日前，Soft Serve發(fā)布最新調查報告稱大量的大中型公司希望在未來的兩年內能夠用上機器學習。
Soft Serve是全球領先的技術解決方案提供商，昨日發(fā)布了自己的Big Data Snapshot研究報告，研究顯示62%的大中型公司希望在未來的兩年內能將機器學習用于商業(yè)分析。今年四月，Vanson Bourne為Soft Serve進行了這項研究，調查了多個行業(yè)的決策者對大數(shù)據(jù)技術中的風險、挑戰(zhàn)和機遇的看法。該數(shù)據(jù)顯示，大數(shù)據(jù)分析技術盡管相對較新，仍然有86%的公司運用了大數(shù)據(jù)系統(tǒng)。此外，大中型公司認為大數(shù)據(jù)分析是必須的，并且接受基于大數(shù)據(jù)分析的新技術。
調查對象被問到，與傳統(tǒng)系統(tǒng)相比，他們看到的大數(shù)據(jù)中的最大機遇是什么？62%的人同意實時分析隱藏著當下最大的機遇。
Facebook宣布了15億個人工智能代理計劃后，過去的一年中人工智能一直占據(jù)著人們的想象力。一家荷蘭財團用機器學習技術繪制了一張「新倫勃朗」畫像。但是另一個讓人驚嘆的或許是企業(yè)已經(jīng)在認真地看待大數(shù)據(jù)的機器學習。這個發(fā)展意味著，企業(yè)如何理解利用和建立新的大數(shù)據(jù)技術產生有價值的商業(yè)見解的優(yōu)勢。
「不久前，我們還走訪了多家企業(yè)并解釋了為什么他們應該了解大數(shù)據(jù)。2016年的今天，在63%的組織看來，大數(shù)據(jù)分析對保持競爭力已經(jīng)是必須的，」Soft Serve的技術服務副總Serge Haziyev解釋。「本次調查顯示，機器學習的重要性非常突出，這是非常令人鼓舞的。我發(fā)現(xiàn)，采取行動并使用機器學習技術的企業(yè)較早地獲得了好處—這是前進的一大步，因為它提供了規(guī)范的見解，使企業(yè)不僅了解客戶正在做什么，還了解他們?yōu)槭裁催@么做�！�
研究顯示金融服務組織比其他行業(yè)更加重視大數(shù)據(jù)分析，他們是新技術的早期使用者。在這些組織中，67%認為大數(shù)據(jù)分析是保持競爭的必需品，68%期望在未來的兩年內在大數(shù)據(jù)分析中用上機器學習。制造業(yè)緊隨其后，在他們中，有60%的組織認可大數(shù)據(jù)分析是必備品，62%的組織計劃使用機器學習。
這個調查也考慮了挑戰(zhàn)以及增長上的困難。零售業(yè)最關注的是數(shù)據(jù)管理。所有受訪者一致認為，相比于傳統(tǒng)系統(tǒng)，大數(shù)據(jù)分析中的數(shù)據(jù)管理更值得關注。整體上有76%的公司同意這一點，表明它仍然是所用行業(yè)共同關心的問題。
Soft Serve大數(shù)據(jù)調查共調查了300名大中型組織決策者，其中100名來自英國，另外200名來自美國。有150名決策者所在的公司員工在1000-3000人之間，剩下的150名決策者的公司員工超過了3000人。受訪者被細分為六個重點行業(yè)：商業(yè)和專業(yè)服務，制造業(yè)，金融服務業(yè)，零售業(yè)，物流和運輸業(yè)，以及其他商業(yè)領域。
下面呈現(xiàn)整個報告：
一、什么是大數(shù)據(jù)？
數(shù)據(jù)已經(jīng)被使用了十幾年了，比如它們總是被用于各種分析，所以為什么說是「大數(shù)據(jù)」呢？主要是因為我們現(xiàn)在可用數(shù)據(jù)的數(shù)據(jù)量（Volume）、處理速度（Velocity）以及數(shù)據(jù)種類（Variety）。數(shù)據(jù)并不新，只是比之前大得多。
二、什么使得數(shù)據(jù)更大？
大部分傳統(tǒng)數(shù)據(jù)是結構化的或整齊有序的數(shù)據(jù)集。而后，全球進入了數(shù)字化，互聯(lián)網(wǎng)也隨之而來。我們所做的大部分事都能轉錄成1和0組成的字符串，進行記錄、存儲、處理以及分析。
對大型企業(yè)機構而言，數(shù)據(jù)存儲成本直線下降。企業(yè)如今有了選擇：要么把所有的數(shù)據(jù)存儲到遠程數(shù)據(jù)中心，要么轉包給基于云的數(shù)據(jù)存儲提供商。
如今，全球每天創(chuàng)造2.5個五萬億字節(jié)（IBM，「什么是大數(shù)據(jù)？」）。當然，這些數(shù)據(jù)并不是都與商業(yè)有關，但數(shù)字之后的信息表明公司可用的數(shù)據(jù)規(guī)模一直在增長。不可否認，大數(shù)據(jù)的增長正在改變現(xiàn)代商業(yè)的外觀。但公司如何處理數(shù)據(jù)至關重要。
實際上，如今每一個產業(yè)在某種程度上都是信息驅動的。金融、專業(yè)服務、制造、零售、物流、交通等等。沒有一個分支能逃脫數(shù)據(jù)革命的影響。
從機器學習到人工智能以及商業(yè)分析，這一科技的大規(guī)模應用超越了傳統(tǒng)的IT部門的限制，推動創(chuàng)新。但僅僅大數(shù)據(jù)達不到這一點，它是洞見的來源。
三、Soft Serve大數(shù)據(jù)分析調查
為了幫助理解這一新場景，我們呈現(xiàn)了2016年的Soft Serve大數(shù)據(jù)分析調查，這是在接下來12個月或更久的時間中可能會顛覆商業(yè)與公司的大數(shù)據(jù)趨勢的審查報告。
這一調查有300位調查對象，這些中到大型公司的決策者100位來自英國，200位來自美國。其中的150位所在的公司有1000到3000位職員，剩下的150位調查對象代表的公司所有職員超過3000位。調查對象分布于六大產業(yè)：商業(yè)和專業(yè)服務；制造業(yè)；金融服務；零售；物流與運輸；其他商業(yè)部門。
這一調查由調研機構Vanson Bourne在今年4月份進行，跨行業(yè)調查了組織領導者對大數(shù)據(jù)分析和商業(yè)中的風險、挑戰(zhàn)和機遇的看法。該調查的目的在于揭示最新的機會和見解，以幫助你從今天的海量數(shù)據(jù)中獲得最大價值。
我們的報告是受到了如今各產業(yè)、地方、大小公司內的決策者公認的機遇的啟發(fā)。我們探索了他們如何使用大數(shù)據(jù)與分析重塑各自公司的方方面面，也探索了他們利用這一新生的技術與方法進行轉型時所面臨的挑戰(zhàn)。我們調查的領導者非常幸運的能處于數(shù)據(jù)革命的前沿位置，這場革命有望徹底改變我們做生意的方式。
四、大數(shù)據(jù)的影響
1.站在未行者的前方
處于一個步伐不斷加速的環(huán)境中，一個細節(jié)的忽視就會對底線產生重大的影響，一個錯誤多犯幾次的影響將會是災難性的。在全球競爭中，快節(jié)奏的玩家越來越占據(jù)主導地位，數(shù)據(jù)成為建立更加靈活、反應敏捷、多產的商業(yè)的關鍵。
全世界的企業(yè)開始公認大數(shù)據(jù)是一個關鍵趨勢。更重要的是，他們開始將大量的時間與金錢投入到分析服務。從幫助銀行追蹤實時趨勢，到為零售商提供洞見從而幫助他們更好地理解消費者的購物喜好，分析能為每一行業(yè)開啟新的機遇。
對其當前地位的戰(zhàn)略重要性而言，大數(shù)據(jù)的優(yōu)勢在短時間內就顯現(xiàn)了出來。但這一報告發(fā)現(xiàn)，盡管大數(shù)據(jù)分析技術相對較新卻分布廣泛，86%的公司已經(jīng)使用某種形式的大數(shù)據(jù)分析了。其中，45%在全公司內使用大數(shù)據(jù)，41%部分使用。剩下的還未開始使用大數(shù)據(jù)的公司中，有11%計劃在未來使用大數(shù)據(jù)。信息：大數(shù)據(jù)將很快在全球每一組織的運行中起作用。
圖1 公司使用大數(shù)據(jù)分析的程度
五、從一次機遇成為必須品
大數(shù)據(jù)不再只是一次機遇，它成為了必需品。不久之前，公司還在問他們?yōu)槭裁葱枰P注大數(shù)據(jù)。如今，大數(shù)據(jù)分析已經(jīng)達到了一個點：63%的被調查公司相信它對保持競爭力至關重要。此外，公司也變得更加容易接受建立在大數(shù)據(jù)分析方法論上的新技術。
60%的IT公司使用大數(shù)據(jù)，在產業(yè)采用大數(shù)據(jù)達到最高度的過程中，科技企業(yè)帶路前行。同時，零售、物流、運輸行業(yè)還有很多事情要做，這些公司中只有29%使用大數(shù)據(jù)支持現(xiàn)有的策略。這并不是因為這些行業(yè)缺乏應用。對使用大數(shù)據(jù)的人來說，大數(shù)據(jù)能成為大商業(yè)。零售商可以使用大數(shù)據(jù)分析網(wǎng)頁瀏覽模式、產業(yè)預測以及消費者記錄，從而預測需求、定位消費人群、優(yōu)化定價以及監(jiān)控實時趨勢。
圖2 公司使用大數(shù)據(jù)處理
在美國，大數(shù)據(jù)已經(jīng)在飛速發(fā)展。這使得英國望塵莫及，只有23%的英國調查對象在全公司內使用大數(shù)據(jù)，相比于此美國是56%。然而，英國看起來在未來會大步前行，53%的公司已經(jīng)部分使用大數(shù)據(jù)，同時16%的有計劃將大數(shù)據(jù)并入他們的策略中（相比于此，美國分別是35%與9%）。
六、如何使用大數(shù)據(jù)
由大數(shù)據(jù)提供的機遇范圍從節(jié)約成本到改進分析等。調查對象被問及相比于傳統(tǒng)的系統(tǒng)，他們看到的大數(shù)據(jù)提供的最大機遇是哪個領域。62%的認為實時分析是如今最大的潛在增長機會。
圖3 大數(shù)據(jù)提供機遇的調查
相比于傳統(tǒng)系統(tǒng)，大數(shù)據(jù)分析為你公司提供了什么機會？
金融服務行業(yè)內的公司主要認為大數(shù)據(jù)的機遇來自于實時分析（70%）以及趨勢分析（67%）。
金融服務公司比其他產業(yè)內的公司更加重視大數(shù)據(jù)分析的價值，當出現(xiàn)新技術時也更早的采納，其中67%的調查對象稱它為保持競爭力的必需品，68%期望在兩年內使用機器學習捕捉商業(yè)洞見。
想要縮小提供的體驗與消費者的期望之間的差距讓金融機構面臨的壓力日益增大。銀行正在采用來自消費者的線索，也從其他產業(yè)學習，比如媒體、移動以及零售，并且基于這些其他產業(yè)內的經(jīng)驗設定期望。
在金融領域，知識能提供競爭優(yōu)勢，驅動數(shù)百萬的附加收益，這比其他產業(yè)要多。能提供這種洞見的科技成為了高度追求的對象，大數(shù)據(jù)分析這樣的工具也在上升。對金融部門而言，大數(shù)據(jù)是迎合客戶需求，提供更為快速、準確的服務的關鍵部分。
制造業(yè)有同樣的看法，60%的調查對象認為大數(shù)據(jù)分析是必需品，且62%計劃在未來部署機器學習。
對IT產業(yè)而言，大數(shù)據(jù)的好處大多可視為是降低成本（80%的調查對象），反映出他們的使用許可以及節(jié)約硬件的意識。
七、機器學習
圖4 機器學習用于大數(shù)據(jù)的比例
機器學習是一個新術語，但它有現(xiàn)實生活中的應用
機器學習帶來的一大主要益處是能快速而有效地分析海量數(shù)據(jù)，而人類要做到這一點需要龐大的團隊。這已經(jīng)在金融服務業(yè)被證明是有效的，在這個行業(yè)內，保險公司、銀行和貸款機構需要有價值的及時的洞見。機器學習還幫助金融機構提供更好的客戶體驗，以及更強的識別發(fā)展趨勢和模式的能力，從而減小風險。
例如，銀行可以使用預測性分析改善貸款批準流程。使用遍及大型匿名數(shù)據(jù)集的一套標準化準則，銀行可以將他們的批準過程從幾天加速到幾分鐘。
公司正意識到這點，當他們孤注一擲，部署機器學習技術時，他們可以在短時間內領悟許多洞見，從消費者在做什么轉變?yōu)槔斫庀M者為什么這樣做。
這份報告顯示，在下一個十年，大數(shù)據(jù)、機器學習和人工智能將無縫對接到許多不同公司的結構體系中。研究結果強調，大數(shù)據(jù)「甜蜜點」對每家公司是相異的，但是每個部門都能獲得相當大的收益。從日益增長的顧客忠誠度到更快的業(yè)務流程，來自大數(shù)據(jù)的獎賞絕不會是微不足道的。像這樣的未來投資預計是有意義的。
八、大數(shù)據(jù)，高價值
然而，當大數(shù)據(jù)有潛力提供重大價值時，它也存在新的挑戰(zhàn)。調查考慮了各行各業(yè)的增長困難。例如，零售行業(yè)最關心數(shù)據(jù)管理。
圖5 大數(shù)據(jù)分析的贊同度
相比于傳統(tǒng)系統(tǒng)，大數(shù)據(jù)分析的數(shù)據(jù)管理更值得關注�？傮w上看，76%的公司贊同在進行大數(shù)據(jù)分析時，數(shù)據(jù)管理比傳統(tǒng)系統(tǒng)更值得關注的，這表明數(shù)據(jù)管理對所有行業(yè)而言仍然是一大挑戰(zhàn)。這還證明，公司需要針對隱私、安全和管理采用積極主動的方法做好隱私，安保，和管理工作，從而保證所有數(shù)據(jù)和洞見都被安全地保護起來。
九、打破信息孤島
公司孤島都有傳統(tǒng)上數(shù)據(jù)準確性的復合問題（compounded problem）。商業(yè)領域有自己的習慣，許多已經(jīng)習慣于在孤島中專注于某一焦點上的工作。這會導致獨立的數(shù)據(jù)集以及臨時行動，而這些反過來會產生不充分或不精確的數(shù)據(jù)。未能將這些數(shù)據(jù)源聯(lián)系起來，阻礙了不同部門獲得關鍵洞見，這可能就意味著成功與失敗的差別。
圖6 48%的金融服務公司認同大數(shù)據(jù)分析提供了整合數(shù)據(jù)孤島的機會
48%的金融服務公司認同大數(shù)據(jù)分析提供了整合數(shù)據(jù)孤島的機會。在情理之中的是，與金融世界最緊密相連的公司將大數(shù)據(jù)視為優(yōu)先事項。根據(jù)Gartner的報道（「數(shù)據(jù)質量現(xiàn)狀：現(xiàn)行的做法和發(fā)展趨勢」），低質量的數(shù)據(jù)每年讓公司付出1420萬美元。財務報表上不可能存在該對這種級別的損失負責的條目。通過系統(tǒng)地整合這些數(shù)據(jù)孤島，大數(shù)據(jù)轉變是可以克服這個挑戰(zhàn)的——而且可以將低劣的數(shù)據(jù)轉換為有用的信息。
十、機遇來臨
但是，大致來說，未來是光明的。從數(shù)據(jù)驅動的市場營銷到指導油田運營，大數(shù)據(jù)正在為每種類型的公司加速創(chuàng)新、推動效率以及創(chuàng)收提供機會。
若想在大數(shù)據(jù)領域成為重要玩家，一家公司需要采取三個至關重要的步驟。第一步是關于數(shù)據(jù)本身：確保你的信息形式是方便獲取和分析的。大多數(shù)大公司實際上已經(jīng)做到這點了，他們擁有的數(shù)據(jù)通常比他們使用的數(shù)據(jù)多得多。第二步是可利用的大數(shù)據(jù)工具，比如Hadoop、MPP Data Warehouse和NoSQL。近來，擁有專利的或開源的工具和平臺隨處都可以獲得——你需要的是能夠利用這些工具和平臺完成工作的人。然后我們到了第三步，這通常是最有挑戰(zhàn)的問題：專業(yè)知識。高級的分析需要員工具備從數(shù)據(jù)科學到全球范圍的隱私法等方方面面的最先進技能，還需要了解商業(yè)以及與相關的價值來源。
大數(shù)據(jù)不僅是一種技術倡議。事實上，它根本不是技術倡議；它是需要專業(yè)的科技知識的商業(yè)項目。所以，你不能只是加入更多的能力和專業(yè)知識，就期待你的IT或市場部門開始產生基于數(shù)據(jù)的洞見。即使他們做到了，公司的其他部門也極有可能不會執(zhí)行這些洞見。
正如進行數(shù)據(jù)分析的領導者所發(fā)現(xiàn)的那樣，在大數(shù)據(jù)方面取得成功需要另辟蹊徑：你需要大數(shù)據(jù)嵌入和能深入理解你的公司知道提出何種問題的人。這是確保信息和洞見能在不同業(yè)務和部門之間分享的最佳方法。這也確保整個公司能認識到一個運行良好的分析程序能提供規(guī)模效應。
最終，事先做好準備的最佳方式是咨詢一位專家，讓其針對你的商業(yè)需求提供最好的大數(shù)據(jù)方案。利用一個全套解決方案，這個過程可以進一步流水線化，這個解決方案能幫助你識別出大數(shù)據(jù)分析能為你的哪些業(yè)務帶來最多的利益。未來數(shù)據(jù)會非常大，對于有效使用數(shù)據(jù)的公司而言，發(fā)展?jié)摿κ菬o窮盡的。
核心關注：拓步ERP系統(tǒng)平臺是覆蓋了眾多的業(yè)務領域、行業(yè)應用，蘊涵了豐富的ERP管理思想，集成了ERP軟件業(yè)務管理理念，功能涉及供應鏈、成本、制造、CRM、HR等眾多業(yè)務領域的管理，全面涵蓋了企業(yè)關注ERP管理系統(tǒng)的核心領域，是眾多中小企業(yè)信息化建設首選的ERP管理軟件信賴品牌。
轉載請注明出處：拓步ERP資訊網(wǎng)http://www.oesoe.com/
本文標題：大數(shù)據(jù)+深度學習：未來兩年內將成為大部分企業(yè)的標配
本文網(wǎng)址：http://www.oesoe.com/html/consultation/10839319698.html
相關文章
