數據就像石油，你必須提煉它
聽說過zetb嗎?這相當於1000艾字節。1艾字節相當於1000拍字節，這是我們把1000太字節加在一起得到的數字。1tb——你可能已經知道了——相當於1000g。
跟上進度了嗎?
越來越多的數據可用
早在2012年，IT公司EMC委托進行的一項研究顯示，到2020年，全球將產生40 zettabytes的數字數據。這個數字如此之大，人類很難理解。平均而言，世界上的數據量每兩年翻一番。而且，在2020年之後，如果物聯網繼續深入地融入人們和企業的生活，這一發展將得到更大的推動。
在格雷伟德vb登，我們多年來一直在處理大量的數據，比如我們用來確定一家公司的信譽的數據。現在，我們也在運用我們的專業知識，在金融風險管理以外的領域分析公司。這意味著我們現在可以預測哪些公司未來會增長。這是非常有價值的信息，可以讓你洞察到一家公司的可能性。它可以讓公司集中注意力在銷售人員上，使他們的營銷支出更有效。我們正在開發的一些新洞察包括一家公司的遷移意願、員工流動率以及這家公司是否可能涉及欺詐。想想未來我們可以用這些信息做什麼。
企業看到了障礙
所有這些數據都提供了有趣的見解，可以幫助公司更好地發展和服務客戶。許多公司現在也看到了大數據提供的所有可能性。許多人對自己說:“我們需要做點什麼。”然而，在實踐中，這並不總是那麼容易，因為將海量數據轉化為有用的見解絕非易事。如何組織這些大數據呢?你如何解讀這些信息?而且——更重要的是——你用它做什麼?所有這些數據說明了我的公司或客戶的什麼情況?這些都是在你確定任何見解之前需要回答的重要問題。我還經常看到經理們瘋狂地試圖建立一個內部大數據分析團隊。 More and more companies are struggling to find enough data scientists with the right expertise.
數據準備的重要性
現在有這麼多數據可用，但這並不意味著您可以立即使用它。我經常在公司裏看到這種有缺陷的想法，他們忽略了數據準備步驟。我喜歡將數據與石油進行比較。石油很有價值，但你必須提煉它。否則它就是我們做不了什麼的黑色粘液。在使用數據之前，必須先準備數據。在格雷伟德vb登，至少有80%的專業人員在持續從事數據準備工作。我們組織、安排和組織我們收到的所有信息。許多公司低估了這一過程的重要性，但我們知道一個事實:隻有經過清理、結構化和有序處理的數據才真正有價值。然後我們可以將其與其他信息進行比較，並為用例做好準備。 Only then will we be able to perform the right analyses and deliver the data to our customers as customer-ready insights that they can use as raw material in their own refining process.
所有這些都需要知識和豐富的經驗。當你考慮建立自己的數據部門時，不要低估這些方麵。了解算法，找到合適的專家，並掌握信息的巨大動態。在數據驅動型公司，這就是一切。
