“大数据”的商业落地往往导致更多的疑问而不是答案?大数据从哪开始和结束?商业智能、数据仓库、报表、内存分析? 在这里必须要回答的两个问题
l 你使用大数据想解决什么问题?
l 你如何把大数据很容易放到需要的人手头上? 业务流程管理(BPM)帮助公司远离数据仓库;大数据为建有凝聚力的信息视图将数据仓库细分。BPM的改进之处在于如何连接所有的节点 – 主要通过BPM,大数据和云— 最终改变一个企业。Forrester公司的Clay Richardson称此为“大过程”——一个真正启用大数据来掌握商业智能的方式。 结果,许多公司考虑的BPM流程的方法是从“数据第一”开始,把以前分散在各个地方相互隔绝的数据以不同的方式放到一起。这样给那些需要通过深入分析数据,从而做出正式决定的人提供所需要的信息。有一些整合数据的方法,如下:
l 数据整合-以传统的方式把不同的系统放在一起从而整合数据。
l 掌握数据管理--创建单一的顾客、产生、风险等;
l 商业活动监控---传递智能和数据关于流程的表现;
l 通过分析从而驱动商业决策---把数据仓库、报表等联接在一起;
如何让数据”可执行(落地)“的确是一个挑战。当你看到一个趋势、风险、机会或者一个你必须要做的行动--那么接下来呢?你该如何做?我们之前主要是通过邮件或者电话联系来完成。
数据的亲密点和流程的IS使数据可落地。从组合的监测仪表盘得到帮忙决策的信息仅仅是第一步,但是许多公司却止步于此。事实上,今天有许多很棒的大数据分析公司,可以动态监测仪表盘中去查看和解释数据的公司正在不断增加。这该如何是好?我们急需有一项业务能把我们从处理数据的繁文缛节中解放出来,以便依据数据做出真正意义的决策。于是,我们迎来了BPM。
一些这样的流程包括:
l 不断提升数据视角并同时把其传递给另一个团队用于相应的案例管理;
l 建立一个可执行的仪表盘,包含内部分析和从外部的相关数据(可以是从地图或者销售团队中得到)
结果是以”数据第一“方法构建BMP,然而困难在于很难把数据放到一个整洁的箱子中(我们喜欢整洁的箱子,但技术上并不是总是那样),一些BPM落地的大数据应用场景案例有:
l 再保险交易对手管理—一个实时数据,可操作视图的位置;
l 远程服务平台—一个服务管理通过广泛的IP来联接各个实时,这也就是我们所称的“物联网”。
l 运营智能--从实时数据源中获得数据;
这些是在许多行业和许多其它刚开始出现的很广泛的案例集。现在存在许多的从商业分析得到的关于在处理大数据的大过程时的评价,据我们所知道就是——自上到下、自下到上、从中间开始、规则驱动的BPM。
翻 译:中国统计网翻译小组——数据海洋
|