• <input id="myg4i"><tt id="myg4i"></tt></input>
    <input id="myg4i"><tt id="myg4i"></tt></input>
  • <input id="myg4i"></input>
  • <menu id="myg4i"></menu>
  • <input id="myg4i"><u id="myg4i"></u></input>
    <menu id="myg4i"><tt id="myg4i"></tt></menu>
  • <input id="myg4i"><u id="myg4i"></u></input>
  • <input id="myg4i"><acronym id="myg4i"></acronym></input>
  • <object id="myg4i"><acronym id="myg4i"></acronym></object>
    <object id="myg4i"><acronym id="myg4i"></acronym></object>
  • <nav id="myg4i"></nav>
  • <nav id="myg4i"></nav>
  • <input id="myg4i"><tt id="myg4i"></tt></input>
    当前位置:大数据数据分析 → 正文

    2022年三个主要的数据分析趋势

    责任编辑:cres 作者:Thor Olavsrud |来源:企业网D1Net  2022-03-24 14:28:00 原创文章 企业网D1Net

    数据分析是一个不断发展的领域。2020年初发生新冠疫情成为主要的破坏因素,企业需要大力投资数据分析以支持其数字化转型。
     
    在新冠疫情蔓延初期,很多企业减少开支并专注于其他紧迫的优先事项(例如支持员工远程工作),这似乎可能会阻碍数据和分析的进步。但是,也有很多企业加快了对数据和分析能力以及人工智能的采用。2020年7月,根据调研机构毕马威公司的一项研究,67%的受访者由于发生新冠疫情而加快了数字化转型战略的步伐,其中63%的受访者表示增加了数字化转型的预算。
     
    从那以后,一切都没有放缓。根据研究机构Fortune Business Insights公司的预测,2028年全球大数据分析市场规模将增长到5497亿美元,2008年至2021年间的复合年增长率为13.2%。
     
    随着IT领导者在2022年及以后将注意力集中在数据分析和人工智能上,他们应该了解以下三个密切相关的发展趋势。
     
    一切都与供应链有关
     
    新冠疫情给全球供应链带来了巨大压力。在过去的一年里,很多远洋船舶等待入港,集装箱在配送中心堆积如山,而其他地方的货架空空如也。对于许多企业来说,供应链分析正在成为开展业务的重要组成部分。
     
    咨询机构West Monroe公司数据和分析战略创新研究员Doug Laney说,“大多数企业只关注供应链的一个层面:谁是供应商以及如何找到一些替代供应商。我认为越来越多的企业开始关注多层次供应链的可见性,以便能够预测价格指数。这不仅涉及供应商,还有供应商的供应商等。”
     
    Laney表示,企业可以找到大量数据来获得这种可见性,包括从他们的网站收集数据、监控LinkedIn的营业额、社交媒体中涉及定价和可用性的投诉等等。
     
    制造商Molex公司首席数字官Mike Giresi表示,了解供应链现状是目前的一大痛点。
     
    他说,“现在的供应链在很多层面上都面临巨大的挑战,我们正在尝试利用数据、人工智能和机器学习——我们正在尝试在那里做各种事情,以使在改进供应链能力方面更具优势。”
     
    企业将让他们的数据产生真正的价值
     
    Laney说,“首席数据官取得的最大成功是他们以某种方式将数据实现产品化或商业化。许多公司开始注意到这一点。”
     
    Laney曾是Gartner公司的杰出副总裁分析师。他表示,Gartner公司对首席数据官的成功进行了一项研究,发现首席数据官在满足数据货币化计划的情况下取得成功的可能性是其角色的3.5倍。
     
    Gartner公司还发现,将数据实现产品化或商业化的企业也更加受到投资者的重视。他说,事实上,企业数据的价值正在成为并购活动的一个重要因素。
     
    Laney说,“我们发现,将数据视为重要资产的企业的市盈率几乎是市场平均水平的两倍。销售数据产品或某种数据衍生品的企业的市盈率是平均水平的3倍。因此,投资者真正青睐那些更加精通数据、数据驱动或以数据产品为导向的企业。”
     
    2022年,很多企业开始认真对待数据并让数据产生价值,并利用这些价值来推动收入增长。这不仅仅是销售数据;还与理解如何将数据融入到现有产品或服务中有关,甚至在内部使用数据,从而为企业生成可观的价值流。
     
    Collibra公司的数据科学家Alexandre 'Kint和欧洲临床研究培训中心的自动化开发人员Sarvenaz Rahmati最近联合发表了一篇博客文章,介绍了他们为确定Collibra公司数据产品的价值而开发的流程。他们计算了数据产品使用的资源成本(包括开发、维护和所涉及的许可)和数据产品产生的收入,以确定其净值。其计算并不简单,因为有问题的数据产品是支持Collibra公司销售工程师的工具,而不是直接产生收入的工具。
     
    Kint和Rahmati表示,该流程可以帮助企业了解哪些数据产品为他们带来最大的收益,并评估数据团队的资源是否得到有效利用。
     
    他们在文章指出,“计算数据产品的价值需要付出很多努力,如果尽可能多地衡量成本和组件,那么付出的努力是值得的。有效的数据产品可以带来准确的决策。”
     
    迪士尼广告销售公司就是一个利用其数据价值与客户建立联系的企业的例子。它通过数据洁净室为广告客户提供访问其受众图表的权限。
     
    迪士尼广告销售公司客户解决方案和可寻址支持执行副总裁Lisa Valentino说,“它使我们的广告商能够在传统人口统计数据之外更具创新性。这提供了更相关、更具背景的机会,并使我们的客人和观众更快乐,因为它是一个更相关的环境,能够为我们的客户带来更好的体验。”
     
    可持续性是关键
     
    2021年,很多企业层对环境、社会和治理(ESG)问题的认识不断提高,这一趋势将在2022年持续。
     
    Aspen Technology公司行业营销总监、流程行业可持续发展和战略专家Paige Morse主要专注开发Aspen Tech项目的化学品和能源业务。Aspen Tech是麻省理工学院(MIT)和美国能源部的一个联合项目,为流程行业提供软件和服务。2021年8月,她被任命为Aspen Technology公司的可持续发展负责人。
     
    Morse说,“这个新角色是在去年夏天以可持续发展为重点而创建的,我认为已经看到了可持续性的重要性。”
     
    Aspen Tech项目正在推动使用模拟技术和数字孪生技术来实现可持续性。她说,该公司在早期使用模拟技术来帮助客户查看各种选项,例如处理特定化学过程的不同方法。如果该过程发生在不同的温度或采用不同的分离技术将会怎样?
     
    Morse说,“这主要集中在成本和盈??利能力上,例如如何才能扩大这个过程?”如今客户对提高效率越来越感兴趣。
     
    她说,“我们过去常常用货币来衡量效率,但现在我们说最好从减少二氧化碳、不产生废物、在流程中没有浪费原料的方面来看待它。”
     
    多年来,制造服务商Jabil公司一直在推行其“未来工厂”计划。该公司在20多个国家经营着100多家工厂,而其“未来工厂”计划旨在优化这些工厂运营并使其面向未来。Jabil高级副总裁兼全球首席信息官May Yap表示,工厂优化和可持续性是相辅相成的。
     
    Yap说,“在我们建立未来工厂计划时,并没有给它起一个恰当的名字,只是将其称之为‘IT工厂优化’。一旦可以将工厂中的某些东西数字化,就可以将其实现可视化。当我们将其可视化时,可以考虑如何优化工厂内的流程。”
     
    除了其他事项之外,该计划使用数字孪生来监控Jabil工厂的运营并识别潜在的废物,然后Jabil公司寻求在工厂的其他地方利用这些废物。例如,在工厂中的一个生产过程可能会产生废蒸汽。“未来工厂”使用数字孪生技术来识别废蒸汽的来源,然后可以将其捕获。并用于为工厂的另一个流程提供动力。
     
    版权声明:本文为企业网D1Net编译,转载需注明出处为:企业网D1Net,如果不注明出处,企业网D1Net将保留追究其法律责任的权利。

    关键字:数据分析

    原创文章 企业网D1Net

    2022年三个主要的数据分析趋势 扫一扫
    分享本文到朋友圈

    关于我们联系我们版权声明友情链接广告服务会员服务投稿中心招贤纳士

    企业网版权所有©2010-2022 京ICP备09108050号-6

    ^
    左右棋牌