大数据被很多人吹捧成了大企业的救星:有人说它能预言未来,照亮我们的道路,给古老的商业模式带来新的生机。但是在现实世界中,数据是会杀人的。它能杀死项目,杀死金钱,甚至杀死时间。25年前,数据的增长速度大约只有每天100GB,而现在,数据的增长速率差不多已达到50,000GB每秒。随着数据量的海量增长,企业也越来越难以凭借自身的能力进行数据分析,从而加大而不是减小了企业战略决策的难度。

时间是我们最宝贵的资源,而数据偷走了我们大量宝贵的时间。我们的感观早已被各种各样的数据淹没。每天我们都会收到数不清的电子邮件、手机短信和提醒消息,每一条信息都会让人分心,降低我们的工作效率。它们将我们抽离了原本该做的事情,迫使我们将注意力放在也许重要、也许不重要的事情上。同理,企业的业务数据也同样多得令人窒息,牵扯了我们的大量精力,已经成了影响企业高效决策的拦路虎。

不妨想象一下,如果有一天,你只会收到对你来说真正重要的信息,而且这些信息还能在正确的时间、在正确的地点找到你,世界将是什么样子。那么你每天至少能多做多少事情?我们将大量的时间耗费在被动消化这些海量信息上,真正用来主动谋划企业发展的时间少之又少。这样既令人心力交瘁,又削弱了企业效能。

更重要的是,数据会令企业丧失精准度。光靠捕捉更多信息并不会自动使企业产生更多价值。有人可能会想,我们收集的数据越多,就越能从中获得好的见解。这种自欺欺人的心态是很危险的。只有当数据能带来准确而重要的见解时,它才是好的数据。

另外,只有与你息息相关的信息才是有用的信息。好的信息必须具备时效性和真实性。然而不幸的是,当企业想从大数据中提取有用的见解时,却经常会起到反效果。举个真实的例子,美国有一个叫麦克·西伊的人是办公用品超市OfficeMax的常客,他的女儿不幸和男友死于一场车祸。OfficeMax不知怎么得知了这个消息,在发给麦克·西伊的自动促销邮件中竟然出现了这样的抬头:“麦克·西伊(女儿死于车祸)。”这并非大数据有意作孽,而是它的相关性(和适宜性)的问题。一个企业要想只收集其确实需要的数据几乎是不可能的,很多时候你收集到的是那些原本不该看到的东西。对于一家公司来说,你收集到的数据很可能是误导性甚至是毁灭性的。大数据虽然能将很多不相关的点连接起来,呈现一幅完整的图画,但是要确保数据的相关性、及时性和真实性,你首先还要正确理解它的背景。

现在,全球每天的数据总量都能达到250万的三次方字节,要想通过大数据获得全面的见解是很难的。你要么会陷入无力分析的境地(因此无法获得见解),要么就更糟糕,你可能会在有限的甚至是被错误解读的数据基础上获得错误的见解。如果没有正确地理解数据的背景,将不啻于椽木求鱼。一些看似有希望改变游戏规则的见解,在实际中却很有可能导致你从游戏中出局。

数据也会扼制你的灵活性。传统的数据分析方法,是将交易系统中的所有数据存放到一个数据仓库里(也有的叫数据湖或数据池),然后运行几套业务智能系统,叫几个或十几个分析师分析上一周的时间,然后把数据导到Excel里,或者做一个PPT。周而复始,得到的见解始终是滞后的。这种数据处理方法其实是一种浪费。由于要处理的数据很多,你得需要很长的时间才能获得有用的或是有可操作性的见解。你需要找到一种透过能繁杂的数据,得到为你的公司量身定制的信息的方法。

当我开车进城的时候,我想知道路上的交通堵不堵,需要多久才能达到目的地。如果有人给我的建议跟我同事上次开车走这条路时一样准确,那我就会不那么依赖GPS应用了。Waze就是这个领域的一款非常强大的应用,因为它截取了所有司机的一个巨大的时间断面的信息。这种全球数据的集中化使得所有用户都能获得与背景环境相关的见解。大数据也需要采取类似的做法。企业现在应该停止在自己公司的范围内积攒业务数据了,而是应该真正利用云计算的规模经济效益,不仅仅做到基础设施与应用的共享,更重要的是做到数据的共享。

如果你想将大量数据变成有价值的见解,你就应该利用一个集中化的全球性平台,因为这样一个平台可以借助大量内部和外部资源消化海量信息。企业将数据收集、管理和分析工作外包出去,就可以使这种通用平台专心研究数据科学,而你只需要集中精力,将它为你量身打造的见解应用在提高企业核心能力、强化企业竞争优势上。

20年前的一场“无软件”运动将世界从线下带到了云端。而今天,我们也需要掀起一场“数据有罪”运动。现在已经到了从收集数据转向让这些数据切实发挥作用的时候了。这将的话,在别人还在空谈“大数据”或疲于内部业务智能项目的时候,我们就能够解放精力进行创新。(财富中文网)

本文作者Nader Mikhail是Elementum公司的创始人兼CEO。

本文转自d1net(转载)

为何大数据会扼杀企业相关推荐

  1. 神策数据荣获 2017 年度商业影响力大数据领域新锐企业 TOP 10

    近日,由品途集团联合中国电商委.中关村天使投资协会,以及国内多家产业投资机构.学术机构.商业领域创新领军企业.互联网科技媒体共同发起的品途 2017 NBI 影响力评选颁奖盛典正式举行.大会隆重发布了 ...

  2. 大数据思维是企业互联网化的思维内核

    文章讲的是大数据思维是企业互联网化的思维内核,"互联网+"给传统产业带来的变革将是一个持续升且不可逆的过程.随着"互联网+"的深入,诸多的新技术.新业态将会显现 ...

  3. 大数据如何影响企业的决策

    大数据对企业决策最重要的影响,不是大数据本身,而是数据和数据之间的关系.大数据价值的实现,在于数据与数据间的连接. 大数据对企业决策的影响还表现在以下三个层面: 第一,企业在重视获取大数据的同时,开始 ...

  4. 【大数据千人会微信群20140827期交流纪要】傅志华-大数据如何在企业落地

    [大数据千人会微信群分享]20140827期:傅志华-大数据如何在企业落地 中国互联网协会大数据工作委员会(筹)推出"大数据千人会"论坛,每周三晚8点30分开始,在"中国 ...

  5. 年末巨献|大数据盛会!企业大数据落地高峰论坛倒计时,速速报名!

    糟了!据不完全统计,目前报名名额仅剩20名,抽到iPhoneX的概率越来越低了! 距离企业大数据落地高峰论坛暨OurwayBI新品发布会启动报名系统以来,时间到了最后一周!最后一周!活动吸引了各行各业 ...

  6. 【财务管理论文】大数据背景下企业财务管理的挑战与机遇(节选)

    [摘 要]随着大数据时代的到来,数据开始影响人们的生活,小到吃穿住行,大到城市建设都在利用大数据相关技术.而对于企业发展来说,大数据时代的到来,为企业迎来了新的机遇和挑战,传统的财务管理模式已然无法满 ...

  7. 大数据时代,企业如何进行有效的信息资源整合?

    数据被认为是新时期的基础生活资料与市场要素,重要程度不亚于物质资产和人力资本.近年来,企业产生的数据量呈指数级增长,信息资源爆炸式激增,其中非结构化的数据信息达到85%左右,传统的信息资源管理技术已经 ...

  8. 大数据 | 如何为企业构建用户画像体系

    伴随着大数据应用的讨论.创新,个性化技术成为了一个重要落地点.用户画像越来越被企业所重视.相比传统的线下会员管理.问卷调查.购物篮分析,大数据第一次使得企业能够通过互联网便利地获取用户更为广泛的反馈信 ...

  9. 诸葛io 大数据时代,企业如何打好信息资源整合攻坚战?

    本篇文章,诸葛io针对大数据时代,企业如何打好信息资源整合攻坚战?这个话题来给大家做个分享~ 数据被认为是新时期的基础生活资料与市场要素,重要程度不亚于物质资产和人力资本.近年来,企业产生的数据量呈指 ...

最新文章

  1. 自学机器学习,怎么才能找到工作啊?至少要避开十大雷区 | Reddit高热
  2. 初学者可能不知道的vue技巧
  3. python怎么查看列表_Python 小白,关于对于列表的+=操作不明白,查了半天也不知道怎么查,并且查询无果,请人指点?...
  4. 火狐中的CSS Grid Inspector新增强大的功能
  5. Math(牛客多校第三场)
  6. Scala程序将多行字符串转换为数组
  7. An error occurred while searching for implementations of method
  8. 从Jetty、Tomcat和Mina中提炼NIO构架网络服务器的经典模式
  9. Excel导入SQLserver数据长度过长导入失败
  10. 专业术语常用名词缩写中英文对照
  11. 学习笔记 - excel筛选分组
  12. 720不能建立远程计算机连接,宽带连接错误720:不能建立到远程计算机的连接 正确解决方法...
  13. DSP与广告位之间的关系
  14. 使用Qt实现阿里云API签名
  15. GRU和LSTM的单元结构
  16. Win10 出现恢复,无法加载操作系统,关键系统驱动程序丢失或错误 蓝屏错误代码0xc000007b
  17. 10万辆特斯拉之后,租车公司Hertz再订6.5万辆Polestar电动车
  18. LUNA 黑天鹅事件:Terra CEO关于项目应急方案的社区AMA
  19. Flarum常用插件extensions
  20. CRC16按位计算简单代码

热门文章

  1. 巨人是这样成长起来的(转)用户中心==》(抄袭+改良=创新)
  2. 2-3-RHEL6.3搭建NTP 服务器案例分析与总结(RedHat Enterprise Linux Server6.3)@树袋飘零...
  3. CentOS7 修改默认启动项
  4. 操作系统学习- 二 -同步-信号量(semaphore)
  5. C语言数组的五种简单排序,选择法排序,冒泡法排序、交换法排序、插入法排序、折半法排序
  6. win7激活及问题的解决
  7. everything搜索文件不全
  8. 淘宝店铺商品管理解决方案-商品SKU信息获取和修改oAuth2.0接口接入解决方案
  9. 微课制作一条龙,这些软件你必须知道
  10. 图像处理之图像模糊与平滑等操作