法国:大数据的运行方案已初具规模

简介:


海量数据处理专家们云集于412日举行的巴黎大数据会展。他们借此机会参与讨论法国政府关于推行大数据的一些措施。

如何在法国建立大数据行业?这是 Capgemini的首席执行官保罗艾穆兰及达索信息系统Exalead解决方案的技术总监弗朗索瓦布尔冬克要回答的问题。去年十月他们受阿尔诺蒙特布(现任法国经济部长)委托,作为针对大数据的工业重振计划项目的共同负责人,他们将于近期提交他们的研究结果。刚刚过去的四月在巴黎举行的大数据展会上,他们做了阶段性总结。

需要说服法国政府机构及企业

要在法国创建一个大数据的生态系统,这是符合市场需求的,而不是随意选择的服务。换句话说,要说服公司和法国政府部门现在是时候开始大数据了。 “大数据尚未成为法国企业的核心部分。而在美国和英国,几乎所有产品的投放都会经过大数据的分析。并且,这种使用数据分析的趋势正蔓延到他们国家的整个工业基础,波士顿咨询集团的大数据及分析总监埃里阿斯巴塔斯如此说到。

因此,现在应紧急应对已挽回我们的迟滞的损失。弗朗索瓦布尔冬克提醒说,大数据已成为企业的战略议题。它首先涉及到董事会,而不是首席信息官或创新总监。

大数据战役已经打响

大数据的作用不仅在于可以提高企业的经济效益,更重要的是我们现在正面临着经济战,而赢得这场战争的重要武器是数据,弗朗索瓦布尔冬克补充到。美国网络巨头已经具备了通过大数据来为客户选择产品的能力。

由于没有及时的开始数字化,很多行业已经遭受了一些损失。比如传统便利店已经被亚马逊或旅游行业电商入侵。法国酒店住宿业市场约90亿欧元,20%的酒店预订是通过在线预订平台完成的的 (其中70%来自booking.com, 20% 来自Expedia) ”然而,酒店的营销成本由实体旅行社的10%增加至现在的使用网络平台的23%,弗朗索瓦布尔冬克提到。这对于酒店经营者来说是一个无法忽视的影响。其他领域也开始担心,例如银行领域。尤其是保险领域已经有Google入侵的案例。

客户关系和供应链管理位于大数据战争的前沿

保罗艾穆兰预计大数据尤其成为客户关系管理、供应链管理的推动力。对于第一种情况,弗朗索瓦布尔冬克说“我们尝试帮助保险公司建立客户应答策略,通过对单一客户的服务、个性化服务及自我量化服务重新与他们的客户建立关系”。

这是通过分析客户的使用情况来调整公司的产品。另外一个例子,在有睡眠呼吸暂停症的病人所使用的呼吸系统中添加在线通信芯片,不仅可以反馈病人的正确的使用信息,同时可以避免设备的浪费以及高额的社保。

至于供应链管理,预测性维护需要大量的数据。飞机发动机的生产商宁愿预先在本地完成飞机的检修而不愿意看到飞机坏在了地球的另一端。通用电气飞机租赁公司已经收购了Pivotal的股份。在租赁而非销售的业务模式中,最初的采购价格已经居于次要位置,取而代之的是使用实时采集的数据的能力。弗朗索瓦布尔冬克总结说“价值链已由原来的生产制造变为提供产品运行的服务。很多行业开始倾向于各类服务,类似于软件行业的Saas模式

政府会扶持相关的培训以及创新

为了帮助企业解决这些问题,国家以及各行业可主动成立一些种子基金或专门企业加速器。弗朗索瓦布尔冬克提到借助孵化器来实现一些保险业的相关项目是个不错的主意。在这样的理念下,重新建立客户关系以收集数据,并使数据使用具备商业价值,才能迅速并成功的进行行业革新。

但是,这些创新并不是来自于大公司。大公司应该学会帮助法国初创企业进行国际化推广,并且等到他们有一定规模之后再进行收购。保罗艾穆兰强调一些大的企业业应当选择一些法国中小型创新企业。我们要行动起来,大数据不仅仅是美国巨人的领域

在我们的行动计划中,我们首推一个资源中心机构的理念,以解决三个具体问题“。弗朗索瓦布尔冬克补充说,首先要帮助初创企业找到他们创新所需要的数据。例如,在公共交通领域,机构将帮助初创公司与SNCF(法国国家铁路交通公司)讨论,帮助他们找到合适的对话人,以及合适的政策法规。其次,需要提供技术平台以提供计算数据资源。

最后,该中心机构将帮助引进人才,让他们使用中心的数据,并且可以做一些实验。更宏观得来说,工程师的教育必须有所改善以便于提高数据科学家的技术水平,弗朗索瓦布尔冬克解释道。但是技术并不代表全部。 “我们需要能读懂数据的人才,并且不忽视商业方面的数据。这些技能可以通过工程师,商学院以及大学的教育来获得,保罗补充道。

与此相关的数据自由以及保护法

数据自由以及保护法确立了一个使用原则即:所有的数据处理必须与最初收集数据时确定的目的相一致。这恰恰与大数据领域相反,弗朗索瓦布尔冬克说到。一项与CNIL(国家信息以及信息自由委员会)联合定义的一种行业授权的操作机制已经完成。比如,在保险业,分析司机的驾驶方式(比如平均速度,在城市中行驶情况等等)是允许的;但是通过观察司机的外出习惯来确定是他否在家是不允许的。这些数据处理机制需要由CNIL和被审计的公司的认可。


原文发布时间为:2014-05-17

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

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
|
消息中间件 监控 数据可视化
大数据-79 Kafka 集群模式 集群监控方案 JavaAPI获取集群指标 可视化监控集群方案: jconsole、Kafka Eagle
大数据-79 Kafka 集群模式 集群监控方案 JavaAPI获取集群指标 可视化监控集群方案: jconsole、Kafka Eagle
472 2
|
8月前
|
数据采集 数据可视化 数据挖掘
基于Python的App流量大数据分析与可视化方案
基于Python的App流量大数据分析与可视化方案
|
运维 算法 数据可视化
【2021 高校大数据挑战赛-智能运维中的异常检测与趋势预测】2 方案设计与实现-Python
文章详细介绍了参加2021高校大数据挑战赛中智能运维异常检测与趋势预测任务的方案设计与Python实现,包括问题一的异常点和异常周期检测、问题二的异常预测多变量分类问题,以及问题三的多变量KPI指标预测问题的算法过程描述和代码实现。
227 0
|
分布式计算 大数据 Java
大数据-86 Spark 集群 WordCount 用 Scala & Java 调用Spark 编译并打包上传运行 梦开始的地方
大数据-86 Spark 集群 WordCount 用 Scala & Java 调用Spark 编译并打包上传运行 梦开始的地方
278 1
大数据-86 Spark 集群 WordCount 用 Scala & Java 调用Spark 编译并打包上传运行 梦开始的地方
|
SQL 分布式计算 NoSQL
大数据-170 Elasticsearch 云服务器三节点集群搭建 测试运行
大数据-170 Elasticsearch 云服务器三节点集群搭建 测试运行
329 4
|
SQL 分布式计算 大数据
大数据-168 Elasticsearch 单机云服务器部署运行 详细流程
大数据-168 Elasticsearch 单机云服务器部署运行 详细流程
377 2
|
存储 NoSQL 大数据
大数据-51 Redis 高可用方案CAP-AP 主从复制 一主一从 全量和增量同步 哨兵模式 docker-compose测试
大数据-51 Redis 高可用方案CAP-AP 主从复制 一主一从 全量和增量同步 哨兵模式 docker-compose测试
179 3
|
消息中间件 监控 Java
大数据-109 Flink 体系结构 运行架构 ResourceManager JobManager 组件关系与原理剖析
大数据-109 Flink 体系结构 运行架构 ResourceManager JobManager 组件关系与原理剖析
273 1
|
机器学习/深度学习 数据采集 大数据
2022年第三届MathorCup高校数学建模挑战赛——大数据竞赛 赛道B 北京移动用户体验影响因素研究 问题一建模方案及代码实现详解
本文详细介绍了2022年第三届MathorCup高校数学建模挑战赛大数据竞赛赛道B的题目——北京移动用户体验影响因素研究,提供了问题一的建模方案、代码实现以及相关性分析,并对问题二的建模方案进行了阐述。
328 0
2022年第三届MathorCup高校数学建模挑战赛——大数据竞赛 赛道B 北京移动用户体验影响因素研究 问题一建模方案及代码实现详解
|
SQL 分布式计算 大数据
大数据-108 Flink 快速应用案例 重回Hello WordCount!方案1批数据 方案2流数据(一)
大数据-108 Flink 快速应用案例 重回Hello WordCount!方案1批数据 方案2流数据(一)
192 0