《智能数据时代:企业大数据战略与实战》一2.7 验证提出的愿景

简介:

本节书摘来自华章出版社《智能数据时代:企业大数据战略与实战》一书中的第2章,第2.7节,作者 TalkingData ,更多章节内容可以访问云栖社区“华章计算机”公众号查看

2.7 验证提出的愿景

规划会议在结束时往往会在白板上绘制当前和未来状态的信息架构图,这些架构图在最后都会被手机拍下。有时这些图表也会被保存在从活动挂图撕下来的活页上。会议进行时,主办者还应对业务线、IT业高管层、架构师以及其他任何人员的发言进行记录并作出相应注释。这些记录中可能会包含一旦未来信息架构部署好后,对商业决策产生有利影响的假设。
下面我们来介绍如何对所收集的信息进行总结。首先,这些信息应该以报告或演示的方式反馈给参加会议的人员,这种形式既可以验证主办方是否记录了会议中各方表达的所有重要信息,同时,如果总结中有不清楚的地方,发言人也可以及时得知并作出相应澄清。通常情况下,在一周或两周内将信息报告分发给参会者是最有益的,因为这样可以加强在讨论会议中形成的团队合作精神。
在一些场合中,有人向我们提出,应该邀请大量不同的受众参加以总结前期规划会议为目的的后续会议。这种情况时有发生,因为参会者会就在会议中讨论的未来信息架构等问题与别人进行分享,所以很多其他涉及此方面利益的人在了解到我们讨论的内容以后也会产生兴趣。随着影响逐渐扩大,很多其他业务领域的人也希望能够参加并记录他们的想法和要求。这是一个好现象,人们会认为这一项目越来越有价值并予以更多资助。后续会议更侧重于进一步的探索,而不是解读、验证前期工作。所以要想解读、验证前期工作,较好的方法是提前修订报告并另行安排会议讨论对报告的验证和修订问题。
基于规划会议所做的报告或演示应包括以下内容:
目前的业务难题,包括信息构架带来的难题。
对当前的信息结构所做的描述和绘制的图表。
新兴业务需求,业务模式变化预期以及如何运营业务。
可以满足需求并应对挑战的未来信息架构图。
通过未来的信息架构可能获得的商业利益(理想情况下包括这些收益的可能财务规模)。后续步骤将会在本书的后续章节中介绍。
我们注意到个别组织的IT架构师想在收集完信息后立即开始详细设计信息架构的工作。然而,对于信息架构,很多问题目前仍然处于未知状态。例如,我们还不知道如何展开运营,关键的绩效指标是什么,该采取怎样的措施。我们也不知道在各个阶段如何实施解决方案以及有没有阶段实施优先级等。
虽然对于如何寻找业务案例会有一些初步想法,但是目前为止,我们还没有一个可靠的指导案例。并且我们对于哪些数据源将提供有效措施,哪些数据反映KPIs(关键绩效指标)了解得太少。再者,我们还不能确定我们缺少的技能对于实施和管理解决方案并利用它有效地运营业务有什么影响。
通过这一点我们得知,要想对一个项目获得充分了解,我们仍需要更多的实际探索和书面佐证。但至少现在,我们已经对修改信息架构的实用性和可能性有了一些初步概念。而且我们还知道应该去哪里寻找商业赞助。因此,我们接下来要做的就是与业务链伙伴合作,进一步发掘需求。

相关实践学习
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
相关文章
|
3月前
|
机器学习/深度学习 传感器 分布式计算
数据才是真救命的:聊聊如何用大数据提升灾难预警的精准度
数据才是真救命的:聊聊如何用大数据提升灾难预警的精准度
294 14
|
5月前
|
数据采集 分布式计算 DataWorks
ODPS在某公共数据项目上的实践
本项目基于公共数据定义及ODPS与DataWorks技术,构建一体化智能化数据平台,涵盖数据目录、归集、治理、共享与开放六大目标。通过十大子系统实现全流程管理,强化数据安全与流通,提升业务效率与决策能力,助力数字化改革。
206 4
|
4月前
|
机器学习/深度学习 运维 监控
运维不怕事多,就怕没数据——用大数据喂饱你的运维策略
运维不怕事多,就怕没数据——用大数据喂饱你的运维策略
177 0
|
5月前
|
分布式计算 DataWorks 数据处理
在数据浪潮中前行:记录一次我与ODPS的实践、思考与展望
本文详细介绍了在 AI 时代背景下,如何利用阿里云 ODPS 平台(尤其是 MaxCompute)进行分布式多模态数据处理的实践过程。内容涵盖技术架构解析、完整操作流程、实际部署步骤以及未来发展方向,同时结合 CSDN 博文深入探讨了多模态数据处理的技术挑战与创新路径,为企业提供高效、低成本的大规模数据处理方案。
333 3
|
5月前
|
SQL 人工智能 分布式计算
ODPS:数据浪潮中的成长与突围
本文讲述了作者在大数据浪潮中,通过引入阿里云ODPS体系(包括MaxCompute、DataWorks、Hologres)解决数据处理瓶颈、实现业务突破与个人成长的故事。从被海量数据困扰到构建“离线+实时”数据架构,ODPS不仅提升了数据处理效率,更推动了技术能力与业务影响力的双重跃迁。
|
5月前
|
存储 SQL 监控
数据中台架构解析:湖仓一体的实战设计
在数据量激增的数字化时代,企业面临数据分散、使用效率低等问题。数据中台作为统一管理与应用数据的核心平台,结合湖仓一体架构,打通数据壁垒,实现高效流转与分析。本文详解湖仓一体的设计与落地实践,助力企业构建统一、灵活的数据底座,驱动业务决策与创新。
|
3月前
|
传感器 人工智能 监控
数据下田,庄稼不“瞎种”——聊聊大数据如何帮农业提效
数据下田,庄稼不“瞎种”——聊聊大数据如何帮农业提效
156 14
|
2月前
|
传感器 人工智能 监控
拔俗多模态跨尺度大数据AI分析平台:让复杂数据“开口说话”的智能引擎
在数字化时代,多模态跨尺度大数据AI分析平台应运而生,打破数据孤岛,融合图像、文本、视频等多源信息,贯通微观与宏观尺度,实现智能诊断、预测与决策,广泛应用于医疗、制造、金融等领域,推动AI从“看懂”到“会思考”的跃迁。
|
3月前
|
机器学习/深度学习 传感器 监控
吃得安心靠数据?聊聊用大数据盯紧咱们的餐桌安全
吃得安心靠数据?聊聊用大数据盯紧咱们的餐桌安全
154 1
|
3月前
|
数据采集 自动驾驶 机器人
数据喂得好,机器人才能学得快:大数据对智能机器人训练的真正影响
数据喂得好,机器人才能学得快:大数据对智能机器人训练的真正影响
244 1