數(shù)據(jù)如何競(jìng)爭(zhēng)?投資回報(bào)率如何建立?

數(shù)據(jù)投資回報(bào)是數(shù)據(jù)價(jià)值除以數(shù)據(jù)成本，第一，我們需要降低數(shù)據(jù)成本，提升數(shù)據(jù)價(jià)值。而降低數(shù)據(jù)成本有很多做法，其中最重要的就是把低活躍度的數(shù)據(jù)轉(zhuǎn)移到低成本的存貯器上去。怎樣增加數(shù)據(jù)的價(jià)值呢?要收集更多、更全面的數(shù)據(jù)，比如說社交化ERP。第二，要針對(duì)數(shù)據(jù)質(zhì)量有一個(gè)數(shù)據(jù)治理的隊(duì)伍和流程。第三，要有很好的數(shù)據(jù)分析的能力，“數(shù)據(jù)可視化”是當(dāng)前的大趨勢(shì)，通過圖形、圖像、動(dòng)畫等等一同展示數(shù)據(jù)，讓數(shù)據(jù)淺層的關(guān)系得到更好的理解和發(fā)現(xiàn)。從2006年開始，業(yè)界的主流廠商開始把自己的BI產(chǎn)品稱之為Analytics。它跟商務(wù)智能區(qū)別在哪呢?商務(wù)智能有更強(qiáng)的IT導(dǎo)向，而Analytics可以把它看作商務(wù)智能的2.0版本。現(xiàn)在，Analytics開始改變了，在過去的企業(yè)中，90%使用的數(shù)據(jù)都是ERP的數(shù)據(jù)，只有10%的企業(yè)才會(huì)用到外部數(shù)據(jù)，但在未來企業(yè)當(dāng)中，只有50%是自己的數(shù)據(jù)，外部數(shù)據(jù)和新媒體數(shù)據(jù)會(huì)發(fā)生越來越大的作用。

有兩個(gè)案例可以說明這一點(diǎn)。在迪斯尼樂園里有100多個(gè)景點(diǎn)，意味著有100多條排隊(duì)的隊(duì)伍。怎么減少顧客排隊(duì)的時(shí)間?迪斯尼利用十多年的歷史數(shù)據(jù)、結(jié)合天氣數(shù)據(jù)、旅游數(shù)據(jù)預(yù)測(cè)每一條隊(duì)伍每一天、每一小時(shí)所需要的排隊(duì)等候時(shí)間，為游客計(jì)算最佳的園內(nèi)景點(diǎn)游覽次序。同時(shí)實(shí)時(shí)收集Twitter的數(shù)據(jù)，處理突發(fā)情況，更新每一條隊(duì)伍的排隊(duì)等待時(shí)間，使用這些數(shù)據(jù)的游客平均每人節(jié)省了4個(gè)小時(shí)。第二個(gè)例子是賓夕法尼亞州政府，分析全州感冒藥品的銷量、對(duì)比系統(tǒng)保存的歷史數(shù)據(jù)，以確定可能發(fā)生的大面積流感。分析兒童的就癥率，對(duì)比歷史數(shù)據(jù)，以確定可能發(fā)生的大面積流感。對(duì)Twitter進(jìn)行文本分析，實(shí)時(shí)監(jiān)控各個(gè)地區(qū)的流感爆發(fā)、傳播、分布情況。我們可以看到，精確的數(shù)據(jù)一旦與社交媒體數(shù)據(jù)相結(jié)合，對(duì)未來的預(yù)測(cè)會(huì)非常準(zhǔn)。這也是為什么Analytics的全球投資僅僅低于云計(jì)算，高達(dá)340多億美元。