分析：颠覆性变革的优势_顺应数字革命潮流，重塑业务流程、组织和行业（2015年10月）_23页_1mb

IBM大数据和分析执行报告总结

核心内容

本报告由 IBM 商业价值研究院发布，基于其第7次年度分析调研数据，揭示了大数据和分析技术在全球企业中的广泛应用及其对业务模式和战略决策的深远影响。报告指出，企业正面临由数字化生态系统的加速、技术的彻底变革以及从“推测”到“了解”的转型所带来的颠覆性挑战与机遇。

主要观点

• 数字化进程加速：企业正在经历深刻的转型，消费者、客户和公众的行为方式正在被数字技术重塑。企业需要扩展信息获取的路径，以适应新的市场环境。
• 技术变革：大数据和分析技术的使用正在迅速增长，企业需要新的技能和架构来处理和分析海量、多样的数据，以支持实时决策。
• 从推测到了解：企业可以借助情境式数据和高级分析技术，从过去的推测转向更准确的了解，从而更有效地应对市场变化和客户需求。

关键信息

企业使用大数据和分析的现状

• 全球企业采纳率提升：2015年，71% 的企业在三个或更多部门使用高级分析，而这一比例在2014年仅为 10%。
• 竞争优势不可或缺：95% 的受访者表示，大数据和分析能力是企业与竞争对手持平或超越竞争对手不可或缺的要素。
• 投资回报期缩短：75% 的企业表示其大数据项目已达成或超越预期，且75% 的企业称其分析投资可在7-18个月内收回。
• 外部数据使用率低：仅有 33% 的企业收集外部数据，这些数据对决策至关重要。

数字生态系统与数据应用

• 数据来源多样化：企业不仅使用内部数据，还从政府、社交媒体、气象中心等外部来源获取数据。
• IoT 技术应用广泛：65% 的受访者正在使用基于云的数据和分析管理服务，而 32% 的企业投资于 IoT 技术以提升客户体验和产品质量。

技术与架构变革

• 大数据技术采用率提升：超过三分之一 的企业已拥有积极有效的大数据项目。
• Hadoop 成为主流技术：Hadoop 是当前讨论最多的数据库技术，因其能够高效处理大量非结构化数据。
• 云和开源技术：企业正在采用基于云的交付机制和开源框架，以构建可扩展、灵活的数据平台。

分析技术的应用领域

• 以客户为中心：客户为中心的分析解决方案 仍是大多数企业的首要重点。
• 风险与财务管理：该领域的分析使用率在12个月内上升了 285%，显示其重要性日益增加。
• 预测与规范分析：73% 的企业使用预测性和规范性分析，40% 的企业已开始使用某种形式的认知计算。

技能与人才需求

• 技能差距显著：企业需要新的技能来管理大数据和分析技术，包括数据科学家、分析师和架构师。
• 内部与外部合作：49% 的企业倾向于内部团队收集和管理内部数据，而 71% 和 63% 的企业则倾向于通过外部或联合团队处理外部静态和流数据。

企业转型与行动建议

• 重塑分析战略：企业需要更新其分析战略，以适应数字化生态系统的复杂性。
• 构建敏捷架构：企业应采用可扩展和灵活的数据基础架构，以支持实时分析和快速决策。
• 缩小试行与量产差距：企业应通过敏捷方法加快分析项目的开发和部署，提高成功率。
• 引入外部合作：借助生态系统合作伙伴的专业知识，可以弥补企业在技能和经验方面的不足。

数据与图表说明

• 图1：显示 95% 的企业认为大数据和分析能力是与竞争对手持平或超越的关键要素。
• 图2：展示企业使用分析功能的主要目的，其中以客户为中心的分析仍是首要重点。
• 图3：说明企业正在广泛使用基于云的数据和分析管理服务。
• 图4：显示 65% 的受访者正在使用基于云的数据和分析管理服务。
• 图5：反映大数据技术在企业中的普及程度，12个月内使用率翻倍。
• 图6：展示企业对大数据和分析技能的需求，包括架构师、工程师、分析师和数据科学家。
• 图7：显示 73% 的企业使用预测性和规范性分析，40% 使用认知计算。
• 图8：说明 75% 的企业已实施或正在规划分析项目，且大多数项目在 7-18个月 内收回投资。

作者与贡献者

• Glenn Finch：IBM 大数据和分析全球领导人，拥有超过25年的业务分析和优化经验。
• Steven Davidson：IBM 大中华区业务分析和战略咨询实践负责人，具有丰富的行业转型经验。
• Dr. Pierre Haren：IBM 高级分析全球领导人，曾领导 ILOG 公司并被授予法国最高荣誉。
• Jerry Kurtz：IBM 大数据和分析北美地区领导人，专注于战略咨询与治理。
• Rebecca Shockley：IBM 商业价值研究院大数据和分析领域全球研究领导人，曾发布多份分析报告。

调研背景

• 本次调研涵盖 1,226 名 全球受访者，来自 90 个国家/地区，企业员工数量均超过 1,000 人。
• 调研内容涵盖 20 个问题，聚焦于大数据和分析技术的应用、影响及未来趋势。

企业应采取的行动

• 调整分析战略：确保战略涵盖企业内外部的广泛数据和生态系统。
• 利用外部数据：提升对外部数据源的使用，以增强决策的准确性和全面性。
• 构建灵活架构：采用可扩展、实时的数据平台，以支持快速变化的市场环境。
• 弥补技能差距：通过内部培养或外部合作获取所需技能，提升分析能力。
• 引入敏捷方法：加快分析项目从试验到量产的进程，提高效率和成功率。

总结

本报告强调了大数据和分析技术在现代企业中的关键作用，并指出企业必须积极应对数字化转型、技术变革和从“推测”到“了解”的转变。通过优化数据基础架构、提升分析能力、引入外部合作和采用敏捷方法，企业可以更好地适应市场变化，实现竞争优势。