研究称机器学习、大数据将重塑业务流程

日期: 2014-01-13 作者:Nicole Laskowski翻译:陈晓诚 来源:TechTarget中国 英文

当我们在未来回顾2014年时,会把它看作为企业新时代的一年吗?根据国际数据分析研究所(IIA)的相关数据,大数据的发展,以及机器学习和嵌入式分析,将推动新产品,彻底改变旧的业务流程,并很可能意味着律师们将会有大量的工作。

  这所位于俄勒冈州波特兰市的咨询和研究分析机构发布了9项针对新的一年的官方预测,下面来看一下他们如何预测2014年的。

  1. 企业将继续推动机器学习和自动化。企业将需要依靠机器学习和自动化,如果他们希望能够应对他们所面对的大量数据。比如,一些企业,正在生产上千种模型 – 有时是在SKU层面。 “当你的模型规模, 达到成千上万的时候, 机器学习则成为了一项有吸引力的技术, ” Sanjeev Kumar, Dell的企业IT组织的分析产品经理说。 “它可以不断地学习,并不断挖掘大数据”。

  2. 企业将在人与机器的能力和判断之间寻找合适的平衡。企业越来越善于(也更安于)自动化的业务决策,但是,这并不意味着每一个决定都应该是自动化的。 “如果你把人从计算程式中脱离地太远,他们失去了与工作流程的接触,那他们的技能就会萎缩, ” Robert Morison,工作分析法:更智慧的决定,更好的结果,一书的合著者说。而当某种异常情况发生或系统突然无法工作时,员工就不知道该怎么办。2014年,自动化的最大挑战将是找到合适的平衡,他说。

  3. 数据科学家将推动新产品和新服务。 对于这一预测的证据无处不在, 根据Tom Davenport,IIA的联合创始人兼研究总监,巴布森学院IT和管理的杰出教授。 下面是几个例子:Jawbone, 可穿戴电子产品的制造商,去年夏天聘请了Monica Rogati。她之前是LinkedIn Corp.公司的数据科学家,并且也领导了这家社交媒体公司的数据产品部门。 Intuit公司, 一家金融软件公司,在10月份收购了小型咨询公司Level Up Analytics,这家由数据科学家运行的公司。游戏公司Electronic Arts Inc.正在使用数据 “通过分析来加强传统游戏,并告诉人们如何更有效地来玩游戏, ” Davenport说。

  4. 公司不再只是停留在对于大数据的吹捧上。Kumar是这样说的: “ 2014年,将开启一个新时代,企业们必须评估什么(业务)已经完成,他们得到了什么,以及那些和大数据有关的举措带来的价值,这些都将被提上议事日程。 ”

  Bill Franks, Teradata Corp.公司的首席分析官说,不是把大数据单独分开, CIO们而是需要想办法。 “把它和其他数据相结合,并将其注入到业务流程中,就像他们对待那些传统数据一样, ”

  5. 大量结构化数据将会扬名。 Morison把他的注意力放在他称之为大量结构化数据的世界里。 “公司将要面对大量结构化数据,这也会开启新一轮的流程改进, ”他说。 通用电气( GE)将之称为“工业互联网”,并且,为了证明有关大量结构化数据不可忽视的这一观点, Morison指着一个燃气涡轮的GE传感器, 而它每天产生的数据比所有Twitter都要多。 他表示:“这些数据可以用在产品设计,产品维护,维修设施的管理上以及更多。”

  6. 分析行业正在不断成熟壮大。预期我们将会看到更多的,更好的分析团队形成,更多的分析专家会融入到业务前线。这样做可以创造合作机会,并将企业引导到以建立卓越为中心的道路上。 “这是下一步,让不同的,嵌入式业务分析专家通力合作, ” Greta Roberts,Talent Analytics Corp.的CEO说。

  7. 供应商和用户将专注于操作和管理这些模型。 Omer Sohail,Deloitte美国的金融服务类分析和信息化管理实践的负责人说, “焦点将从传统的模型发展转为自我学习/机器学习的模型发展, ” 这些更尖端的模型将尽可能在最接近那些做出决定的地方被嵌入,随着IT对数据的关注减少,而更多的投入到元数据和模型管理。那些提供软件和服务来构建这些模型的供应商也意识到这一趋势,并且注意到Dell的 Kumar称之为模型的生命周期,或如何利用这些模型,管理和更新,使它们始终保持在最新状态。

  8. 采纳分析即服务这一模式将加快。随着对于分析需求的不断增长,以及持续的人才(和基础设施)缺乏, Morison表示,企业将转向使用分析即服务这一模式以此来填补这一空白。 “速度,成本,能力和我称之为’ 可试验能力 ”等这些因素 – 这所有的一切都在推动这一模式的采纳。 ”

  9. 面部识别数据将发挥更大的作用。 面部识别技术将不仅用于人类。 根据Davenport所说,一家宠物商店想要使用该技术(显然有一个该应用程序)来识别宠物, 从而可以用名字向它们问好。

  10. 可穿戴设备的数据将被纳入到预测分析中。运动记录设备,比如Fitbit公司的产品,会收集更多的数据指标,这可以使它带来更有趣 – 更个性化 – 的预测分析,Franks说。可穿戴设备的数据可以洞察一切,包括吃零食的最佳时间,优化集中你的注意力,通过运动缓解压力。

  11. 企业将对所有类型的数据进行可视化。气泡图可以帮助显示随着时间推移而产生的变化, 就像2006年Hans Rosling在他的TED演讲中, 以此来演示发展中国家的疾病一样,Davenport说。 根据Franks所说,企业也将开始试验行业分析师Richard Hackathorn称之为的仿真智能。 “这将是一个体验逼真数据的场景 – 你会处于一个3-D世界里,”他说。这给了数据和非数据大众一个同样的机会,真正地在数据中穿越并与之互动。

  12. 企业将考虑把“律师”加入到他们的大数据阵容中? 不是每个IIA预测都最后上榜的。这就是一个被排除在外的: “我提出了一个有关公司需要为他们的大数据团队聘请律师(以确保)他们在足够的程度上拥有这些数据,并准许他们有所作为的预测” Davenport说,“但我的同事们并不太认同这个预测。 ”

我们一直都在努力坚持原创.......请不要一声不吭,就悄悄拿走。

我原创,你原创,我们的内容世界才会更加精彩!

【所有原创内容版权均属TechTarget,欢迎大家转发分享。但未经授权,严禁任何媒体(平面媒体、网络媒体、自媒体等)以及微信公众号复制、转载、摘编或以其他方式进行使用。】

微信公众号

TechTarget微信公众号二维码

TechTarget

官方微博

TechTarget中国官方微博二维码

TechTarget中国

电子邮件地址不会被公开。 必填项已用*标注

敬请读者发表评论,本站保留删除与本文无关和不雅评论的权力。

作者

Nicole Laskowski
Nicole Laskowski

Nicole Laskowski is a senior news writer for SearchCIO.com and SearchCIO-Midmarket.com. She covers CIO strategies for analytics, business intelligence and data management. Prior to joining TechTarget, she worked as the news editor for a community newspaper in Arlington, Mass., overseeing the news content of both the weekly print publication and the newspaper’s website. Nicole also has worked for two other community newspapers in Oregon and Michigan and brings 10 years of writing and editing expe

相关推荐