星点龟,南宋幸福小两口,雅斯科维休斯
2011年上映的影片《点球成金》，改编自迈克尔·刘易斯的《魔球—逆境中致胜的智慧》(Moneyball：The Art of Winning an Unfair Game)，该书探寻了一支棒球小球会如何以低薪打造出职棒传奇胜利的奥秘，书中有一半篇幅描述了一位棒球球迷如何因不满足于旧式球员数据分析而自行研制了一套创新数据观察项目及其解读法的故事。这名爱好者所创的这些新式数据模式非常科学、客观、新颖、也不乏专业，从此这种新式数据就自成一派，而这位球迷也就成为了日后棒球界的数据分析统计教父。
进入2012年，大数据(big data)一词越来越多地被提及，人们用它来描述和定义信息爆炸时代产生的海量数据，并命名与之相关的技术发展与创新。数据正在迅速膨胀并变大，它决定着企业的未来发展，虽然现在企业可能并没有意识到数据爆炸性增长带来问题的隐患，但是随着时间的推移，人们将越来越多的意识到数据对企业的重要性。大数据时代对人类的数据驾驭能力提出了新的挑战，也为人们获得更为深刻、全面的洞察能力提供了前所未有的空间与潜力。
2012年12月12日，由中国商业联合会主办，中国商业联合会数据分析专业委员会承办的“彰显数据价值，助推企业发展—2012中国数据分析业峰会”在北京召开。与会的数据分析专家和企业代表就大数据时代的机遇与挑战、中国数据分析服务平台的运营以及提升企业决策能力等话题展开深入探讨。
中商联数据分析专业委员会会长邹东生表示，目前国外的数据分析行业已进入高度细分的状态，从业人群众多，大中型企业都有自己的专业人才。
中颢润(北京)项目数据分析师事务所万宾指出，目前在国内，企业数据化建设中存在的主要困难是，所在行业数据化程度整体落后及第三方机构的支撑不足。虽然目前企业的数据化水平不是很高，但是企业对数据化的需求却是很强烈的，其中咨询支持和培训支持是企业数据化建设中最希望获得的。
中国人民大学商学院教授杨军认为，预测对企业会产生很大影响，例如，表面上看：一个省分公司的订货量过多或过少，对于总公司没有太多影响，有可能这个省订多了，那一个省订少了，这样对总公司生产的影响就相互抵消了。事实上当有一个省分公司超过其实际需求量订货时，其它省分公司由于担心货源紧张往往也会多订货，也就是说经常会出现各省分公司同时多订货或少订货。
以成品油为例，当各省分公司同时出现大订单时，总公司以为市场需求出现了很大的增长，因此安排生产部门也就是炼油厂全力以赴的生产，紧急订购原油(92.64,-0.45,-0.48%)，甚至直接从国外市场订购成品油，可是到下一个月情况又完全变了。在这样的波动过程中，当遇到需求量过大时下达的原油订单由于至少需要40天的订货提前期，因此额外增加的原油到货时可能正遇到需求量下降的时候。
生产部门为此变得非常被动，生产部门的被动反过来又会加重销售部门的销售量波动，从而形成一个恶性循环，最终导致生产成本的上升和销售利润的下降。
同时，本届峰会还推出了“2013中国数据分析十年—企业经营决策服务年”活动。集合了全国优秀项目数据分析师事务所的研究力量，搭建了由政府领导，企业、专家及事务所等多方互动交流的平台。
邹东生表示：“在全国数据群英汇聚第二届数据分析业峰会之际，启动 “企业经营决策服务年”，我们备受鼓舞！服务年是数据分析专业委员会2013年最为重要的一个公益项目。它将实现企业经营数据分析与事务所的业务对接，让企业在数据爆炸的时代抓住大数据背后的商机和利益。服务年期间，我们将秉承‘公益、公开、公信’的服务精神，借助全行业的努力，共同推动中国数据分析业的发展，协助企业实现数据处理的时效、价值，做出科学、高效的经营决策。”
本届峰会还发布了“中国企业数据化现状调查报告”。这一全国规模的大型调研活动共收集到国企、私企、外企等300多家企业的问卷，在企业的数据化建设、数据化应用和数据化需求等方面获得了一手数据。
报告显示，超过17%的企业尚未进行数据化建设，将近70%的企业认为其数据化建设处于初级和中级阶段。这表明我国企业的数据化建设和应用均处于较低水平，企业在经营管理数据化的意识、数据化基础建设的投入、人才的培养和使用上都亟待加强。
不同类型企业的数据化应用水平存在显著不同。私企以中低水平为主，而国企与外企的应用水平相对较高，但从整体上看，也不是很高。相对于前面提到的建设水平，还有些差距，说明我们国内的企业仍然处在数据化建设发展阶段，现有资源仍有可挖掘的空间。
EXCEL是企业最常用的统计分析工具，但是其他数据分析更专业的工具如SPSS的使用也有一定的比例，有四分之一的企业有使用SPSS。
数据化主要应用在客户管理，战略计划和营销策略这三个方面。由此可见，受市场竞争的影响，中国的企业多关注外部市场的竞争和市场机会的探索，而缺少在内功修炼上、运营效率提升上下功夫。
如对本文有疑问，请在下面进行留言讨论，广大热心网友会与你互动！！ 点击进行留言回复
《数据挖掘：概念与技术（英文版·第2版）》（（加）韩家炜，等
我要评论
网友评论