- 數(shù)據(jù)質(zhì)量實踐手冊:4步構建高質(zhì)量數(shù)據(jù)體系
- (美)普拉桑特·蘇特卡爾
- 7字
- 2024-12-18 17:26:43
第1篇
定義階段
第1章
概述
1.1 引言
如今,相比于有形資產(chǎn)(如土地、機器設備、庫存和現(xiàn)金)而言,無形資產(chǎn)(不具有物質(zhì)性質(zhì)的資產(chǎn),包括數(shù)據(jù)、品牌和知識產(chǎn)權等)的重要性迅速上升。2018年,標普500指數(shù)中的無形資產(chǎn)價值達到21萬億美元,占據(jù)了所有企業(yè)價值的84%。相比于1975年的17%,這是一個巨大的增長(Ali,2020)。總體來說,隨著5G、人工智能、機器人、物聯(lián)網(wǎng)(IoT)、量子計算機、數(shù)據(jù)分析、區(qū)塊鏈等技術的普及,越來越多的企業(yè)正在研究和開發(fā)并最大化保護無形資產(chǎn),特別是數(shù)據(jù)資產(chǎn)價值,因為所有數(shù)字技術都是以數(shù)據(jù)為基礎的。
在此背景下,數(shù)據(jù)作為一種重要的無形資產(chǎn),被認為是關鍵的商業(yè)資源,因為它可以使組織的生產(chǎn)力最大化。在市值排名前五的公司中,有四家是數(shù)據(jù)公司(Investopedia,2022)。加拿大豐業(yè)銀行(Scotiabank)的首席執(zhí)行官Brain Porter在2019年表示,“我們從事的是數(shù)據(jù)和技術業(yè)務。我們的產(chǎn)品恰好是銀行業(yè)務,但主要是通過數(shù)據(jù)和技術來提供”(Berman,2016)。AIG和Hamilton Insurance Group宣布成立合資公司Attune,這是一個利用數(shù)據(jù)和人工智能(AI)來簡化業(yè)務流程、縮短獲得保險的時間并減少成本的技術平臺。油田服務公司Schlumburger利用模擬器和傳感器中捕獲的鉆井遙測數(shù)據(jù)來提高油井鉆探性能。數(shù)據(jù)已經(jīng)成為提高企業(yè)業(yè)務績效的關鍵驅(qū)動力,更是改善企業(yè)業(yè)務績效的關鍵因素,高質(zhì)量的數(shù)據(jù)可以增加企業(yè)收入、降低成本和降低風險。
數(shù)據(jù)經(jīng)濟生態(tài)系統(tǒng),即利用數(shù)據(jù)促進業(yè)務績效的生態(tài)系統(tǒng),越來越受到全球認可。Netflix、Facebook、Google和Uber等公司利用數(shù)據(jù)獲得了獨特的競爭優(yōu)勢。谷歌研究總監(jiān)彼得·諾維格(Peter Norvig)曾表示,“我們沒有比其他公司更好的算法,我們只是擁有更多的數(shù)據(jù)”(Cleland,2011)。到2021年,谷歌市值已經(jīng)超過了墨西哥或沙特阿拉伯的國內(nèi)生產(chǎn)總值。以數(shù)據(jù)為驅(qū)動力的公司表現(xiàn)出更好的業(yè)務績效,麻省理工學院的一份報告稱,數(shù)據(jù)利用率高且數(shù)字化成熟的企業(yè)比同行企業(yè)利潤高出26%(MIT,2013)。麥肯錫全球研究所的研究發(fā)現(xiàn),以數(shù)據(jù)為驅(qū)動力的組織獲取客戶的可能性是普通組織的23倍,保留客戶的可能性是普通組織的6倍,并且盈利能力是其他公司的19倍(Bokman等,2014)。Forrester的研究發(fā)現(xiàn),利用數(shù)據(jù)進行決策的公司實現(xiàn)兩位數(shù)增長的可能性是其他公司的3倍(Eveslon,2020)。在大規(guī)模應用大數(shù)據(jù)后,美國保險委員會協(xié)會(NAIC)表示保險服務的獲取率提高了30%,成本節(jié)約了40%~70%,麥肯錫公司的一項研究表明,在石油和天然氣公司中有效實施數(shù)據(jù)分析,可以在幾個月內(nèi)產(chǎn)生相當于投資額30~50倍的回報(McKinsey,2017)。
然而,大多數(shù)公司都面臨將數(shù)據(jù)轉(zhuǎn)化為業(yè)務績效增長的挑戰(zhàn),這主要是由于缺乏高質(zhì)量的數(shù)據(jù)。根據(jù)精品數(shù)據(jù)管理公司Experian Data Quality的說法,不準確的數(shù)據(jù)影響了88%的組織,影響收入高達12%(Levy,2015)。麥肯錫公司指出,平均每個用戶每天要花費2小時來查找正確的數(shù)據(jù)(Probstein,2019)。《哈佛商業(yè)評論》發(fā)表的一份報告稱,在企業(yè)中只有3%的數(shù)據(jù)符合質(zhì)量標準(Nagle等,2017);而IBM和卡內(nèi)基梅隆大學聯(lián)合進行的一項研究發(fā)現(xiàn),公司中有超過90%的數(shù)據(jù)處于未被使用的狀態(tài)。
- Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)
- 云計算環(huán)境下的信息資源集成與服務
- Voice Application Development for Android
- Learn Unity ML-Agents:Fundamentals of Unity Machine Learning
- 大話Oracle Grid:云時代的RAC
- Microsoft Power BI數(shù)據(jù)可視化與數(shù)據(jù)分析
- 企業(yè)級數(shù)據(jù)與AI項目成功之道
- 云原生數(shù)據(jù)中臺:架構、方法論與實踐
- 大數(shù)據(jù)治理與安全:從理論到開源實踐
- 數(shù)據(jù)科學實戰(zhàn)指南
- 跨領域信息交換方法與技術(第二版)
- openGauss數(shù)據(jù)庫核心技術
- 離線和實時大數(shù)據(jù)開發(fā)實戰(zhàn)
- Access 2010數(shù)據(jù)庫應用技術教程(第二版)
- 社交網(wǎng)站的數(shù)據(jù)挖掘與分析(原書第2版)