当前位置:首页 > 物联网 > 智能应用
[导读] 大数据时代来临,越来越多的企业开始以数据驱动决策,但这一模式仍处于发展阶段,还远远没有实现其应有的潜力。IDC白皮书显示,2018年,全球数据体量达到了33ZB,但其中只有2.5%的数据得到了分析和利用。也许潜在的变革就藏在未被分析的97.5%的数据里。如何探索这遗漏的97.5%?或许答案就在数据即服务、大数据集成与管理、数据分析中。另一份IDC报告中指出以上市场仍然存在的巨大发展空间。大数据产业的未来,可谓机遇与挑战并存。

 大数据时代来临,越来越多的企业开始以数据驱动决策,但这一模式仍处于发展阶段,还远远没有实现其应有的潜力。IDC白皮书显示,2018年,全球数据体量达到了33ZB,但其中只有2.5%的数据得到了分析和利用。也许潜在的变革就藏在未被分析的97.5%的数据里。如何探索这遗漏的97.5%?或许答案就在数据即服务、大数据集成与管理、数据分析中。另一份IDC报告中指出以上市场仍然存在的巨大发展空间。大数据产业的未来,可谓机遇与挑战并存。

井喷的数据亟待合规的管理与应用——数据即服务

在数据化转型的驱动下,数据成为企业运行和发展的核心资源。IDC预测,2018-2023年全球数据空间五年复合增长率(CAGR)达25.8%。企业获得数据的来源主要分为内部自身生成的数据和外部数据。然而,数以亿计的数据流也给企业带来了许多挑战,其中不容忽视一条就是如何让数据的管理与应用符合法律法规及相关政策的规定。

英国能源数据公司ElectraLink掌握了大量的能源市场信息,但这些信息必须符合数据访问和使用限制要求。例如,能源提供商可以完全访问自己的数据,但只能以聚合和匿名的方式访问其他提供商的数据。

Hitachi Vantara的Pentaho解决方案为ElectraLink提供的单一数据集成平台和精益数据管理流程大大简化了数据提取工作,并将提供给客户的数据标准化。如此一来,企业不必再为确保自己的数据管理和应用合规而花费过多的时间和精力,因为这一过程可以轻松地被自动化。ElectraLink的小型团队因此得以将精力集中于开发创新型数据服务,以响应不断变化的市场动态及客户需求。

企业数字化转型的一大助推力——智能化数据治理

数据治理在企业的数字化转型中承担了关键的作用。它为企业提供了在最佳时间将正确的数据交付给正确的人所需的知识,这是企业的DataOps优势,它涉及组织中跨功能和跨业务的所有决策机制。

MyRepublic是亚太地区发展最快的电信运营商之一,为了实现业务增长所需的可扩展性,企业需要整合不同的数据系统并整合跨越四个国家的内部和第三方系统数据,以提高数据存储和运营效率。

MyRepublic通过实施Pentaho解决方案来快速集成数据,实现了从前无法实现的所有国家数据的汇总。企业也因此获得了针对每个市场的洞察,并得以在其开展业务的所有市场综合利用这些洞察,以推动新产品和新服务的开发。值得一提的是,MyRepublic在完成上述革新的同时,还节约了75%的数据集成人力,显著提升了效率。

打破数据孤岛的瓶颈——高级预测分析

随着新型智能企业应用的出现,商业智能分析(BI)将被嵌入到企业应用中。为了降低数据分析的复杂性和对经验模型的依赖,在传统BI软件产品中加入人工智能或机器学习功能模块已成为必然。然而大多数企业都在将模型投入工作的过程中陷入挣扎,因为数据专业人员时常在孤岛中开展业务,并在为更新工作流建模而准备数据的过程中遇到瓶颈。

Pentaho平台以端到端的现代化数据架构一站式地帮助企业冲破诸多障碍。例如,Pentaho可以简单高效地将多种大数据源结合在一起,打破数据孤岛;通过不同语言和机器学习库的集成,使数据科学家能够更快地、无缝地训练、调整、构建和测试其模型;与此同时,Pentaho允许数据专业人员轻松地将数据科学家开发的模型直接嵌入到运营工作流中,并以自动化流程进行模型的更新等。

对于家喻户晓的服装企业海澜集团来说,运用数据分析并结合心理学知识对商品的生产、流通与销售过程进行升级改造以重塑生态圈,进而对线上服务、线下体验和现代物流进行深度融合,成为其探索零售新模式的聚焦点。然而,其传统基础架构系统的建设及运维成本比较昂贵,并且难以及时有效地对来自互联网的数据进行分析,同时在用户体验等维度也不太理想。Hitachi Vantara为海澜集团量身定制了基于Pentaho和Hitachi Content Platform(HCP)的解决方案,实现了数据的集成与合理存储,还实现了企业级报表、仪表盘、可视化分析、机器学习和预测分析。由此,海澜集团借助更精确的同类品牌及消费数据分析实现了更加极致的用户体验,显著提高了企业收益。

在未来以分析为驱动力的商业世界中,数据是业务成功的关键。中国大数据市场技术逐步趋于成熟,但仅仅依靠数据量并不能在竞争中打出“差异化的牌”,企业如何利用数据才是成败的关键。未来在数据空间持续增长的背景下,落地场景也将不断创新,如何深挖数据价值的潜能,并将之转化成为有价值的信息,从而推进企业的数字化转型,并不断优化自身产品与服务,是每一个企业需要不断思考的命题。

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

北京——2024年4月18日 西门子中国和亚马逊云科技双方高层在西门子中国北京总部会晤,双方宣布签署战略合作协议,共同成立“联合创新团队”。基于亚马逊云科技在生成式AI领域的领先技术和服务,并结合西门子在工业领域的深厚积...

关键字: 生成式AI 机器学习 大数据

赛诺贝斯开创性"三位一体"商业模式:领跑MarTech行业的创新引擎

关键字: 数字化 大数据 大模型 生成式AI

随着各行各业自动化程度的提高,运动控制的重要性日益凸显。为了有效地驱动电机,描述速度和位置的控制输入必不可少。然而,实现这种感测的技术有多种,每种技术都有不同的特点和应用场景。

关键字: 传感器 电机 自动化

SmartFactory计算机集成制造(CIM)解决方案可以帮助制造商实现从前道晶圆制造到后道封装、测试和包装的过程中定义、控制、自动化、监测和记录整个半导体的制造过程。该解决方案通过一系列集成软件组合来实现上述功能,这...

关键字: 自动化 集成制造 传感器

随着大数据时代的到来和计算能力的不断提升,机器学习作为人工智能领域的重要分支,正逐渐改变我们的生活方式和工作模式。机器学习涉及多个学科的理论和技术,其应用广泛且深入,为各个领域的发展带来了前所未有的机遇。那么,机器学习具...

关键字: 大数据 机器学习 人工智能

随着大数据时代的来临,数据的价值日益凸显,如何从海量数据中提取有用信息并转化为实际价值,成为各行各业关注的焦点。机器学习和数据挖掘作为两大核心技术,在数据分析和处理中发挥着越来越重要的作用。本文将通过几个典型的应用案例,...

关键字: 大数据 机器学习 数据挖掘

20世纪70年代以来'世界制造业市场形势发生了根本性转变,信息技术的发展促进了全球大市场的形成,世界市场由传统的相对稳定逐步演变为动态多变。为适应变化迅速的市场需求,真正提高竞争能力'DFM(Desi...

关键字: 机械加工 DFM 自动化

华润啤酒(控股)有限公司(简称“华润啤酒”)于香港联合交易所有限公司上市(股份代号:00291),为恒生指数成份股之一,专注于生产、销售及分销酒类产品。2023年,华润啤酒设立华润雪花与华润酒业两大事业部,分别负责啤酒及...

关键字: 自动化 智能化 机器人
关闭
关闭