查看原文
其他

工业数据变现演进之路

The following article is from CIO信息主管D1net Author cres

中国电信集团政企部产业互联网技术总监张东在大会上分享了数据的特征,数据变现,数字化转型的本质及其过程中需要关注的方面。


中国电信集团政企部产业互联网技术总监 张东


中国电信集团政企部产业互联网技术总监张东表示,数据是有生命的个体,也有自己的特征。


数据的四个特征:


  • 第一,数据权威性。数据会越来越多地表达出自己的观点和思路,其中蕴含着知识。

  • 第二,周期性。在数据流动过程中,数据有生命周期,其中包括采集、存储、处理等。

  • 第三,关系性。

  • 四,特征性。数据可以分为城市级数据、政府级数据、企业级数据和公众型数据四类。在进行数据治理时,不要过多去谈数据孪生、数据双胞胎,认真分析数据特征和分类应该是第一步。


数据变现


中国电信集团政企部产业互联网技术总监张东指出,数据的魂是业务,如果数据不和业务融合,是没有价值的。数据价值化之前一定要与业务关联,从业务的数据化入手。CIO要考虑如何使数据支撑好业务,同时做好业务的数据化,在业务的数据化阶段,要有数据运营的意识。数据的业务化是下一个阶段,而且是投入更大的阶段。让数据回到业务本身,优化业务流程,甚至改变生产方式。当发展到高级阶段的时候,使数据能够发现业务的问题,提前发现业务中的痛点。最后实现业务的数据化和数据的业务化,这两者合起来就是数字化转型。


企业要生存和发展,在竞争对手中脱颖而出,一定要把数据作为核心,数据的上层是边缘计算。边缘计算是数字经济里面已经爆发的第一个点,更多地关注边缘计算才有可能上升到平台,如果边缘计算没有搞清楚,数据治理没弄明白,业务没管理好,就没必要投资中台。


在想通边缘计算的流通和治理规则之后,才有可能上升到三个中台,其中包括技术中台、数据中台和业务中台,然后才有可能回到业务本身。在这个过程中,尤其中台的投入很大,企业的高层一定要清醒地认识到投入的必要性和投入的阶段性。


边缘计算是重中之重,因为那是产生数据的地方,数据的源头在一线,所谓的一线是指最终的消费者和生产线。企业要思考,如何处理和利用边缘的海量数据。数据的最终目标是实现数据之间的互操作,这也是数据中台的落脚点。数据之间如果能形成互操作,就成功了一半。


企业在数字化转型的浪潮中要特别关注的八个方面


第一,硬件、软件和技术都在升级迭代。升级迭代的速度比之前传统的发展要快不止十倍。现在的人在知识层面上吸收的能力也在不断增强,特别是小孩子们,随着学习渠道的拓宽,他们的知识面也在快速地拓宽,而且他们会关注很多细微的东西,这对孩子的成长是非常有好处的。在一切都在升级迭代的时代,我们要尊重这种变化,与时俱进。


第二,一切都在转化为数据。在网络时代,无形中产生了大量的数据,即使我们没有察觉,没有尊重和思考这个现实,但是它们是确实存在的,并将影响和改变我们的生活。


第三,所有的创新都是对现有事物的重组。我们不要觉得创新多么高深,多么难,其实把虚拟空间和物理空间中的事物进行合适的融合、重组,就是创新。很多简单的小想法融合在一起,就有可能成为一个大的创新,而且这种创新可能会颠覆整个行业。


第四,数据的互动和深度地学习。各个企业要关注数据本身的互动以及深度学习算法。把深度学习的算法和能力放到数据库里面,放到干净的数据里,会产生很好的效果。


第五,颠覆应该着眼于外部。企业的开放是第一步,然后把消费者、上下游的信息采集过来,多看看行业中的竞争环境,感受新的变化,结合自身的情况及时调整自己的策略。


第六,连接可能比拥有更重要。所谓的连接是有效连接,有温度的连接才有效,有温度的连接会产生数据,不要占有数据,而是用好数据,让数据产生价值。


第七,组织协同实现价值创造。这其中涉及到别人愿不愿意和你分享数据,别人为什么要将数据授权给你,利用数据产生了价值,别人能得到什么好处?所以,首先要想通其中的规则,利用组织协同让数据产生价值而又不产生纠纷。


第八,所有可量化、可衡量、可程序化的工作都将被机械替代。在未来,会有更多智能化的东西,替换掉人工,很多人可能会面临失业的问题,但是如果在这个过程中提升和丰富自己的知识,还是有很多工作的。


关于云计算和数据平台,中国电信集团政企部产业互联网技术总监张东提了两点建议,如下:


第一,混合云是主流。先上云,把业务问题解决,才有可能实现数据上云,一步步来,因为数据上云开销比较高,比较麻烦,它对算力的要求更高。


第二,可以适当地考虑自己研发一些数据平台。如果觉得开销太大,可以租用,买服务,这个平台可以打上你的烙印,别人帮你开发你租就行了。


总结


数据化转型的本质是要解决管理提升的问题,业务痛点的问题。在网络改造、云改造和数字化转型过程,都是围绕管理体系层。企业通过不断地实践和行动是可以产生成效的,在产业生态里会越做越好。

(来源:企业网D1Net)

(欢迎大家加入数据工匠知识星球获取更多资讯。)

联系我们

扫描二维码关注我们


微信:DaasCai

邮箱:ccjiu@163.com

QQ:2286075659

热门文章


工业时序大数据质量管理

6种常见的工业数据分析场景

从协作走向协同-中大型工业企业协同办公平台深度分析

“三张图26个字” 讲透数字化转型

6种常见的工业数据分析场景

我们的使命:发展数据治理行业、普及数据治理知识、改变企业数据管理现状、提高企业数据质量、推动企业走进大数据时代。

我们的愿景:打造数据治理专家、数据治理平台、数据治理生态圈。

我们的价值观:凝聚行业力量、打造数据治理全链条平台、改变数据治理生态圈。

了解更多精彩内容


长按,识别二维码,关注我们吧!

数据工匠俱乐部

微信号:zgsjgjjlb

专注数据治理,推动大数据发展。

: . Video Mini Program Like ,轻点两下取消赞 Wow ,轻点两下取消在看

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存