數據分析技術熱情背后的交叉因素

2015-05-06 10:31 作者：admin 瀏覽量：

    在“數據分析技術成為主流”(Analytics Goes Mainstream)一文中，我對目前以數據為主導的決策模式得以如此廣泛應用的原因進行了解釋。或許除了其應用范圍外，同樣令人感興趣的還有這股數據分析技術熱情背后的許多交叉因素。或許存在諸多其他因素，但我這里想介紹以下九個因素。（網絡外包公司）

    1.全面質量管理(Total Quality Management，簡稱TQM)和六西格瑪管理計劃(six-sigma program)培養出一代重視嚴格運用數據的產品經理。六西格瑪計劃遭到濫用和曲解是毫無疑問的事實，但是我認為，以數據為主導的決策方式所帶來的成功，極大影響了現在企業內部對高等統計式數據分析更為廣泛的興趣。

　　2. 數量金融學將運籌學、物理學、生物學、供應鏈管理學及其他領域的一些理念用于解決貨幣及市場問題。經過一些轉變，許多數據密集型技術，比如投資組合理論，現在正從形式上的金融學科轉化成日常管理的工具。

　　3. 正如Google公司CEO埃里克·施密特(Eric Schmidt)今年8月談到的，現在我們兩天內所產生的信息量就相當于人類自有文字記載以來至2003年的總和。顯然，這個統計是以比特(bit)為計量單位的，而且Google的這一估計會由于高清視頻的劇增而有所偏頗，但是這個總體觀點是正確的：人們及各類組織目前產生數據的速度遠超過任何人類或程序可以收集、消化或做出反應行動的速度。手機作為傳感及通訊的平臺作出了巨大貢獻，企業應用及圖像生成系統同樣功不可沒。現在，世界上有更多的領域以日益標準化的方式裝備起各類數據儀器，其規模遠超以往任何時候：Facebook的狀態更新、全球定位系統(GPS)、ZigBee無線通訊技術及其他“物聯網”(Internet of things)技術，以及運用于越來越多的產品上的條形碼及RFID電子標簽技術等等，這些只是其中的一部分。

　　4. 正當我們人類作為一個物種，產生以往任何時候都遠遠要多的數據的時候，摩爾定律(Moore's Law)及其一些推論(比如有關硬盤驅動器的克來德法則)正為我們創建起一個計算構架，使數據處理的成本效益可以比以往任何時候都高。當然，這些數據處理過程還會產生更多數據，加劇了數據過量的問題。

　　5. 繼推行業務流程重組/企業資源計劃(BPR/ERP)、互聯網泡沫以及將服務導向架構作為一個業務發展主題的努力基本失敗之后，供應商們目前正主推數據分析技術。數據分析技術可以用來銷售服務、硬件和軟件;可以用于每個垂直細分市場;適用于各種企業規模;而且與其他宏觀層面的發展動向相連：智能電網(smart grids)、碳足跡、醫療成本控制、電子政務、市場營銷效率、精益制造(lean manufacturing)等等。總之，許多供應商有充分的理由在其市場進入策略中重視數據分析。許多完成的投資交易增強了這個著重數據分析的承諾：SAP公司對Business Objects公司的收購是其歷來規模最大的一次并購交易，而IBM、甲骨文(Oracle)、微軟及Google公司都已在數據分析領域花費了數十億美元收購相關企業。（辦公設備維護）

　　艾銻無限—中國專業IT外包服務提供商，企業IT外包服務首選，專業為企業提供IT運維外包、兼職網管、電腦網絡維護、網絡維護、辦公設備維護、服務器維護、網絡布線、數據備份恢復、門禁監控、網站建設等多項IT外包服務。更多的IT外包信息盡在艾銻無限 http://m.maosdadas.net