業(yè)實(shí)踐,也只是近十幾年才逐漸“鋪展”開來。

其背后主要的驅(qū)動力,就是在于數(shù)據(jù)分析技術(shù)普及了,更多的數(shù)據(jù)分析技術(shù)可以使用,并且使用這些技術(shù)的軟硬件工具越來越多,使得數(shù)據(jù)價值開發(fā)的成本越來越低。

因此,如果數(shù)據(jù)中的價值不能被開采,那么數(shù)據(jù)就無法帶來價值,此時,數(shù)據(jù)的價值就只是潛在的價值,不是真正意義上的價值。

很多企業(yè)在數(shù)字化轉(zhuǎn)型時,都積累了大量的數(shù)據(jù)資源,但是這些數(shù)據(jù)資源并不能當(dāng)作數(shù)據(jù)資產(chǎn),因?yàn)闆]有被用起來,即沒有價值性。

在挖掘數(shù)據(jù)的價值時,要進(jìn)行相應(yīng)的“成本-收益”分析。當(dāng)挖掘數(shù)據(jù)所帶來的收益大于成本時,就可以得到數(shù)據(jù)的價值,反之,如果挖掘數(shù)據(jù)帶來的收益微薄,而投入的成本巨大,那么數(shù)據(jù)中的價值就不會在生產(chǎn)實(shí)踐中被“汲取”。

此時,即便數(shù)據(jù)本身是有價值的,但也是無意義的,因?yàn)閮r值不會被“看見”。

觀點(diǎn)2:數(shù)據(jù)的價值不具有“排他性”

在數(shù)字經(jīng)濟(jì)時代,數(shù)據(jù)是一種非常重要的生產(chǎn)要素,數(shù)據(jù)與其他生產(chǎn)要素的一個非常重要的區(qū)別在于,數(shù)據(jù)不具有排他性。

數(shù)據(jù)的價值不會因?yàn)槟硞€人或者組織使用了,其他個人或組織就不能再加以利用。也正是基于這樣的原因,數(shù)據(jù)的共享和交易活動更加值得鼓勵,也更加容易產(chǎn)生。

從“經(jīng)濟(jì)學(xué)”的角度來看,數(shù)據(jù)構(gòu)建的初始成本也許很大,但是復(fù)制數(shù)據(jù)的邊際成本幾乎為零。

當(dāng)構(gòu)建出有價值的數(shù)據(jù)資源時,可以通過傳播行為,大規(guī)模地復(fù)制數(shù)據(jù)的“價值”,這種特質(zhì)也是整個數(shù)字經(jīng)濟(jì)生態(tài)快速發(fā)展的重要原因之一。

值得注意的是,數(shù)據(jù)不具有排他性是“相對的”。

畢竟,最先使用數(shù)據(jù)資源的一方,可能會因?yàn)樘崆鞍l(fā)現(xiàn)數(shù)據(jù)背后的業(yè)務(wù)洞察,從中獲得一定的商業(yè)競爭性壁壘。

觀點(diǎn)3:數(shù)據(jù)的價值與使用場景相關(guān)

數(shù)據(jù)是客觀的,但是從數(shù)據(jù)中獲取的價值是主觀的。

同樣的數(shù)據(jù),不同分析者由于認(rèn)知水平不同,業(yè)務(wù)知識背景不同,觀察數(shù)據(jù)的視角不同,以及分析和使用數(shù)據(jù)的目的不同,從數(shù)據(jù)中挖掘、解讀出的信息價值也不一樣。

數(shù)據(jù)的價值必須依賴于一定的業(yè)務(wù)框架視角,是相對的而不是絕對的。也正是基于此,數(shù)字化實(shí)踐必須以業(yè)務(wù)驅(qū)動才能落地。

因?yàn)橹挥袛?shù)據(jù)資源最終所服務(wù)的業(yè)務(wù)方,才能給出真正準(zhǔn)確的“數(shù)據(jù)價值”投影維度。

在數(shù)據(jù)中臺的建設(shè)中,就充分地體現(xiàn)了數(shù)據(jù)價值場景化落地的戰(zhàn)略思路。

通過在數(shù)據(jù)中臺上對企業(yè)的數(shù)據(jù)能力進(jìn)行“服務(wù)化”封裝,可降低業(yè)務(wù)人員對數(shù)據(jù)的使用門檻,提高業(yè)務(wù)人員對數(shù)據(jù)進(jìn)行“場景實(shí)驗(yàn)”的嘗試數(shù)量規(guī)模,從而更大概率地尋找到使數(shù)據(jù)價值充分釋放的“完美”場景。

觀點(diǎn)4:數(shù)據(jù)的價值具有時間效應(yīng)

有些數(shù)據(jù)的價值是時間敏感的,尤其是數(shù)據(jù)背后的信息旨在服務(wù)于用戶“即時”的判斷和決策。

例如,分析一個用戶的購買偏好,通常參考過去一個月的消費(fèi)記錄,而三年前的消費(fèi)記錄,往往沒有太大的參考價值。

也正是基于此,很多數(shù)據(jù)分析應(yīng)用中,需要滿足“當(dāng)下分析”的需求,在大數(shù)據(jù)技術(shù)的普及下,流數(shù)據(jù)分析已經(jīng)成為十分關(guān)鍵的數(shù)據(jù)分析框架。

建立在流數(shù)據(jù)分析上的實(shí)時量測、實(shí)時監(jiān)控、實(shí)時預(yù)警,已經(jīng)成為典型的“時間敏感型”數(shù)字化業(yè)務(wù)應(yīng)用模式。

觀點(diǎn)5:數(shù)據(jù)的價值具有“非線性”疊加屬性

何謂非線性,數(shù)據(jù)之間的融合不是簡單的線性加成關(guān)系。簡單來說,就是“1+1”不一定等于2,可能大于2,也可能小于2。

當(dāng)1+1>2時,體現(xiàn)了不同數(shù)據(jù)維度在融合的時候,形成了更多“跨主題”的綜合業(yè)務(wù)場景,可以支撐更廣泛的數(shù)據(jù)關(guān)聯(lián)分析、數(shù)據(jù)計算推理等數(shù)字化應(yīng)用實(shí)例;

當(dāng)1+1<2時,一種典型情況是,不同渠道來源的數(shù)據(jù)在融合時會帶來不一致性,當(dāng)這種不一致性很大時,會帶來對數(shù)據(jù)查詢和選擇的困惑,導(dǎo)致數(shù)據(jù)資源的可用性被“削弱”。

觀點(diǎn)6:數(shù)據(jù)可以有“負(fù)”價值

數(shù)據(jù)的價值不一定是“正向”的,也可能是“負(fù)向”的。從數(shù)據(jù)中提取的信息可能具有誤導(dǎo)性,也可能是虛假或惡意的。

不管是有意或無意的因素,當(dāng)數(shù)據(jù)的整體質(zhì)量不高時,通過數(shù)據(jù)分析得到的結(jié)論往往會給業(yè)務(wù)帶來負(fù)面的影響。

比如,用戶可能基于數(shù)據(jù)做出錯誤的決策,或?qū)㈥P(guān)鍵事件的發(fā)生歸結(jié)為錯誤的原因,從而導(dǎo)致管理失能。

為了避免數(shù)據(jù)對企業(yè)帶來“負(fù)”價值,持續(xù)的數(shù)據(jù)治理是非常關(guān)鍵的管理舉措。在這其中,包括兩個十分重要的環(huán)節(jié):一是識別有害數(shù)據(jù),二是對有害數(shù)據(jù)進(jìn)行剔除或整改。

觀點(diǎn)7:數(shù)據(jù)越分享,越有價值

數(shù)據(jù)的分享會帶來更多價值,單個業(yè)務(wù)方對數(shù)據(jù)進(jìn)行分析的能力和相關(guān)認(rèn)知是局限的,因此,對于數(shù)據(jù)價值的開發(fā)水平也是十分有限的。

對于同樣的數(shù)據(jù),如果可以開放共享給更多企業(yè)內(nèi)外的主體進(jìn)行價值的挖掘,那么就可以充分地利用數(shù)據(jù)資源,在不同領(lǐng)域創(chuàng)造更大范圍的價值。

數(shù)據(jù)分享,除了基于拓寬數(shù)據(jù)的使用場景來提升數(shù)據(jù)價值,還可以通過與不同領(lǐng)域的外部數(shù)據(jù)進(jìn)行融合,創(chuàng)造出更豐富的數(shù)據(jù)模型。

在極端的情況下,有些數(shù)據(jù)雖然自身難以挖掘出有意義的業(yè)務(wù)結(jié)論,但是在融合的過程中可能為其他領(lǐng)域的業(yè)務(wù),帶來“意想不到”的交叉信息賦能。


責(zé)任編輯:華軒 來源: 大話數(shù)字化轉(zhuǎn)型
相關(guān)推薦

2022-03-18 08:23:43

人工智能神經(jīng)網(wǎng)絡(luò)失敗

2021-11-22 14:57:35

數(shù)據(jù)治理CIO數(shù)字化轉(zhuǎn)型

2020-03-09 10:15:15

技術(shù)IT數(shù)字化

2018-05-24 08:47:15

數(shù)據(jù)存儲技巧

2025-01-07 13:30:33

2023-12-04 11:57:59

數(shù)據(jù)中心

2023-11-14 14:25:09

數(shù)據(jù)湖大數(shù)據(jù)

2021-11-01 09:51:41

IT領(lǐng)導(dǎo)者CIO首席信息管理

2022-09-13 10:13:40

數(shù)據(jù)管理系統(tǒng)數(shù)據(jù)管理CIO

2022-11-18 14:33:39

2011-03-02 09:34:58

AppFuse

2023-07-14 14:53:38

人工智能prompt

2018-05-17 13:59:28

IT顧問

2022-11-24 14:03:10

數(shù)據(jù)戰(zhàn)略大數(shù)據(jù)

2025-03-21 08:20:00

數(shù)據(jù)清洗Python編程

2018-04-27 09:22:21

數(shù)據(jù)存儲技巧

2019-07-11 15:26:50

數(shù)據(jù)中心技術(shù)數(shù)據(jù)網(wǎng)絡(luò)

2017-07-28 14:43:49

大數(shù)據(jù)數(shù)據(jù)可視化秘密

2021-11-30 13:59:22

數(shù)據(jù)治理大數(shù)據(jù)數(shù)據(jù)分析

2024-08-30 09:13:56

點(diǎn)贊
收藏

51CTO技術(shù)棧公眾號