|
原文出處：
https://www.orange-business.com/en/magazine/make-data-work-for-you
IDC預測，到2025年，全球將有163zettabytes(ZB)的數據，比2017年增長10倍，而企業將創造其中60%的數據。企業如何通過從分析歷史模式轉向預測未來，從這些數據中獲得更大價值？
它開始於思維方式的轉變。直到最近，數據還是一件具有歷史意義的事情。隨著時間的推移，過去從商業活動中積累了相當有限的數據，對其進行了處理、分析並手動推斷模式，以找到更有效營運的方法。
改變了這麼多。過去幾年，數據市場呈爆炸式增長，因為連接性的改進有助於實現來自人、智慧手機、工作設備、相機和物聯網(IoT)的即時數據流。計算能力呈指數級增長，大大加快了分析流程運作所需的時間。而數據湖使建立所有企業數據（包括原系統數據的原始副本）的單一存儲變得更加容易，並且已經轉換了原用於任務的數據，例如作為報告、可視化、分析和機器學習。以前可能需要24小時才能完成的數據分析，現在只需幾分鐘即可完成。企業已經認識到數據現在代表著金錢。這是一種可以被利用的資產。
利用數據的技術工具
這場數據海嘯正在推動新的數位技術。例如機器學習(ML)、自然語言處理(NLP)和人工智慧(AI)。將數據分析從被動練習轉變為主動過程。從而實現策略性業務決策和行動。
這些技術正在推動向先發制人的數據使用轉變。數據分析工具現在在更大程度上採用了機器學習。實際上機器學習是預測分析概念的延續，其中基於歷史模式對行為做出假設。但在此之前，數據分析受到可用數據數量以及人工分析師的時間和成本限制的限制。
相比之下，人工智慧系統能夠重新評估數據分析模型、做出假設、測試和自主學習，而無需人工干預。因此，認知系統能夠提高數據分析的頻率、靈活性和即時性。如果做得好，數據分析可以在效率、生產力、競爭優勢和成本方面為公司帶來巨大價值。但是使用者必須制定計劃來正確協調和利用數據以創建洞察力。
如何從數據中獲取價值？
為了充分利用您的數據，您需要策略性地處理它。考慮這四種方法：
1.
做的更新
這是關於檢測可能存在新數據源的位置，獲取該數據並尋找新的見解或開展業務的方式。例如Orange商業服務公司Business&Decision與一家製藥公司合作，使用人工智慧和圖像識別來試驗分析培養皿中的細菌生長情況。手動完成這項工作既費時又費錢。AI快速學習模式以實現高通量篩選並提高檢測的準確性。
2.做得更好
您可以採用現有的營運流程，並使用數據來改進它，並使其更有效率。Business&Decision與安特衛普港合作，幫助解決港口交通擁堵問題。對於從駛往港口的船舶收集數據以預測它們的到達時間。然後採用高級分析來建立擁堵熱圖和碰撞預防計劃，並識別集裝箱的裝卸，使港口能夠監控擁堵熱點並採取行動，更好地管理碼頭佔用情況，並預先避免未來的交通問題。它還可以讓物流系統中的公路運輸公司，更好地規劃他們的到達時間，從而節省他們的時間和金錢。
3.做得更對
這種方法是指使用數據來預測風險，無論是金融、安全、監管、電子聲譽還是欺詐。比利時的特別稅務監察局遇到了輪播欺詐問題。這種犯罪在整個歐洲每年造成的損失估計為1000億歐元。輪播欺詐是一種複雜的犯罪，其中一個國家的一方將貨物出售給免稅國家的第二方，後者又將貨物出售給新買家並收取增值稅，但不申報並將其提供給政府。新買家隨後免稅出售貨物，並申請退還政府最初未收到的增值稅。這是一種利用增值稅制度弱點的高回報且難以證明的犯罪。
比利時的特別稅務監察局實施了一種先進的數據分析解決方案，該解決方案使用多種分析技術來尋找欺詐者。每年為比利時政府節省近10億歐元。使用高級分析進行風險分析，以快速識別可疑公司，特別稅務監察局在造成重大損失之前進行干預。
4.做得更多
企業面臨著利用數據，提高客戶服務水準的壓力。一家全球零售巨頭與Business&Decision合作，通過更加個性化的優惠來改變客戶的促銷體驗。客戶期待更加個性化的購物活動據Salesforce稱，72%的消費者表示他們希望公司了解他們的獨特需求和期望。考慮到這一點，零售商從原先使用積極促銷和價格戰的大眾營銷，轉變為收集和分析忠誠度計劃數據，為客戶設計超個性化、有針對性的消息傳遞。結果是銷售率提高了70%。
這些是如何確保您的數據具有用途的可靠例子。更好的績效對不同的公司有著不同的意義，這取決於他們的目標。這裡概述的四種方法是針對特定業務部門的特定原因，處理特定類型數據的好策略。
採用數據優先理念進行數位化轉型，使用數位工具連接不同數據源，提取對業務有用的見解，並做出明智的業務決策的公司，將是那些享有競爭優勢和未來成功的公司。 |
