热点新闻

DSC_0114_meitu_12222.jpg

陈兴军丨中科恒运CIO兼售前部总监

大数据、人工智能工程师,深耕智慧检务、公安情报分析、电力调度等行业,曾参加检察院、公安、国家电网等多个重大项目核心技术研发,聚焦前瞻技术研究与战略性新产品的研发,致力于打造智能平台的核心技术竞争力。


人类文明空前爆炸的今天,科技的进步带来了数据几近指数级增长,大数据、人工智能为此而生。各行各业海量的大数据俨然变身为“数据资产”,人工智能充当起了使用资产的自主管家,辅助人类理解各种数据,使得我们具备了数据洞察的能力。

那么,什么是洞察数据能力?有一个特别简易的回答,“挖掘数据,给我讲一个有趣的故事”。这显然是一个浅显的回答,我觉得这是一个很难回答的问题,没有一个完美的答案。一是每个行业有自己对外独特性,以及对内的复杂性,没人真正100%的理解,而且由于业务不断变化,这一差距不断变的愈来愈大。二是数据本身包含所有的信息,但是数据又不会告诉我们它包含的信息,需要我们自己去理解。

我理解的“数据洞察力”就是通过数据理解行业及体系实际工作的情况。它弥补了行业工作原理与行业实际工作方式之间的鸿沟。借用Andy Grove的《高输出管理》的举例:复杂系统是黑盒子,洞察力就像一扇插在黑盒子上的窗户,照亮里面发生了什么。

提升“数据洞察力”的价值不言而喻,通过大数据战略的构建即可建立起“数据洞察能力”:

首先,大数据战略首要的是数据。大数据建设的基石就是数据整合能力,其方法主要是多元采集数据,主要来源有数据文件导入、接口数据对接、数据库对接、网络爬虫等途径。根据业务需求,优化数据采集,提取有价值数据支撑,其核心原则是保护原有信息化建设投资不浪费,联合为先、整合在后,建立综合、统一、开放、经济的数据平台,支持对已有各项业务的全覆盖,实现内生数据的再利用,同时兼容并蓄,对外合理获取数据,最终实现适应变化、利于发展。

其次,数据共享交换能力,数据采集共享是大数据支撑平台的核心。基于大数据技术的数据资源目录,支持便捷定义、存储跨系统、跨领域、跨平台整合的数据,提供快速数据装载与更新接口,支持按所需的视角重新归类整理数据,实现信息台帐化管理;同时提供对数据资产的存量、变化全面在线监测与可视化报告,提供管理者对任一数据资产的灵活查询和展示、服务发布、局部数据授权导出交换;支持数据结构动态按需扩展,同类异构数据装载,起到数据资产的管家的作用,是大数据支撑平台长期发展的坚实基础。

第三,数据治理能力,构建数据指标体系,实现采集、清洗、转换基础数据,建立面向大数据应用的主题数据仓库;以数据仓库为基石,存储、分类、整理行业主题应用数据,通过数据治理形成有形的数据资产,实现全业务、全过程的资源接入、实体精细化、图化关联,以结果为中心,将各要素规范化、精细化、数字化。

第四,数据分析能力,传统的统计学思维只是要素简单叠加,而大数据思维则是全要素碰撞、混沌分析。传统数据分析通常采取理论推导、案例研究、综合分析等方法来研判;大数据系统建设,通过采取自助式、专题式、交互式智能按需分析技术,提供数据态势分析和趋势预测。大数据分析平台通过开展关联数据调用、数据比对、数据碰撞,优化决策支持平台智能推荐和呈现效果,拓展研判分析的方式方法,通过资料字典库,构建智能化知识图谱,根据数据特征实现智能推送和精准检索;为每个用户创建学习行为记录,通过记录数据对每个用户的学习习惯、查阅资源喜好等进行分析,分析出用户所关注资源信息,为用户推送相关资源信息,形成同类推荐参考数据,对风险点、偏离度、复杂度等进行数字画像,提供智能辅助支持等。

第五,数据应用能力,大数据应用及专题应用承担日常的查询、统计、分析工作,具备根据主题应用数据库快速按业务需求构建数据模型,获取数据并展示的能力。以可视化方式快速搭建展示业务分析效果,通过仪表盘、自由报表、GIS、实时数据展示等动态效果方式的数据展示分析结果。

接下来,如何通过数据洞察能力提升行业认知模式呢?

先了解下什么是行业认知。“一根针捅破天”,任何一个行业方向都是一方天,捅破天就是使这个行业产生革命性的变化。这个行业的天是什么?哪个点才捅破?一个是行业的认识,一个是行业的痛点,能分析回答这两个问题就是对行业认知。无论是对我们自身,还是对客户,只有提升了行业认知,挖掘出行业痛点,才能够打破迷墙精准的解决行业问题,产生实际效益。行业认知模式即是利用大数据技术带来的数据洞察能力,了解分析行业中的主体、价值、环节、终端、关系、产业链、市场等等各项要素,找到可以捅破的点,以极强的行业素养与专业技术引领客户,最终驱动行业的变革升级,从而实现面向客户的价值。

通过提升数据洞察能力构建行业认知模式,我们应该怎么做?

我认为首先要做到“快认知,慢深入”。快认知:理念要好,站位要高,从深度上理解发掘客户需求、讲好故事,从高度上要画好蓝图、站在巨人肩膀上,做成标杆。慢深入:提供整体的解决方案,从咨询、研发、交付等多方面切实提供产品化的标准解决方案,解决行业痛点问题,提供具有“赋能”属性的行业支撑能力。

具体做法是:

一是要统筹规划大数据系统建设的整体布局,确保顺畅实施。大数据系统建设是一项全局性、基础性、长期性的工作,统筹规划大数据系统的整体布局是实施建设的重要前提,没有科学的统筹规划就不可能有建设工作的快速、有序开展,牢固树立“科技+制度”相匹配的建设理念,统筹、协调好各种关系,保障好大数据系统建设的顺畅实施。

二是要做好标准体系:强化行业系统解决方案自主提供能力作为加快推动智能制造发展的着力点,分行业制定大数据、人工智能标准化战略和标准化路线图,开展系统架构、参考模型、硬件设备等方面标准研制。

三要凭借技术积累和对行业的深刻理解,逐渐将行业系统解决方案作为新增长点。携手行业创造更多价值和典型应用场景,通过大数据提供方便易用的如下服务,行业洞察,纵览行业宏观趋势;微观价值分析,洞晓暗数据行业价值;辅助决策,助力智慧营销决策;舆情监控,实时监控舆论动态;推荐引擎,精准推送个性推荐;优质大数据能力开放平台,共享大数据技术处理。

四要健全人才机制,以重大工程为依托,做大数据、人工智能方面的人才储备以及人才利用。

五是要围绕重点行业,开展人工智能数据洞察研究,着力培养一片行业系统解决方案的市场。

面对当下,我们必须主动作为,砥砺向前。从当前形势看,大数据、人工智能研发是信息革命的延续,我们必须抓住机遇创造数据应用平台,带动行业认知能力建设整体快速发展,在客户行业领域上引领技术革命,去创造新的机遇新的美好。


联系邮箱

电话联系

QQ