啓動大數據項目之前需要問的5個(gè)問題
作(zuò)者：企業網 來(lái)源：企業網D1Net 發表時(shí)間(jiān)：2017-5-4
點擊：4297
根據IBM公司的調查報(bào)告，全球每天創造2.5EB字節的數據（即10億千兆字節）。但(dàn)它并不總是這(zhè)樣。根據IBM公司的計算(suàn)，世界上(shàng)90％的數據隻是在過去兩年創建的，而且報(bào)告中顯示，企業使用數據可以節省數百萬美元，并以前所未有的方式提高工作(zuò)效率。 在關(guān)于設備性能(néng)，供應商(shāng)關(guān)鍵績效指标（KPI）和庫存水平的每周報(bào)告之間(jiān)，更多的數據可能(néng)是供應鏈管理(lǐ)者最不願意處理(lǐ)的事(shì)情。
然而，每天有更多的數據不斷湧現(xiàn)：根據IBM公司的調查報(bào)告，全球每天創造2.5EB字節的數據（即10億千兆字節）。但(dàn)它并不總是這(zhè)樣。根據IBM公司的計算(suàn)，世界上(shàng)90％的數據隻是在過去兩年創建的，而且報(bào)告中顯示，企業使用數據可以節省數百萬美元，并以前所未有的方式提高工作(zuò)效率。
當企業預算(suàn)收緊時(shí)，管理(lǐ)人(rén)員(yuán)采用大數據以提高效率，這(zhè)并不奇怪。畢竟，許多公司花費十多年時(shí)間(jiān)來(lái)引進或升級數據處理(lǐ)系統，并采用雲計算(suàn)和/或物聯網。現(xiàn)在，供應鏈管理(lǐ)者被要求使用這(zhè)些(xiē)數據，因此這(zhè)說(shuō)起來(lái)容易，做起來(lái)難。
人(rén)們需要認識到盲目啓動項目所面臨的挑戰，JDA軟件公司實驗室負責人(rén)SureshAcharya對于大數據的應用進行了(le)解析。
Acharya說(shuō)，“沒有什(shén)麽是令人(rén)望而生(shēng)畏的，有一(yī)個(gè)方法可以做到這(zhè)一(yī)點。”他指出，供應鏈管理(lǐ)者在啓動一(yī)個(gè)新(xīn)項目之前必須問自己五個(gè)問題：
1.自己的業務(wù)案例是什(shén)麽？
也(yě)許當管理(lǐ)人(rén)員(yuán)試圖應用數據時(shí)，其最大的問題是在頭腦中沒有一(yī)個(gè)能(néng)夠解決的案例。當開始一(yī)個(gè)新(xīn)項目時(shí)，供應鏈管理(lǐ)者應該有一(yī)個(gè)特定的業務(wù)問題要解決（比如(rú)，庫存過剩），并能(néng)夠量化(huà)（減少5％，将節省多少費用）。
“如(rú)果你從數據中找出需要解決的業務(wù)問題，那麽這(zhè)真的是本末倒置。”Acharya說(shuō)。“你想要說(shuō)的是：這(zhè)是我想要解決的問題，是我所擁有的數據。那麽是否打算(suàn)收集或者購(gòu)買和訂閱，以幫助解決這(zhè)個(gè)問題？”
“所以，需要确保你有一(yī)個(gè)業務(wù)案例，并試圖解決一(yī)個(gè)業務(wù)問題，”他補充說(shuō)。
2.有正确的數據源嗎(ma)？
考慮到一(yī)個(gè)大數據項目作(zuò)為(wèi)一(yī)個(gè)需要解決的問題，而不是一(yī)個(gè)要完成的項目，這(zhè)可能(néng)會表明目前可用的數據不是解決這(zhè)個(gè)問題所需的信息。
“如(rú)果要查看庫存或缺貨情況，你有庫存的數據嗎(ma)？你有關(guān)于銷售點或訂單嗎(ma)？或任何事(shì)情都可能(néng)是數據。你應該對想要解決的業務(wù)問題和擁有的數據源進行調整。”Acharya說(shuō)。
提出此問題可能(néng)有助于在繼續實施項目之前确定必須收集哪些(xiē)其他數據。也(yě)許需要來(lái)自供應商(shāng)的附加産品信息，或者來(lái)自零售商(shāng)的不同銷售點信息。如(rú)果合作(zuò)夥伴不能(néng)提供此信息，則可能(néng)需要一(yī)種新(xīn)的方法。
3.你的數據是否可用？
與第二個(gè)問題類似，供應鏈管理(lǐ)人(rén)員(yuán)必須能(néng)夠考慮如(rú)何記錄和存儲可以用來(lái)解決其業務(wù)案例的數據。
存在幾種類型的數據，但(dàn)無論數據是結構化(huà)的還是非結構化(huà)的，内生(shēng)的或外生(shēng)的，可以基于數據項目的性質來(lái)區分(fēn)。換句話(huà)說(shuō)，零售商(shāng)和制造商(shāng)可以收集各種非結構化(huà)數據，例如(rú)對産品的客戶評論。但(dàn)是，每一(yī)方收集，量化(huà)，分(fēn)析數據的方式不同，因此根據他們的業務(wù)案例的需要可能(néng)完全不同。能(néng)夠收集數據集不使它可用；業務(wù)實例的參數決定它是否可用。
“如(rú)果你認為(wèi)有很多數據，但(dàn)卻沒有真正檢查是否會增加或幫助解決業務(wù)問題，那麽你需要退一(yī)步并想辦法解決。”Acharya說(shuō)。
4.算(suàn)法是否存在？
一(yī)旦商(shāng)業案例被确定，并且可用數據被判斷為(wèi)相關(guān)和有用，企業必須确保問題可以基于當前可用的算(suàn)法來(lái)解決…如(rú)果它不能(néng)，最好(hǎo)(hǎo)尋找一(yī)個(gè)更好(hǎo)(hǎo)的解決方案。
“這(zhè)并不是說(shuō)隻要有數據，就(jiù)一(yī)定有辦法來(lái)幫助你解決它。無論對于學術界還是業界來(lái)說(shuō)，有些(xiē)問題确實是新(xīn)的，這(zhè)些(xiē)問題尚未得到解決。”Acharya說(shuō)。
“可能(néng)有一(yī)種方法來(lái)解決它，但(dàn)這(zhè)個(gè)具體(tǐ)問題可可能(néng)沒有解決，所以你也(yě)需要做好(hǎo)(hǎo)探索算(suàn)法的準備。”他補充說(shuō)。
5.樣本是什(shén)麽？
如(rú)果所有上(shàng)述條件都能(néng)滿足，那麽大數據項目是可行的。然而，隻是因為(wèi)可以做到，并不意味着執行者應該急于實施。
“所有這(zhè)一(yī)切都應該首先在一(yī)個(gè)非常小的樣本上(shàng)進行測試。”Acharya說(shuō)，“你想嘗試一(yī)下(xià)小樣本，然後如(rú)果它是可行的，已經解決了(le)問題，那麽可以開始擴大規模。“
然而，每天有更多的數據不斷湧現(xiàn)：根據IBM公司的調查報(bào)告，全球每天創造2.5EB字節的數據（即10億千兆字節）。但(dàn)它并不總是這(zhè)樣。根據IBM公司的計算(suàn)，世界上(shàng)90％的數據隻是在過去兩年創建的，而且報(bào)告中顯示，企業使用數據可以節省數百萬美元，并以前所未有的方式提高工作(zuò)效率。
當企業預算(suàn)收緊時(shí)，管理(lǐ)人(rén)員(yuán)采用大數據以提高效率，這(zhè)并不奇怪。畢竟，許多公司花費十多年時(shí)間(jiān)來(lái)引進或升級數據處理(lǐ)系統，并采用雲計算(suàn)和/或物聯網。現(xiàn)在，供應鏈管理(lǐ)者被要求使用這(zhè)些(xiē)數據，因此這(zhè)說(shuō)起來(lái)容易，做起來(lái)難。
人(rén)們需要認識到盲目啓動項目所面臨的挑戰，JDA軟件公司實驗室負責人(rén)SureshAcharya對于大數據的應用進行了(le)解析。
Acharya說(shuō)，“沒有什(shén)麽是令人(rén)望而生(shēng)畏的，有一(yī)個(gè)方法可以做到這(zhè)一(yī)點。”他指出，供應鏈管理(lǐ)者在啓動一(yī)個(gè)新(xīn)項目之前必須問自己五個(gè)問題：
1.自己的業務(wù)案例是什(shén)麽？
也(yě)許當管理(lǐ)人(rén)員(yuán)試圖應用數據時(shí)，其最大的問題是在頭腦中沒有一(yī)個(gè)能(néng)夠解決的案例。當開始一(yī)個(gè)新(xīn)項目時(shí)，供應鏈管理(lǐ)者應該有一(yī)個(gè)特定的業務(wù)問題要解決（比如(rú)，庫存過剩），并能(néng)夠量化(huà)（減少5％，将節省多少費用）。
“如(rú)果你從數據中找出需要解決的業務(wù)問題，那麽這(zhè)真的是本末倒置。”Acharya說(shuō)。“你想要說(shuō)的是：這(zhè)是我想要解決的問題，是我所擁有的數據。那麽是否打算(suàn)收集或者購(gòu)買和訂閱，以幫助解決這(zhè)個(gè)問題？”
“所以，需要确保你有一(yī)個(gè)業務(wù)案例，并試圖解決一(yī)個(gè)業務(wù)問題，”他補充說(shuō)。
2.有正确的數據源嗎(ma)？
考慮到一(yī)個(gè)大數據項目作(zuò)為(wèi)一(yī)個(gè)需要解決的問題，而不是一(yī)個(gè)要完成的項目，這(zhè)可能(néng)會表明目前可用的數據不是解決這(zhè)個(gè)問題所需的信息。
“如(rú)果要查看庫存或缺貨情況，你有庫存的數據嗎(ma)？你有關(guān)于銷售點或訂單嗎(ma)？或任何事(shì)情都可能(néng)是數據。你應該對想要解決的業務(wù)問題和擁有的數據源進行調整。”Acharya說(shuō)。
提出此問題可能(néng)有助于在繼續實施項目之前确定必須收集哪些(xiē)其他數據。也(yě)許需要來(lái)自供應商(shāng)的附加産品信息，或者來(lái)自零售商(shāng)的不同銷售點信息。如(rú)果合作(zuò)夥伴不能(néng)提供此信息，則可能(néng)需要一(yī)種新(xīn)的方法。
3.你的數據是否可用？
與第二個(gè)問題類似，供應鏈管理(lǐ)人(rén)員(yuán)必須能(néng)夠考慮如(rú)何記錄和存儲可以用來(lái)解決其業務(wù)案例的數據。
存在幾種類型的數據，但(dàn)無論數據是結構化(huà)的還是非結構化(huà)的，内生(shēng)的或外生(shēng)的，可以基于數據項目的性質來(lái)區分(fēn)。換句話(huà)說(shuō)，零售商(shāng)和制造商(shāng)可以收集各種非結構化(huà)數據，例如(rú)對産品的客戶評論。但(dàn)是，每一(yī)方收集，量化(huà)，分(fēn)析數據的方式不同，因此根據他們的業務(wù)案例的需要可能(néng)完全不同。能(néng)夠收集數據集不使它可用；業務(wù)實例的參數決定它是否可用。
“如(rú)果你認為(wèi)有很多數據，但(dàn)卻沒有真正檢查是否會增加或幫助解決業務(wù)問題，那麽你需要退一(yī)步并想辦法解決。”Acharya說(shuō)。
4.算(suàn)法是否存在？
一(yī)旦商(shāng)業案例被确定，并且可用數據被判斷為(wèi)相關(guān)和有用，企業必須确保問題可以基于當前可用的算(suàn)法來(lái)解決…如(rú)果它不能(néng)，最好(hǎo)(hǎo)尋找一(yī)個(gè)更好(hǎo)(hǎo)的解決方案。
“這(zhè)并不是說(shuō)隻要有數據，就(jiù)一(yī)定有辦法來(lái)幫助你解決它。無論對于學術界還是業界來(lái)說(shuō)，有些(xiē)問題确實是新(xīn)的，這(zhè)些(xiē)問題尚未得到解決。”Acharya說(shuō)。
“可能(néng)有一(yī)種方法來(lái)解決它，但(dàn)這(zhè)個(gè)具體(tǐ)問題可可能(néng)沒有解決，所以你也(yě)需要做好(hǎo)(hǎo)探索算(suàn)法的準備。”他補充說(shuō)。
5.樣本是什(shén)麽？
如(rú)果所有上(shàng)述條件都能(néng)滿足，那麽大數據項目是可行的。然而，隻是因為(wèi)可以做到，并不意味着執行者應該急于實施。
“所有這(zhè)一(yī)切都應該首先在一(yī)個(gè)非常小的樣本上(shàng)進行測試。”Acharya說(shuō)，“你想嘗試一(yī)下(xià)小樣本，然後如(rú)果它是可行的，已經解決了(le)問題，那麽可以開始擴大規模。“
就(jiù)像生(shēng)産運行需要原型和樣本一(yī)樣，大數據項目需要一(yī)個(gè)測試研究來(lái)确定可行性。在理(lǐ)想情況下(xià)，這(zhè)樣的項目将創建可操作(zuò)的結果，但(dàn)是如(rú)果算(suàn)法或實施方法有問題，結果可能(néng)獲得錯誤的解決方案。對于人(rén)們來(lái)說(shuō)，不能(néng)實施項目總比錯誤實施項目要好(hǎo)(hǎo)。
獲取更多專業資訊
微信掃一(yī)掃
上(shàng)條新(xīn)聞：數據高端人(rén)才十一(yī)項全球最具權威的大數據資質認證
在線客服