大数据潮流下的企业预测与决策思考

高老师陪您成长...

eee<< 高焕堂演讲主题 >>eeeeeeeeeeeeeeeeeeeeeee

主题:大数据潮流下的企业预测与决策思考

地点:台北(台湾Android论坛会议)

时间:2014/11/2

下载:高焕堂的演讲PPT

e    ee<< 內容說明  >>

  • 2000年之前,比尔.盖兹赚企业Office里的钱,成为世界首富。

  • 这是小数据(Small Data)时期的微软,大赚小数据的挖掘工作与分析工具的钱。

  • 而苹果公司则适逢小数据时代走到了消费阶段,因而大赚了小数据消费者的钱。

  • 2012年之后迈入大数据(Big Data)阶段了,首先Google大赚这个<大数据挖掘工作与分析工具>的钱。

  • 未来就逐渐迈入大数据的消费阶段了,决策者更加依赖于大数据了。
  • 大数据它让我们看到整体的面貌,比过去的统计实验途径更迅速看到全体的变化趋势(现况)。基于这种实时性和全体性,使得大数据带来了极佳的短期预测性,强化了人们<目前决策>的有效性(或称可靠性);如果数据采集和分析都可靠的话,就能大幅降低(短期)决策的风险。

  • 巴菲特投资的第一原则:<先保本,后获利>。他说:“投资的第一条准则是不要赔钱(把风险降到最低);第二条准则是永远不要忘记第一条。” 其意味着,透过大数据来<力图否证>某些决策;以便去芜存菁,逐渐浮现出大数据所支持(实证)的有效决策。

  • 降低决策风险是决策者的责任,就如同军事将领常说的:不打没把握的仗。那么,人们又如何提升对事物的把握度,来降低风险呢? 其途径有二:

    1)     基于现实优势,以数据来严格<实证>和选择符合预测性的途径。就是所谓的:发挥优势,稳定之中,(找机会)力求发展。

    2)     基于未来机会,以数据来严格<否证>和删除无现实基础的各种途径,去芜存菁,选择能从现实通往未来愿景的途径。就是所谓的:把握机会,创新途径,实现愿景。

~ END ~

时间: 2024-08-27 11:40:54

大数据潮流下的企业预测与决策思考的相关文章

大数据潮流下的机器学习及应用场景

机器学习是一门人工智能的科学,能通过经验自动改进的计算机算法的研究.  机器学习是一个多学科交叉的领域,会涉及到计算机.信息学.数学.统计学.神经科学等. 机器学习是大数据的核心技术,本质都是基于经验的算法处理.机器学习强调三个关键词:算法.经验.性能,其处理过程如下图所示. 在数据的基础上,通过算法构建出模型并对模型进行评估.评估的性能如果达到要求,就用该模型来测试其他的数据:如果达不到要求,就要调整算法来重新建立模型,再次进行评估.如此循环往复,最终获得满意的经验来处理其他的数据. 机器学习

企业大数据平台下数仓建设思路

免费开通大数据服务:https://www.aliyun.com/product/odps 介然(李金波),阿里云高级技术专家,现任阿里云大数据数仓解决方案总架构师.8年以上互联网数据仓库经历,对系统架构.数据架构拥有丰富的实战经验,曾经数据魔方.淘宝指数的数据架构设计专家. 与阿里云大数据数仓结缘 介然之前在一家软件公司给企业客户做软件开发和数仓开发实施,数仓开发和实施都是基于传统的基础架构.2008年加入阿里进入淘宝数据平台部后,他开始接触分布式计算平台Hadoop. 初始时在Hadoop平

蔡先生论道大数据之十: 企业如何入手大数据战略(1)

今天之后的几章我们重点讨论企业如果要利用大数据应该从那几个方面入手,我粗粗的总结了一下大致分三个方面,这三个方面做到为了,恭喜你你的企业正开始享受和拥有大数据来的红利和价值. 具体入手之前,我们先要明确一点就是首先企业管理层需要有清晰思路然后从上到下认真贯彻,管理层还要对预期的业务影响要有个清晰的认识,能够给出从数据收集.模型建立到企业文化转型的一揽子方法,避免掉进"数据可以为企业做那些"这样的思维陷阱中去. 企业定制大数据战略,需要注意三个关键点,说白了也就根据前面文章总结出来的精髓

大数据、AI“武装”企业服务:风控、检索、安全

大数据.AI"武装"企业服务:风控.检索.安全 小饭桌创业课堂2017-05-06 15:26:42阅读(127)评论(0) + - 文|吴杨可月 - - 小饭桌创业研究院出品 - 两件秘闻,将美国大数据公司Palantir从幕后推向前台-- 一是,Palantir的旗下产品在整合40年的记录及海量数据并充分挖掘之后,找到了前纳斯达克主席麦道夫"庞氏骗局"的大量确凿证据: 二是,通过其大数据挖掘能力,Palantir帮美国政府找到本拉登的老巢. 人们这才惊叹的发现,

大数据时代下是数据思维重要,还是相应技术重要?

技术做到一定程度,逐步发现自己的瓶颈.不由得开始思考这一方面的问题!到底大数据时代下,是相应的数据分析技术重要,还是相应数据思维重要? 先来说数据思维吧!什么是大数据思维,个人感觉应该是互联网思维的一种.是考虑到全面,而不是局部.是考虑到多维,而不是单一维度.不是靠拍脑门做决定,而是让数据说话,用数据做决策. 先说第一点,考虑全面,而不是局部.众所周知,移动互联网催生了大数据的产生.每一个人每一天通过手机能够的数据总和会是一个巨大的量.而通过这些非结构化的数据,我们首先面对的是如何处理这些数据,

大数据时代下电子商务发展新契机

大数据时代,电子商务面临新的挑战.电商想要得到更好的发展肯定离不开数据的支持,需从电商站点设计.移动搜索.社交媒体.转化率.停留率等方面来解读大数据时代电商的关键数据. 同时,电商企业需要针对大数据进行深度的分析和挖掘,从而为自身创造巨大的商机.随着大数据所爆发出的巨大潜力,在如今的互联网经济时代,电商企业正在用大数据思维与技术影响着企业业务决策和商业推广思路.可以预测的是,互联网平台大数据分析,必将在未来为电商企业精准营销带来融合性影响. 电商企业在后台如果能对海量的用户行为数据进行快速分析,

大数据时代下EDM邮件营销的变革

根据研究,今年的EDM邮件营销的邮件发送量比去年增长了63%,许多方法可以为你收集用户数据,这些数据可以帮助企业改善自己在营销中的精准度,相关性和执行力. 最近的一项研究表明,中国800强企业当中超过一半的企业仍然使用过去的经验和直觉进行决策.只有11%的企业用数据来支持这些决定,而“数据”在这些企业中仍是不重要的资源. 目前大部分发送的邮件可以用两个词来诠释,一个是“批量”,另一个是“爆炸”,而在用户那里,他们只感觉到了“炸”——没错,他们在被这一大堆不相关的邮件狂轰滥炸,变得焦头烂额,从而对

探析大数据需求下的分布式数据库

一.前言 大数据技术从诞生到现在,已经经历了十几个年头.市场上早已不断有公司或机构,给广大金融从业者"洗脑"大数据未来的美好前景与趋势.随着用户对大数据理念与技术的不断深入了解,人们已经开始从理论探索转向对场景落地的寻找,让大数据在企业中落地并开花结果. 从大数据的管理和应用方向集中在两个领域.第一,大数据分析相关,针对海量数据的挖掘.复杂的分析计算:第二,在线数据操作,包括传统交易型操作以及海量数据的实时访问.大数据高并发查询操作.用户根据业务场景以及对数据处理结果的期望选择不同的大

看大数据时代下的IT架构(1)业界消息队列对比

一.MQ(Message Queue) 即消息队列,一般用于应用系统解耦.消息异步分发,能够提高系统吞吐量.MQ的产品有很多,有开源的,也有闭源,比如ZeroMQ.RabbitMQ.ActiveMQ.Kafka/Jafka.Kestrel.Beanstalkd.HornetQ.Apache Qpid.Sparrow.Starling.Amazon SQS.MSMQ等,甚至Redis也可以用来构造消息队列.至于如何取舍,取决于你的需求. 由于工作需要和兴趣爱好,曾经写过关于RabbitMQ的系列博