北极星

搜索历史清空

  • 水处理
您的位置:电力输配电电力通信评论正文

大数据+深度学习:未来两年内成为大部分企业的标配

2016-08-18 10:32来源:机器之心关键词:大数据大数据分析机器学习收藏点赞

投稿

我要投稿

九、打破信息孤岛

公司孤岛都有传统上数据准确性的复合问题(compoundedproblem)。商业领域有自己的习惯,许多已经习惯于在孤岛中专注于某一焦点上的工作。这会导致独立的数据集以及临时行动,而这些反过来会产生不充分或不精确的数据。未能将这些数据源联系起来,阻碍了不同部门获得关键洞见,这可能就意味着成功与失败的差别。

48%的金融服务公司认同大数据分析提供了整合数据孤岛的机会。在情理之中的是,与金融世界最紧密相连的公司将大数据视为优先事项。根据Gartner的报道(「数据质量现状:现行的做法和发展趋势」),低质量的数据每年让公司付出1420万美元。财务报表上不可能存在该对这种级别的损失负责的条目。通过系统地整合这些数据孤岛,大数据转变是可以克服这个挑战的——而且可以将低劣的数据转换为有用的信息。

十、机遇来临

但是,大致来说,未来是光明的。从数据驱动的市场营销到指导油田运营,大数据正在为每种类型的公司加速创新、推动效率以及创收提供机会。

若想在大数据领域成为重要玩家,一家公司需要采取三个至关重要的步骤。第一步是关于数据本身:确保你的信息形式是方便获取和分析的。大多数大公司实际上已经做到这点了,他们拥有的数据通常比他们使用的数据多得多。第二步是可利用的大数据工具,比如Hadoop、MPPDataWarehouse和NoSQL。近来,拥有专利的或开源的工具和平台随处都可以获得——你需要的是能够利用这些工具和平台完成工作的人。然后我们到了第三步,这通常是最有挑战的问题:专业知识。高级的分析需要员工具备从数据科学到全球范围的隐私法等方方面面的最先进技能,还需要了解商业以及与相关的价值来源。

大数据不仅是一种技术倡议。事实上,它根本不是技术倡议;它是需要专业的科技知识的商业项目。所以,你不能只是加入更多的能力和专业知识,就期待你的IT或市场部门开始产生基于数据的洞见。即使他们做到了,公司的其他部门也极有可能不会执行这些洞见。

正如进行数据分析的领导者所发现的那样,在大数据方面取得成功需要另辟蹊径:你需要大数据嵌入和能深入理解你的公司知道提出何种问题的人。这是确保信息和洞见能在不同业务和部门之间分享的最佳方法。这也确保整个公司能认识到一个运行良好的分析程序能提供规模效应。

最终,事先做好准备的最佳方式是咨询一位专家,让其针对你的商业需求提供最好的大数据方案。利用一个全套解决方案,这个过程可以进一步流水线化,这个解决方案能帮助你识别出大数据分析能为你的哪些业务带来最多的利益。未来数据会非常大,对于有效使用数据的公司而言,发展潜力是无穷尽的。

延伸阅读:看上去特别高大上!国内首例HoloLens电力行业场景应用

大数据时代 电网企业如何挖掘数据资产来赚钱?

用数据说话 大数据大电网融合真正到来

原标题:大数据+深度学习:未来两年内成为大部分企业的标配
投稿与新闻线索:陈女士 微信/手机:13693626116 邮箱:chenchen#bjxmail.com(请将#改成@)

特别声明:北极星转载其他网站内容,出于传递更多信息而非盈利之目的,同时并不代表赞成其观点或证实其描述,内容仅供参考。版权归原作者所有,若有侵权,请联系我们删除。

凡来源注明北极星*网的内容为北极星原创,转载需获授权。

大数据查看更多>大数据分析查看更多>机器学习查看更多>