陈春花老师的一场在线演讲《激活自我:让知识为自我赋能》中,提到陈述事实的数据,经过加工处理后形成信息,通过鉴别后的信息形成知识,通过行动得以验证的知识并给予决策便是智慧,这就是知识流动链。
在这信息爆炸的时代,这个充满知识的时代,人们对知识充满渴望,却又应接不暇;我们进入了不确定的时代,迭代加快,不断出现新增知识,我们却又认知盈余,出现选择障碍;碎片化信息碎花化时间导致时间稀缺;同时,对知识验证的要求也越来越高。以上这些导致了我们感到:深深的焦虑和安然的孤独!
怎么解决这种状况呢?唯有“知识”可面向未来!那么作为企业,是否拥有知识呢?怎么成为一个知识驱动的企业呢?
自上而下构建数据战略
构建数据战略这一计划,是为了监督和改善企业内外数据的获取、存储、管理、共享和使用方式。数据战略是为了将数据更有效的转为知识,为企业提供决策,为业务成功奠定基础。因此在制定战略的时候,重要的是考虑现有的以及未来的业务和技术目标和计划。对待数据战略要像对待其他有形价值资产一样重视,而不仅仅是某个系统或程序的副产品。
数据源的甄别
回到“知识流动链”,知识最主要的来源:陈述事实的数据!那么,企业所需的数据从哪里来呢?以下为主要的数据来源,对于企业一定要做甄别,是否是有效的数据,对转化知识有用?
- 存档数据:旧系统创建的表单和语句的扫描版本。
- 内部文档:本地化大量文件或者应用程序创建的数据,例如文字处理文件,电子表格,HTML页面,PDF文件等。
- 多媒体文件:数字化的图片,视频和音频文件。
- 运营和分析数据库:一些有IT技术部门将数据存储在SQL,NoSQL和/或Hadoop环境中。
- 应用管理系统数据:例如ERP,HR,CRM,PoS和内容管理系统里面的数据。
- 社交媒体数据:来自社交媒体平台的非结构化文本,可用于品牌情感分析。
- 传感器数据:借助物联网(IoT)技术,连接到智能设备的传感器可以提供地理位置、温度、噪声、机器参数,可进行识别数据。
- 公开网络数据:包括来自公开行业网站和政府资源公开数据,涉及交通、金融、股市和政府健康数据等众多主题。
- 机器日志数据:这是在机器中捕获的数据,通常涉及服务器和移动设备上的活动。
存储、处理、分析数据,形成有价值的信息
- 访问,管理和存储数据:科技的发展提供了快速访问海量、多类别的数据所需的速度、功能和灵活性。除了可靠的访问,企业还需要用于集成数据,确保数据质量,提供数据治理和存储以及为分析的方法。某些数据可能存储在本地、或者传统数据仓库,也有需要通过云计算的解决方案,使数据上云端甚至是上区块链端。
- 分析处理数据:借助数据分析方法与技术工具,将数据进行分析处理,获得加工修饰后的数据。确定数据的关联性,进行数据清洗融合,打破数据孤岛、混乱、分散性,提高数据的流动性;一系列的操作都是围绕从数据中获得有价值的信息,以及数据洞察力。数据分析处理在整个流动链中是非常重要的一步,直接导致知识的获取,决策的方向。
数据驱动为导向
拥有可信任的数据源,做可信任的分析,提供可信任的决策,保持企业在知识时代的竞争力,企业需要抓住数据的全部价值并以数据驱动为导向提供有价值的信息转为企业知识资产。至少从提升业务的角度来看,数据驱动的价值显而易见。
- 驱动决策:通过数据来帮助拍板,包括产品改进、运营优化、营销分析和商业决策等。我们有了数据,就能判断哪些渠道转化的效果更好,哪些功能样式更加受用户欢迎。这也就是我们常说的 BI(商业智能),通过数据来支持决策。
- 驱动产品智能:所谓智能,把它归结为这么一种模式:我们有了一定的数据基础,然后在上面套一个算法模型,再将得到的数据结果反馈到产品中。这样,产品本身就具有了学习能力,可以不断迭代。比如个性化推荐,通过采集许多用户行为数据,在这个基础上训练用户兴趣模型,然后给用户推荐信息,再将用户的使用数据反馈到模型中。智能是一种学习能力,产品智能就是AI(人工智能)概念。
知识的生产力日益成为经济与社会成功及整体经济表现的决定性因素。企业拥有的数据量以及处理方式直接影响企业拥有的知识资产。瞬息万变的数据信息知识时代,探码科技已经为你准备好了数据采集分析处理的先进产品与技术,探索Dyson分布式网络数据采集系统,为你数据准备而服务。
点击下载《激活自我:让知识为自我赋能》完整PPT