為什么大數據難以給企業帶來實際的商業價值?

jopen 7年前發布 | 20K 次閱讀 大數據

為什么大數據難以給企業帶來實際的商業價值?

被譽為“數據分析之王”的 SAS 公司 CEO Jim Goodnight

今年 4 月初,全球最大的獨立軟件公司之一、專注于數據和商業分析超過 40 年的美國 SAS 公司在美國奧蘭多舉辦了 2017 SAS Global Forum 全球論壇。這家全球資深數據分析公司的 CEO Jim Goodnight 接受了鈦媒體記者采訪。

Jim Goodnight 曾在五年前被 Forbes 雜志譽為“數據分析之王”,在過去 40 年的時間里,SAS 見證了全球數據分析、商業分析和大數據市場從無到有、從小到大的發展歷程。

他對鈦媒體表示,“SAS 在中國市場在過去 20 多年的發展一直比較平穩,但過去幾年卻取得了爆發式增長。”

SAS 公司最早起源于美國北卡羅來納州立大學 1966 年的一項開發數據分析軟件用于農業數據的研究。據 IDC 的統計,如今,SAS 占全球高級和預測分析市場 31.6% 的份額,比前 10 名中其它 9 家相關廠商營收的總合還要多。

2016 年,SAS 在超過 30 種各類市場調查公司的報告中占據領導者地位,這包括分析、數據管理、數據整合、數據質量、數字營銷、高級和預測分析、客戶智能、零售分析、商業智能、安全解決方案等。

2016 年,SAS 在全球的業務繼續保持穩步增長,2016 年全球營收達 32 億美元,增長主要來自于分析平臺、云計算、反欺詐和安全智能解決方案,而且是在全球所有區域都實現了營業額的增長,特別是亞太區和拉丁美洲區成為增長最快的大區。

全球數據分析三大趨勢

在談到全新最新數據和商業分析趨勢時,Jim Goodnight 就 SAS 公司的業務來說,認為有三大趨勢在拉動全球數據分析市場的發展,分別是物聯網、新型分析和合作伙伴生態。

其中,物聯網數據分析被視為下一個數據分析的金礦,已經給 SAS 公司帶來了高速增長的業務機會。目前,SAS 業務按行業來看的話,營收前三分別是銀行(27%)、政府(15%)和專業服務(12%),而電信通信(6%)、制造(6%)、醫療(5%)、零售(4%)等被視為潛在大數據及分析行業市場卻只占了 SAS 年度營收比例的個位數,說明這些行業還存在巨大的市場空間。

能拉動電信通信、制造、醫療和零售等潛在大數據及分析市場的一個抓手就是物聯網。

物聯網作為連接底層傳感器設備與互聯網的物理信息空間連接器,能夠為電信通信、制造、醫療和零售等行業帶來前所未有的視角,讓企業管理者能深入到運營第一線實時掌握前沿動態,把前端實時數據與后臺運營歷史數據結合,就能產生巨大的商業價值。

Jim Goodnight 認為傳感器數據分析是一個巨大的機會,汽車里已有的傳感器每天都在產生海量的數據。SAS 公司在 2016 年推出了 ESP 實時流數據處理引擎,專門適用于靠近數據產生源的傳感器數據實時分析,可每秒處理上百萬個事件的分析與處理,通過內存計算可實現近乎實時的流數據分析。自 2016 年第四季度推向市場以來,已經為 SAS 公司帶來了源源不斷的物聯網業務。

在 SAS Global Forum 2017 上,SAS 與思科合作推出了業界首個經過 Cisco Validated Design(思科驗證設計)的 Edge-to-Enterprise(邊緣到企業)物聯網分析參考框架。SAS EPS 現在可運行在 Cisco 工業集成服務 829 路由器上,在工廠、卡車等靠近傳感器的地方就近分析實時數據。2016 年,SAS 專門在底特律設立了辦公室以支持在汽車制造行業中的業務增長。

在新型分析方面,云分析是一個重要的數據分析領域。SAS 耗資 10 億美金開發了面向云計算現代計算架構的云分析服務 Viya,并于 2016 年開始推向市場。在 SAS Global Forum 2017 上 SAS 推出了全線的 Viya 產品,包括一系列可視化分析平臺,把 SAS Viya 與傳統軟件版本的 SAS 9 結合起來就能形成一個企業內無處不在的數據分析環境。SAS Viya 還提供了大量機器學習和人工智能功能,以滿足當前日益增長的企業智能分析需求。

SAS Result(Result-as-a-Service)是另一個新型的云分析產品。這實際上不是一個產品,而是基于項目的專業服務。SAS 公司 CTO Oliver Schabenberger 在接受鈦媒體記者采訪時表示,對于客戶來說不再需要自己去學習、掌握、理解和運用 SAS 公司的各種數據分析軟件產品,而只需要向 SAS Result 團隊提出自己的數據分析需求和數據,由 SAS Result 數據分析團隊在后端完成所有的數據分析和處理后,把結果返回給客戶即可。如果涉及到相應的持續云服務等 IT 需求,也可以選擇托管給 SAS 公司。

云分析產品推出以來,已經為 SAS 在 2016 年帶來了9% 的業務增長。隨著 2017 年 SAS 推出更多 Viya 產品,有望進一步帶來更高回報的營收。

Oliver 介紹說,SAS Viya 可運行在 AWS 之上以公有云方面運營和部署,也可以在企業內部部署在 Cloud Foundry 私有云之上為企業內部服務。

2017 年,SAS 將繼續在包括分析、可視化、數據管理、客戶智能、風險和欺詐等在內的領域持續,并在 SAS Viya、人工智能、云計算和物聯網等領域進行大量投入。在 SAS Global Forum 2017 上,Jim Goodnight 和 Oliver 還多次演示了利用 AWS Echo 智能語音音箱來與數據分析報表交互,這將創造新的數據分析互動形式。

推動全球數據分析市場增長的第三大動力來自合作伙伴生態。隨著大數據的崛起和數據分析市場的高營收前景,越來越多的獨立軟件商、系統集成商和增值分銷商開始進入數據分析業務。Jim Goodnight 表示,2016 年 SAS 全球銷售增長的 30% 由合作伙伴貢獻,他們滿足了客戶的個性化需求和最終用戶需求。SAS 全球合伙伙伴生態形成規模化發展,從一個側面說明了全球數據分析生態已經達到了一定的規模,開始成為拉動市場增長的主力。

企業大數據分析仍需要時間

SAS 的一份調查顯示,近幾年全球大數據取得了巨大的發展,但大數據仍然難以給企業帶來實際的商業價值。

SAS 全球副總裁 Jill Dyche 認為,現在所有的企業都專注于把大數據收集和存儲到大數據平臺上,而忘記了其實分析才能真正給大數據帶來商業價值。由于大數據的收集、處理和準備等前期階段耗費的時間過長、成本過高,導致企業高層開始失去耐心,這是當前大數據產業面臨的困境。

對于數據分析實踐來說,如果想要獲得企業高層以及各業務的認可,就要建立全員數據分析文化,而這是一個過程。尤其是當企業各層管理者的 KPI 里并沒有涉及數據分析或數據分析無法影響這些 KPI 的時候,企業實際上很難接受在數據分析方面的投入,更不用說懂得數據分析語言的專業人才少之又少。

Jill 建議企業在實踐數據分析的時候,可參考三大“最佳實踐”:

一是把數據分析當成一個業務而看待,而不僅是運營或管理工具,要讓數據分析與業務緊密結合而成為業務的一部分,這樣就能真正為企業創造價值;

二是讓數據分析為企業的業務戰略服務,讓數據分析可以深入影響企業的戰略,從戰略高度獲得高層的認可,這遠比在基層開展一個又一個小規模的數據分析更有效率;

三是要把數據分析與數據管理分開,數據分析與數據管理其實是兩個不同的領域,數據管理涉及到大數據等偏技術層面的專業知識和技能,而數據分析其實是要所業務語言和問題與數據結合,通過數據分析解決業務問題,因而數據分析不能等同于數據管理。

在談到全球企業數字化轉型的時候,Jill 認為,IT 組織和廠商的數字化轉型更為重要也更為關鍵。

IT 組織和廠商作為企業數字化的技術合作伙伴,如果自身轉型都不能成功,又何談幫助企業成功完成數字化轉型呢?現在,很多傳統 IT 廠商在向現代化的數字化技術過程的時候都出現了身份危機,很難在新的時期成功完成自身產品、服務和解決方案的創新、顛覆與轉型,比如 PC 廠商就在這一波數字化大潮中面臨巨大的挑戰。

聯想高級分析總監鮑若愚在 SAS Global Forum 2017 上分享了聯想在數據分析方面的初步實踐,鮑若愚認為聯想的數據分析還處于起步階段,聯想數據分析團隊還在爭取獲得聯想內部各產品線和高層的認可。聯想數據分析團隊目前位于新加坡,在聯想C級別高管中還無一人負責數據分析,這說明數據分析遠未進入聯想的戰略管理視野。中國企業特別是中國 IT 企業在向數字化轉型的過程中,還有很長的路要走。

2017 年 1 月,工信部公布了《大數據產業發展規劃(2016-2020 年)》,提出了到 2020 年的發展目標:大數據相關產品和服務業務收入突破 1 萬億元,年均復合增長率保持 30% 左右。此外,還將培育一批專業化數據服務創新型中小企業、10 家國際領先的大數據核心龍頭企業和 500 家大數據應用及服務企業,初步形成大數據產業體系。

隨著中國大數據市場的全面起動以及中國企業向“互聯網+”的數字化轉型繼續推進,SAS 公司期待在中國市場迎來更大的發展。“預期 SAS 中國市場今年增長率保持兩位數(百分比)”,已經 74 歲的 Jim Goodnight 對中國的數據分析市場非常有信心。

來自: 鈦媒體

 本文由用戶 jopen 自行上傳分享,僅供網友學習交流。所有權歸原作者,若您的權利被侵害,請聯系管理員。
 轉載本站原創文章,請注明出處,并保留原始鏈接、圖片水印。
 本站是一個以用戶分享為主的開源技術平臺,歡迎各類分享!