当使用大数据或者不需要

“大数据”在每个人的舌尖在过去的几年里,并有充分的理由。随着电子设备和接触点的激增,我们每个创建的数据量。这些信息可以帮助我们更好地理解客户,做出更有效的决策,改善我们的业务操作。但前提是我们可以把所有的都弄懂。

通过选择正确的数据源和应用程序,我们可以把我们的组织在一个竞争优势。但要做到这点,我们需要了解大数据的定义,功能,和影响。

大数据已经广泛的应用。从Netflix建议卫生保健监测,它使所有类型的预测模型,提高我们的日常生活。但是我们依靠它越多,我们越需要问题如何塑造我们的生活和我们是否应该依赖它。虽然进步是不可避免的,一些拥抱,大数据的贡献不应由许多公司如何应用它,而是由多少更好社会作为一个整体。

大数据的定义及其与人工智能(AI)的关系

大数据不仅仅是大型数据集。这是定义的三个与数据管理:

• 体积:大数据通常以字节。
• 品种:它可以包含在结构上不同的数据集,如文本、图像、音频等。
• 速度:大数据必须被处理的增加速度很快,因为数据生成。

数据的数量、种类和速度扩张,它变成了大数据,成为太多对人类没有援助来处理。所以我们利用人工智能(AI)和机器学习来解析它。而大数据和人工智能往往交替使用,两人携手并进,,事实上,不同的。

“在许多情况下,它只是不再可行解决每一个问题通过人机交互或干预由于速度、规模和复杂性的数据需要观察,分析,并采取行动。由AI-powered自动化,机器可以充满“情报”了解情况,评估一系列的选择基于可用的信息,然后选择最好的行动或响应基于最好的结果的概率。”- - -伊兰萨德

简单地说,数据大国AI与所需要的燃料驱动的自动化。但也有风险。

“然而添加太多的数据在人工智能的倾向会导致AI决定的质量受到影响。所以它是重要的好处大数据和分析准备AI,确保您的数据和测量质量,但不要得意忘形通过添加数据或人工智能项目的复杂性。大多数人工智能项目,主要是狭义人工智能项目,不需要大数据来提供它的价值。他们只是需要一个高质量的数据和一个大数量的记录。”- - -基督教Ehl

实现大数据的商业潜力

正确应用,大数据帮助企业做出更明智的-因此更好的业务决策。

”几个例子包括hyper-personalization零售经验,位置传感器,帮助公司出口路线获得更大的效率,更准确和有效的欺诈检测,甚至可穿戴技术工人正在如何提供详细的信息,取消或减少伤害和增加安全位置。”- - -梅尔文格里尔

但这关键的竞争优势是未充分利用的,因为许多公司难以筛选所有的数据和区分信号和噪声。

五个主要挑战阻止企业实现大数据的全部潜力,根据格里尔:

1. 资源:不仅数据科学家供不应求,目前池还缺乏多样性。
2. 数据聚合:数据是不断被创造出来,它是一个挑战来收集和分类从不同的渠道。
3. 错误或丢失数据:并不是所有的数据都是好或完成。数据科学家需要知道如何独立准确的误导。
4. 未完成的数据:数据清洗费时又可以慢下来处理。人工智能可以帮助管理这个。
5. 真理追寻者们:我们不应该假设数据分析将产生一个明确的答案。“数据科学的概率会导致一些是正确的,”格里尔写道。“这是一个微妙但重要的细微差别。”

解决第一个挑战是至关重要的。解决其他问题的唯一方法就是首先创建必要的人力资本,并为他们提供必要的工具。

真正的大数据的承诺

数据是一个很好的工具,但它不是万灵药。事实上,“太多的好事”是一个真正的现象。

“在我年与许多企业合作,我确实看到了一些公司使用数据不够的情况。然而,这些事情与我所见过的次数相比相反的问题:公司过度依赖数据,这是有害的。数据需要做出一个好的决定是破坏性的。”- - -杰奎琳禁止

为了说明她一点,禁止描述可口可乐介绍樱桃的雪碧。动机决定什么?数据。人加入樱桃味“镜头”雪碧在自助饮料分配器。所以分数大数据。

但正如禁止指出,结束7樱桃已经存在——自1980年代。所以数据团队可能会想出新的风味更有效地通过细读软饮料货架在当地的杂货店。教训:太重依赖数据可以常识决策的障碍。

大数据应用:何时、如何

那么,我们如何知道什么时候把大数据为我们的业务工作吗?这一决定需要在个案基础上根据每个项目的要求。下面的指南可以帮助确定是否正确的课程:

• 考虑期望的结果。如果赶上竞争对手,投资于一些竞争对手已经做的可能不是一个好的利用资源。它可能是更好的让他们的例子作为指导或灵感和储备大数据分析更复杂的项目。

• 如果中断是目标,大数据可以应用于测试新思想和假设也许揭示其他的可能性。但是我们需要注意的缺点:数据可以杀死创造力。

• 如果迫在眉睫的一个商业决定,“数据仍在分析”不是借口推迟。在公关危机,例如,我们不会有时间去我的见解或指导的可用数据。我们必须依靠我们现有的知识危机和我们的客户和立即采取行动。

当然,有时大数据不仅有用而且重要。一些场景需要大数据应用程序:

• 来确定一个策略按计划工作,只有数据会告诉这个故事。但是在我们测量是否取得成功,我们必须首先建立指标和定义业务规则决定成功的样子。

• 挖掘大数据可能会发现销售或营销性能异常,否则不会可诊断。同样,人工智能可以帮助改善能源效率并提供见解客户和员工行为。

• 大数据可以帮助过程和创建模型的大量信息。因此,作为一般规则,更大更data-intense项目,大数据可能是有用的可能性就越大。

大数据可能是流行的话题在今天的技术,但它不仅仅是一个流行词。其潜在的长期改善我们的企业和我们的生活是真实的。

但这可能需要杠杆有目的和有针对性的方式。大数据不是业务相当于一种神奇的药物。我们需要注意其应用程序可以帮助和多余的或有害的地方。

的确,大数据的全部承诺只能意识到当它是人类专家指导下周到。

如果你喜欢这篇文章,别忘了订阅有事业心的投资者。

---

所有文章作者的观点。因此,他们不应该被视为投资建议,也不代表CFA协会的观点表达的观点或作者的雇主。爱游戏安全吗

图片来源:©盖蒂图片社/ Who_I_am

---

专业学习CFA协会会员爱游戏安全吗

爱游戏安全吗CFA协会成员有权自行决定和自我报告的专业学习(PL)的学分,包括内容有事业心的投资者。成员可以记录学分容易使用他们在线PL追踪。