大数据热不假,问题很多也不假。

在最近与Sisense公司产品负责人Guy Levy-Yurista的交流中,我们共同探讨了目前大数据技术的发展状况。有很多有意思的结论、有一些可能会产生启发。

您的公司是如何采用大数据分析技术的?

Sisense公司是一家商务智能解决方案供应商,目标在于通过提供端到端平台简化复杂的业务数据分析流程,使用户能够轻松接入、筹备并分析各类不同的大规模数据集。

Sisense公司立足于提供从数据准备、分析再到仪表板可视化的完整的商务智能周期的各项解决方案。Sisense公司同时处于商务智能市场的转型前沿,利用AI、机器学习以及物联网等技术实现商务分析个性化,最终将数据的力量带入现实生活当中。

成功实现大数据战略的关键是什么?

成功实现大数据战略的关键在于自初始阶段即设定明确的方向与目标。如今企业所收集及存储的数据量在规模上已经达到惊人的程度,但这些数据的实际影响力取决于企业能够从其中提取到怎样的洞察结论,且能否借此支持业务决策乃至最终实现业务成功。

另外,企业还需要正确的工具以帮助自身实现数据洞察能力民主化。如果单纯将数据锁定在IT部门之内并设定几天或者几周的硬性过期周期,那么其将无法发挥作用。通过简化全部员工对于这些数据的访问流程,企业能够进一步调整组织内部的目标定义方式,并确保利用适当的数据支持对应工作。

过去一年来,大数据经历了怎样的变化?

大数据技术目前已经随处可见,且可以为日常用户所轻松访问。自助服务类解决方案的崛起使得更多企业能够以新的方式利用数据资源,并真正实现数据驱动型发展战略。

事实上,Gartner公司早在2016年年初的《商务智能与分析魔力象限》报告当中就给出了这一结论,其中将六家厂商从排名中剔除出去,因为其解决方案仍然需要IT部门的大规模介入。与此同时,他们还引入了其它一些上榜厂商,这些企业的解决方案能够将分析的力量直接交付至业务用户手中。

在Sisense公司,我们进一步通过引入AI以及物联网技术的方式实现数据洞察人性化,即利用这些技术将数据带入员工的自然工作环境。这些创新成果属于我们Sisense Everywhere计划的重要组成部分,包括将个人数据接入AmazonEcho、物联网智能灯泡以及Sisense BI Bots(一套聊天机器人平台),从而确保用户能够利用其选定的消息收发应用(例如Slack或者Skype)实现数据互通。

您利用哪些技术解决方案以实现数据的收集与分析?

不存在一劳永逸的数据收集与分析解决方案。企业最好能够首先评估自己需要解决的业务挑战,而后再着手审视各类具体解决方案。最重要的是,大家需要确保选择一种可以复制复杂数据的技术,特别是那种多种来源的大规模、差异化数据集,目前越来越的企业面临着此类现实挑战。

您或者您的客户利用数据解决了哪些现实难题?

我们的解决方案最令人满意的表现在于,每一天客户都能够以其为基础开发出新的应用方式。我们目前拥有3500家组织机构客户,从中小型企业到财富五百强企业皆在其中,且跨越金融服务、零售、制造以及医疗卫生等多个垂直行业。

举例来说,我们之前曾经提到过引入特联网集成机制,并借此帮助一家客户使用来自一款物联网灯泡的端点数据。该灯泡表示为绿色时,即代表已经达到或者超过既定KPI水平。如果KPI下降至某预定水平以下,则灯光会变为黄色或者红色。这样的KPI方案能够在客户环境当中与用户平台直接互动,而该公司在尝试性实验之后,将这套Sisense的SmartLight物联网灯泡平台的采用率由16%提升至85%。

原因很简单,员工们不想看到红灯,而工作效率则因此大幅提升。这说明了我们在解决数据问题时发现的一种共性:企业一直在积极寻求实现大数据分析的方式,并需要立足于普通员工或者消费者以获取有意义的反馈。

另外,我们也发现更多企业在寻求更具创新性的方式利用数据建立新的收入流。在各个行业当中,从业企业如今都面对着越来越庞大的高复杂度数据,而企业中最大的资金浪费根源之一在于必须将这些数据存储在数据仓库之内。随着企业不断迈向数字化转型领域,数据货币化无疑已经成为一种能够切实带来回报的价值手段,能够帮助企业避免数据浪费、深入理解自身业务并在市场竞争中取得领先。

哪些因素阻碍着企业真正实现大数据收益?

我发现两大主要问题制约着企业真正利用其数据获取全部收益。

第一是其无法以动态方式接入不同数据源; 如果数据只以孤立形式存在且不能实现连接以建立起宏观图景,则将毫无用处。

第二个问题在于,企业需要不断利用人工交互或者手动方式来处理这些连接。事实上,数据洞察工作需要在一定程度上实现自动化,以便人们能够专注于更高层次的事件,并利用数据驱动自身行动。

大数据革命中最为可观的机遇在哪里?

随着大数据技术的不断发展,数据的进一步传播将至关重要。企业需要打破大数据仅适用于高水平技术或者行政管理团队的思路,转而将大数据、商务智能以及分析技术引入全体员工当中。在数字化时代下,企业应当进一步加深数据驱动性特征,意味着数据应当像阅读与写作一样具备济的可访问性与共享能力。

开发人员需要如此技能才能参与到大数据项目当中?

大数据领域正在不断发生变化。我们正不断迎来新的技术与创新性成果。对于开发人员而言,他们永远不可能也不应该期待掌握其中的每一项技能。但我认为最为重要的是,开发者应当对未来发展前景以及技术更迭感到兴奋,而非认为这是一种威胁。

我们的全球开发中心一直在迎接保持领先地位过程中出现的种种挑战,并在新的发展成果出现时始终保持积极的适应与学习心态。

另外,我还建议开发人员充分利用AI与机器学习相关方案,因为这些技术未来将继续在业界之内成为不断升温的关注焦点。 ')}