2018年-ibm商业价值研究院_use_of_big_data_22页_2mb

报告摘要

大数据在现实世界中的应用总结

核心内容

IBM商业价值研究院与牛津大学赛德商学院联合发布的《Big Data @ Work》调研报告，深入探讨了企业在大数据应用中的现状、趋势及挑战。报告指出，大数据已成为企业获取竞争优势的重要工具，其影响不仅限于技术领域，而是广泛渗透到业务流程、客户体验、运营优化等多个方面。

主要观点

大数据的定义与维度：大数据并非单一概念，而是由四个维度构成：数量 (Volume)、多样性 (Variety)、速度 (Velocity) 和 精确性 (Veracity)。其中，精确性作为第四个维度，强调了对数据不确定性的管理。
企业采用大数据的现状：大多数企业仍处于大数据采用的早期阶段，主要集中在理解概念和定义路线图（47%），仅有少数企业（6%）已进入大规模实施阶段。
客户为中心的业务目标：近一半的受访者表示，其大数据举措主要围绕以客户为中心的业务目标，如改善客户体验、了解客户需求和预测行为。
信息基础设施的重要性：企业需要构建可扩展、可管理的信息基础设施，以支持大数据的处理与分析。
分析能力的挑战：企业普遍缺乏处理非结构化数据和流数据的高级分析能力，这是实现大数据价值的主要障碍。
采用阶段的划分：调研将大数据采用分为四个阶段：教育、探索、接触、执行，每个阶段有不同的目标和挑战。

关键信息

1. 大数据的定义与维度

大数据的四个维度：Volume（数量）、Variety（多样性）、Velocity（速度） 和 Veracity（精确性）。
数量是企业感知大数据的关键，但并非所有企业都达到PB或ZB级别。
多样性涉及结构化、半结构化和非结构化数据的整合。
速度要求企业能够实时处理和分析数据，以应对快速变化的市场。
精确性强调对数据质量及不确定性的管理。

2. 大数据的采用现状

63%的受访者表示信息和分析的使用为其组织创造了竞争优势。
大多数企业（24%）仍处于教育阶段，未使用大数据。
47%的企业处于探索阶段，正在制定路线图。
22%的企业处于接触阶段，进行概念验证测试（POC）。
仅6%的企业进入执行阶段，已部署多个大数据解决方案。

3. 大数据的应用领域

客户分析：改善客户体验、了解客户行为和偏好，是企业采用大数据的主要驱动力。
运营优化：包括库存管理、生产调度等。
风险管理与欺诈监测：如Santam公司通过预测分析减少了欺诈损失。
能源与制造：如Vestas通过大数据优化风轮机布局，提高发电效率。

4. 大数据的挑战

数据整合：企业需要整合内部和外部数据，但当前整合能力不足。
分析能力缺乏：67%的受访者使用预测建模，但不到25%具备处理非结构化数据的能力。
投资回报分析：企业需要制定可衡量的业务投资回报分析，以证明大数据举措的价值。
技能与治理：数据隐私、安全和治理成为企业面临的重要问题。

5. 企业采用大数据的建议

以客户为中心：优先考虑能够提升客户体验和满意度的业务目标。
制定大数据蓝图：确保业务与IT战略的一致性，明确大数据的范围和目标。
从现有数据开始：利用内部数据源实现近期目标，积累经验后再扩展能力。
逐步建立分析能力：根据业务优先级，分阶段提升分析能力，包括预测建模、数据可视化等。
关注可衡量的指标：通过量化业务价值和成本，确保大数据项目的可持续性。

结论

大数据已经成为企业实现竞争优势和转型的重要工具，但其成功依赖于企业是否具备合适的基础设施、分析能力和治理框架。企业应从客户为中心的视角出发，逐步推进大数据战略，结合可衡量的指标和业务需求，实现从概念到实践的转化。随着技术的不断发展和数据量的持续增长，大数据的潜力将进一步释放，但企业也需应对随之而来的挑战，如数据整合、隐私保护和技能培养等。