
企業向機器學習轉型所需遵循的五大步驟
導讀:
如今,機器學習技術高居新興科技技術成熟度曲線(Hype Cycle for EmergingTechnologies)的頂點,這意味著,它已經足夠成熟,可以激發更加廣泛的興趣了。換言之,你的競爭對手們也在投資機器學習呢。
近九成企業已經不同程度地用上了機器學習,大部分依舊處在戰略開發或試水階段。然而,機器學習的潛力仍未完全釋放。在大部分企業,很多決策仍需要人類插手。只有8%的受訪者表示,其機器學習戰略已經相當或高度完備。
在機器學習的普及過程中,一個常見的障礙就是保障數據質量。劣質數據會導致機器做出劣質決策,從而增加風險。
原文翻譯:
假如你想修個新房,你不但得購買新建材,還得雇傭熟練的建筑工人,才能把房子修起來。首席信息官們(CIO)要想推行機器學習技術,從而在沒有人類直接干預的情況下,對業績加以分析與提升,他們也得遵循同樣的規則。企業IT云服務公司ServiceNow的一項最新調查顯示,大多數CIO都因為缺乏所需的人才、數據質量與預算,而無法充分利用這種技術。若你的企業即將踏上機器學習的征程,那么,要讓投資物有所值,你必須遵循五大步驟。
這五大措施應盡快采取,因為說不定,大家期盼已久的機器學習時代很快就要降臨了。效仿人類智能的機器雖然被炒得熱火朝天,但計算機科學早已經迎頭趕上。如今,機器學習技術高居新興科技技術成熟度曲線(Hype Cycle for EmergingTechnologies)的頂點,這意味著,它已經足夠成熟,可以激發更加廣泛的興趣了。換言之,你的競爭對手們也在投資機器學習呢。
最近,《全球CIO觀點調查》(Global CIO Point of View Survey)向500名CIO發出了問卷。調查結果顯示,企業都在為這種變革性的技術的普及摩拳擦掌,以實現自動化決策。近九成企業已經不同程度地用上了機器學習,大部分依舊處在戰略開發或試水階段。然而,機器學習的潛力仍未完全釋放。在大部分企業,很多決策仍需要人類插手。只有8%的受訪者表示,其機器學習戰略已經相當或高度完備,相比之下,認為自己企業物聯網戰略相當或高度完備的占到35%,數據分析戰略對應的比例則達65%。
根據麥肯錫(McKinsey)的一項調查,為實現機器學習方面的數據與分析目標,最重要的挑戰有這樣三個:
1)支持數據與分析活動的企業架構;
2)行之有效的技術基礎設施;
3)管理層的參與。該研究還宣稱,能夠有效駕馭這三點的企業將能創造出顯著的價值,并實現自身的差異化;辦不到的企業,則會日益陷入劣勢地位。
要捕獲更大的價值,企業要做的不僅僅是投資于技術。對企業架構或流程的改變也必不可少,這其中包括對待人才的態度、IT管理與風險管理。要取得進步,企業必須遵循以下五個步驟:
一、改進數據質量
在機器學習的普及過程中,一個常見的障礙就是保障數據質量。劣質數據會導致機器做出劣質決策,從而增加風險。CIO要考慮實施恰當的解決方案,簡化數據維護,從而加速向機器學習轉型。第一步就是整合冗余或預制的IT工具,將它們變成單一的數據模型。
二、樹立價值實現方式
將所有技術目標的商業價值明確表述出來,繼而確定這些目標的最佳實現方式。這包括審視已有流程,找到最能得益于自動化的非結構化工作模式。知道了碎片化數據都在哪里,你也就知道了如何用自動化實現生產效率的提升。
三、創造最優客戶體驗
機器學習帶來的自動化可以促進運營效率,但不要忘了,它也能(在不犧牲準確度的前提下)加速決策,改進客戶體驗,從而提高投資回報率。先設想一下你想創造的客戶體驗,然后在商業流程之中,找到最能提升客戶體驗的元素,加以重點投資。機器學習使企業或機構能夠針對每一位顧客,度身定制相應的廣告、呼叫中心的互動,乃至產品或服務,以及預測顧客接下去的需求。
四、設定指標并加以衡量
CIO們深知機器學習的價值,但高管團隊和董事會其他成員可能就不清楚了。因此,在著手實施之前,CIO們必須樹立預期,設置成功指標,并準備好充分的商業依據,在申請款項時,隨時呈遞給領導層。在實施機器學習技術、收獲智能自動化的益處的同時,這些衡量指標也得隨時調整
五、理解企業文化將受到的影響
在企業引入機器學習的同時,雇員的角色也將發生改變,這就需要CIO們調整雇傭與培訓過程。這個不難,因為它所需的技能組合,包括數據科學、工程學、數學和批判性思維在內,就是云時代的必備技能組合。這種轉型很可能給某些雇員造成不適,因此,請務必使機器學習的價值轉化到他們的日常工作之中。機器并未接管企業,它們將雇員從繁瑣的手動操作中解放了出來,使員工專注于更加戰略性的項目。
但這種不適的感受,CIO們也有可能面臨。他們的角色也需要不斷演變,從維持技術層面的正常運轉,保障企業運營,到以高管的身份與企業各個層面廣泛互動,因此,其戰略重要性也將邁上新的臺階。
企業要實現機器學習的投資回報,就離不開規劃與嚴格的貫徹執行——同時參照技術轉型的速度、其對雇員日常工作的影響,對雇員做出相應的調整。遵循上述五個步驟,這一轉型就會格外順暢。
數據分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
CDA數據分析師證書考試體系(更新于2025年05月22日)
2025-05-26解碼數據基因:從數字敏感度到邏輯思維 每當看到超市貨架上商品的排列變化,你是否會聯想到背后的銷售數據波動?三年前在零售行 ...
2025-05-23在本文中,我們將探討 AI 為何能夠加速數據分析、如何在每個步驟中實現數據分析自動化以及使用哪些工具。 數據分析中的AI是什么 ...
2025-05-20當數據遇見人生:我的第一個分析項目 記得三年前接手第一個數據分析項目時,我面對Excel里密密麻麻的銷售數據手足無措。那些跳動 ...
2025-05-20在數字化運營的時代,企業每天都在產生海量數據:用戶點擊行為、商品銷售記錄、廣告投放反饋…… 這些數據就像散落的拼圖,而相 ...
2025-05-19在當今數字化營銷時代,小紅書作為國內領先的社交電商平臺,其銷售數據蘊含著巨大的商業價值。通過對小紅書銷售數據的深入分析, ...
2025-05-16Excel作為最常用的數據分析工具,有沒有什么工具可以幫助我們快速地使用excel表格,只要輕松幾步甚至輸入幾項指令就能搞定呢? ...
2025-05-15數據,如同無形的燃料,驅動著現代社會的運轉。從全球互聯網用戶每天產生的2.5億TB數據,到制造業的傳感器、金融交易 ...
2025-05-15大數據是什么_數據分析師培訓 其實,現在的大數據指的并不僅僅是海量數據,更準確而言是對大數據分析的方法。傳統的數 ...
2025-05-14CDA持證人簡介: 萬木,CDA L1持證人,某電商中廠BI工程師 ,5年數據經驗1年BI內訓師,高級數據分析師,擁有豐富的行業經驗。 ...
2025-05-13CDA持證人簡介: 王明月 ,CDA 數據分析師二級持證人,2年數據產品工作經驗,管理學博士在讀。 學習入口:https://edu.cda.cn/g ...
2025-05-12CDA持證人簡介: 楊貞璽 ,CDA一級持證人,鄭州大學情報學碩士研究生,某上市公司數據分析師。 學習入口:https://edu.cda.cn/g ...
2025-05-09CDA持證人簡介 程靖 CDA會員大咖,暢銷書《小白學產品》作者,13年頂級互聯網公司產品經理相關經驗,曾在百度、美團、阿里等 ...
2025-05-07相信很多做數據分析的小伙伴,都接到過一些高階的數據分析需求,實現的過程需要用到一些數據獲取,數據清洗轉換,建模方法等,這 ...
2025-05-06以下的文章內容來源于劉靜老師的專欄,如果您想閱讀專欄《10大業務分析模型突破業務瓶頸》,點擊下方鏈接 https://edu.cda.cn/g ...
2025-04-30CDA持證人簡介: 邱立峰 CDA 數據分析師二級持證人,數字化轉型專家,數據治理專家,高級數據分析師,擁有豐富的行業經驗。 ...
2025-04-29CDA持證人簡介: 程靖 CDA會員大咖,暢銷書《小白學產品》作者,13年頂級互聯網公司產品經理相關經驗,曾在百度,美團,阿里等 ...
2025-04-28CDA持證人簡介: 居瑜 ,CDA一級持證人國企財務經理,13年財務管理運營經驗,在數據分析就業和實踐經驗方面有著豐富的積累和經 ...
2025-04-27數據分析在當今信息時代發揮著重要作用。單因素方差分析(One-Way ANOVA)是一種關鍵的統計方法,用于比較三個或更多獨立樣本組 ...
2025-04-25CDA持證人簡介: 居瑜 ,CDA一級持證人國企財務經理,13年財務管理運營經驗,在數據分析就業和實踐經驗方面有著豐富的積累和經 ...
2025-04-25