我們面對的是大量積累的內部數據,不同階段的數據質量參差不齊;同時有大量的外部數據,如何獲取和使用,如何與內部數據融合發揮其價值就顯得非常重要。這裏還有壹個關鍵問題,就是數據使用的合法性。大數據行業魚龍混雜,非法買賣用戶數據的現象屢禁不止。中消協曾經發布過壹份報告。在被調查的100個app中,有91個涉嫌過度收集個人信息。
頻頻發生的隱私事件也說明了目前對個人隱私的保護過於薄弱。我們必須明確大數據的使用和個人隱私的邊界,在開放信息孤島和保護公民個人隱私之間有明確的法律來規範。在此,作為大數據行業的從業者,我們也呼籲社會盡快完成數據隱私立法,保護我們每壹個人的個人隱私,同時讓數據使用者合法合法的嘗試數據。
第二個方面是提高數據質量。
它針對的是大量的內外部數據,如何不斷提高數據質量。這涉及到數據治理領域。通過技術手段,可以摸清數據的來龍去脈和前世,不斷發現數據問題,規範數據標準,不斷改善和提高數據質量。
第三個方面是挖掘數據的價值。
有了高質量的數據,就要充分挖掘數據價值。傳統BI技術結合人工智能,可以實現更加自動化、智能化的數據分析和應用,輔助決策。
第四個方面是優化企業結構
即如果應用上述成果,真正實現數字化轉型的目標,那就是推動商業模式的創新,優化業務和管理。
在現階段的發展中,數據分析和數據治理是人們比較關註的兩個環節。數據治理將為企業提供更全面、更準確的數據,而數據分析將為商業決策提供數據支持,將數據轉化為信息,幫助企業將信息轉化為決策,將決策轉化為行動,將行動轉化為更高效的商業運營,從而增加企業的競爭優勢。