今日、データの重要性を言う必要はありません。すべての企業はデータの重要性を認識しており、ビジネス開発を推進するためにデータを使用することを望んでいます。
ただし、多くの企業情報管理者は、データインテリジェンスとデータ駆動についてまだいくつかの誤解を持っています。これらの誤解は、企業のデータ使用率を深淵に陥れます。
トラップ1：アプリケーションはまだ構築されていないため、データ使用率は考慮されません
一部の企業情報管理マネージャーに、データの使用をできるだけ早く検討し、データの全体的な計画を立てるべきだと話すと、そのような文をよく耳にします。
「私はまだビジネスを行っていません。データの利用を検討する時期ではありません」
この文は、データ使用率に関する企業の理解の大部分を表しています。つまり、データ使用率は既存のデータから始まり、アプリケーションの構築後にデータがデータベースに保存されるため、最初にアプリケーションを構築してから、データベースを待ちます。データを入手したら、その使用方法を検討しています。
論理は完全に正しいようです。
しかし実際には、これは多くの企業におけるデータ利用の主な誤解です。「最初にアプリケーションを構築してから、データ利用を検討する」。
このような考え方を使って構築すると、1年後、会社はすぐに新しい質問をすることがよくあります。「複数のアプリケーションシステム間のデータが接続されておらず、調整されておらず、一貫性がなく、データが利用できません。」
この誤解は、データ利用の2つの本質についての根本的に不十分な理解です。
まず、データは客観的に存在し、アプリケーションを構築するかどうかに依存しません
企業は、事業を営んでいる限り、システムを構築していなくても、リアルタイムでデータを生成しますが、収集はしていません。
データはデジタル世界のビジネスの構成要素です。ビジネスプロセスと動作は、これらのデータを構築して適用する必要はなく、常にあらゆる種類のデータを生成します。たとえば、宅配便業者が速達注文を受け取ると、送信者、受信者、商品の種類、配達場所、配達場所、輸送の種類、距離などのデータが生成され、これを推進します速達の方向性。情報システムのサポートがあるかどうかにかかわらず、これらのデータを記録および送信する手段が一枚の紙であるかネットワークであるかを変えるだけです。これらのデータは客観的に存在し、情報システム自体のために変更されることはありません。
データはデジタル世界におけるビジネスの投影モデルであり、ビジネスの鏡像であり、客観的に存在することを認識する必要があります。
ビジネスがある限り、対応するデータがあります。アプリケーションは、ソフトウェアを介してデータをストレージデバイスに収集するだけです。
第二に、データ利用の計画は、アプリケーションとプロセスの構築よりも早いです
家を建てる前に、全体的な設計を行い、建物のさまざまな利用シナリオを計画して、入室できない家がないようにする必要があります。
現在、すべての企業は、データが企業のコア資産であり、アプリケーションがこれらの資産を収集して使用するためのツールであることを認識しています。収集後にデータを最大限に活用するには、各企業は、アプリケーションおよびプロセスの計画の前にデータ使用率の計画を完了する必要があります。
これには、企業のデータ資産カタログの計画と設計、企業のデータ利用シナリオとデータの保存の計画、およびこれらのデータを処理および分析するための技術プラットフォームの需要計画が含まれます。
データファーストでは、システムがまだ構築されていないときに、データの青写真が計画され、各アプリケーションシステムのデータ配布パノラマが完成しているため、企業はデータアイランドの存在を回避できます。
したがって、まだアプリケーションを構築していない場合は、おめでとうございます。これは、データ使用率の青写真を計画するための最良の機会です。今すぐ始めてください。
トラップ2：ビッグデータがないため、データ使用率は考慮されません
「現在、データは非常に少なく、小さなデータとしか呼べないため、データ使用率について話すことはできません」、これもデータ使用率の典型的な誤解です。
この文を初めて聞いたのはB2B2C小売会社でした。実際、ディストリビューターをメインチャネルとして使用する従来のブランドは、独自のeコマースシステムを確立していないことが多いため、最終的な消費者行動データは入手できません。彼らが持っているのは売り込みのデータであり、売り込みのデータは多くの場合大きくなく、次元も多くないため、使用価値は限られています。
しかし、現在の企業は、さまざまな種類のデータを取得するために、個々の小さなプログラムや小さなアプリケーションを通じて、エンドユーザーや顧客とのさまざまな連絡を確立することを行っています。大きく、多くの次元ではありませんが、これらすべてのポイントが相互に接続されると、豊富で多様なユーザーデータのパノラマが形成されます。
この会社の担当者は、デジタル時代では、データシナリオが多い人ほど競争上の優位性が高まると考えています。
この例は、おそらくビジネスモデルで豊富なデータがないと判断されていることを完全に示していますが、さまざまなアプリケーションイノベーションを使用して、複数のチャネルおよびすべての方向でユーザーおよび消費者データを取得する必要があります。そして、どのアプリケーションを構築し、どのデータを取得し、これらの個々の点型データをどのように取得して、データシナリオの価値を組み合わせる相互接続を形成するのでしょうか。
これは、アプリケーションを構築する前にデータプランを作成し、データシーンマップの概要を示してから、このマップに沿って中小規模のアプリケーションを構築する必要があります。
トラップ3：データ利用はデータ分析とマイニングを行うことであり、トランザクションアプリケーションシステムはデータテクノロジーを使用しません
過去のアプリケーションシステムは、OLTPとOLAP、オンライントランザクションシステムとオンライン分析システムに分けられます。そのため、アプリケーション自体がトランザクションソフトウェアであることがよく見られます。従来のアーキテクチャでは、OLTPシステムであるため、一部のOLAPテクノロジは使用されないことがよくあります。
しかし、現在の状況は劇的に変化しました。
カースケジューリングシステムに関しては、従来の部門によれば、これは典型的な取引システムであり、注文を作成し、ドライバーを割り当てます。ただし、毎秒数万件の注文の発送と配送をサポートしたい場合は、手動割り当てを使用することはできません。この発送システムには、リアルタイムのデータ分析機能が必要であり、価格決定とルート計画の部分を参照する必要があります。履歴データ分析結果。このように、この典型的な取引アプリケーションはデータによって駆動され、その最下層とコアは実際にはバッチデータ分析とリアルタイムデータ処理です。
将来のすべてのアプリケーションはこのようになります。つまり、OLAPはOLTPシステムのすべての決定と動作をサポートし、インテリジェントなアプリケーションになります。
データテクノロジーは、従来のすべてのプロセスアプリケーションを徐々に再構築し、データ駆動型システムにして、よりスマートになっています。
トラップ4。最も重要なことはアルゴリズムであるため、ソフトウェアエンジニアリング会社はデータサイエンスプロジェクトを実行できません。
データプロジェクトに関して、多くの人が最初に考えるのはアルゴリズムモデルです。データを実行しているのは、調査、アルゴリズム、人工知能を実行する人だけのようです。
したがって、情報産業はアルゴリズムとソフトウェアに分かれており、アルゴリズムだけが人工知能とデータであるという見方があります。
これは、アルゴリズムをソフトウェアエンジニアリングから分離する典型的な誤解です。昔と同じように、長期の顧客は「サイトウォーカーは人工知能を行っていない」という固有の印象を使用し、私たちの機会を否定しました。これは人工知能アプリケーションの誤解です。
次の図を使用して、アルゴリズムと人工知能（データサイエンス）の関係を反映します。
人工知能の最下層はさまざまなアルゴリズムで構成されていますが、業界で一般的に使用されているアルゴリズムはすべて公開されており、実際の研究・制作は学術研究機関です。
人工知能は2つの分野に分けられます。1つはフロンティア研究分野であり、もう1つは応用分野です。工業生産および商業活動に従事する企業にとって、後者が必要です。後者にとって最も重要なことは、ソフトウェアエンジニアリング機能を使用して、適切なアルゴリズムを貴重なシナリオに適用し、ビジネスを強化することです。
アルゴリズムに加えて、人工知能の適用は、十分な高品質のデータセット、およびアルゴリズムとデータを優れたユーザーエクスペリエンスを備えたインテリジェントソフトウェアに開発する能力よりも重要です。
したがって、公開アルゴリズムとコードを調整および呼び出す機能に加えて、優れた人工知能企業は、より重要なことに、ビジネス革新とソフトウェアエンジニアリングを行うことができます。
まとめとインスピレーション
データインテリジェンスのこれら4つのトラップを1つずつ分析することで、次のような啓蒙を行うことができます。
1.データ計画は、ビジネスシステムの構築よりも優先する必要があります。アプリケーション間のデータアイランドを回避するために、包括的で一貫性のあるデータパノラマを
構築します。2 。データパノラマを構築した後、このマップに沿って1つずつ構築して収集します。これらの小さなアプリケーションにデータを入力して、独自のデータ資産を構築します。3。
すべてのアプリケーションソフトウェアは、データテクノロジーによって
強化され、データ駆動型のインテリジェントアプリケーションになります。4 。人工知能をビジネスに適用するために最も重要なことは、シナリオの革新とソフトウェアです。エンジニアリング能力
この記事はAlibabaCloudのオリジナルのコンテンツであり、許可なく複製することはできません。