搜索
大数据与政府管理创新李涛IBM大中华区政府业务总经理IBM大中华区智慧城市业务总经理IBM政府创新研究院院长2时间安排时间内容8:30—9:452014全球大数据报告分享及IBM公司简介9:45—10:00休息10:00—10:30大数据应用案例分享10:30—11:00互动讨论我们的世界可以更透彻的感知物联化我们的世界变得更全面的互联互通互连化所有的事物、流程、运行方式具有更深入的智慧化智慧化改变了：数据来源→新的数据来源改变了：数据传送方式→新的数据传送方式改变了：数据使用方法→新的数据使用方法我们身处一个充满数据的智慧地球！数据引爆了时代的变革©4如今，几乎所有事务都会实时记录。几乎可以透彻地感知万事万物。©2013IBMCorporation55而且甚至我们个人的需求、需要、观点和偏好都会被捕获©2013IBMCorporation66创建海量的大数据72015年全球大数据分析支出将达到1,870亿美元现在全世界每天产生25亿GB数据，其中80%是非结构化数据2015年全球互联的智能设备总数超过1万亿数据正在成为新的自然资源数据科学让数据创造财富变数据为洞见洞见影响世界数据是获得竞争优势的全新基础业界领袖们将得以：推动业务成效对来自于企业更多部门的更为分散的数据源进行更为精准的分析。猎获数据的时效性价值将“快速获得洞察”和“快速采取行动”作为抓手，这是有别于他人的关键所在。改变行业和职业中的游戏规则将分析渗透到员工们所能接触到的方方面面。农业挑战18世纪（生存农业）：农民只能产出所必需的最少量食物来供养家人，并留出一些食物应对数个月的寒冬。19世纪（创收型农业）：这个时代的标志是从生存农业转变为创收型农业。这种转变始于人们大规模使用仓储来存放工具、粮食以及相关设备。此类农场被称为开拓型农场。20世纪上半叶（畜力农业）：在这个时代，“动力”来自于1800磅重的马匹。农民使用各种动物来耕地、种植作物和运输农产品。牲畜的使用推动了农作物单位产量的第一次大幅度增加。20世纪中叶到下半叶（机械化农业）：受工业革命的鼓舞，这个时代的农民依赖于用自动化的方式完成以前很多由人力或畜力完成的工作。机器的使用让农作物的单位产量和质量都有了显著的提高。物质发展推动人们不断进行改进新型数据和应用转变了农业新型数据新的应用+=巨变12Vestas公司凭借2.5PB的信息实现资本投资优化需求•开发天气模型，优化风力发电机的布置，最大限度提高发电量并延长设备的使用寿命效果•将风力发电机的布置确定时间从数周缩短到数小时•减少了IT使用和成本，并将能耗降低了40%--同时提高了计算能力•整合了2.5PB的结构化和半结构化信息流。数据量预计会增长到6PB121213GVK公司利用IBMAnalytics投身印度基础设施建设发展大潮需求•严格控制其运营的所有方面，目的是确保项目能按计划进行并让其众多业务部门尽可能实现最高的赢利目标效果•预计能够将新的基础设施开发项目的启动时间最高缩短45%，将处理时间从数月缩短到数周•将完成月末财务流程所需的时间缩短50%以上•能够访问实时的在线项目规划报告，帮助人们严格遵守项目的时间表并控制成本，同时减小出现计划外昂贵项目的可能性1313Home14Con-wayFreight公司利用IBMAnalytics实现更高的客户满意度需求•需要随机分析交易级的详细信息，以期根据异常值的数据来优化效率–达到深入了解客户，实现数据驱动型决策•其现有的Oracle仓库只能捕获10%的数据，并且在查询3个月以上的数据时无法提供出色的性能效果•可分析50%以上的全部业务流程•支持整个企业数以百计的用户进行即席查询•将物流效率提高了40%1414Home15定义大数据2012年IBM商业价值研究院与牛津大学赛德商学院联手进行了大数据研究，调查了95个国家中的1144名业务和IT专业人员，并采访了20多名学者、业务主题专家和企业高管。两个重要趋势使得大数据时代与之前有显著的区别：•目前在广泛行业中几乎“所有方面”的数字化产生了新型的大量的实时数据。其中，非标准数据占据很大一部分：例如，流数据、地理空间数据或传感器产生的数据，这些数据并不能完美地适用于传统的、结构化的、关系型数据仓库；•当前先进的分析技术和工艺使得各组织能够以从前无法达到的复杂度、速度和准确度从数据中获得洞察力。16定义大数据——4V特征精确性，第四个“V”有些数据具有固有的不确定性，例如：人的感情和诚实性；曼哈顿摩天大楼上安装的GPS传感器；天气形势；经济因素；以及未来。在处理这些类型的数据时，数据清理无法修正这种不确定性。然而，尽管存在不确定性，数据仍然包含宝贵的信息。确认并接受这种不确定性的需求是大数据的特点。不确定性在大数据中以多种形式体现。人类环境中创建的数据存在怀疑论，例如社交网络；对于未来如何呈现以及人、自然或不的市场推动力量如何影响世界的多样性的不可知。这种不确定性的一个例子是能源制造，但公用事业公司仍然必须预测产量。在许多国家中，监管机构要求一定比例的产量来自可再生资源，而风或云都无法准确预测。那么，您如何做计划？要管理不确定性，分析人员需要创建围绕数据的上下文。实现这一点的一种方式是通过数据融合，即通过结合多个可靠性较低的来源而创建更准确、更有用的数据点，例如与地理空间位置信息相关的社会评论。(volume)(variety)(velocity)(veracity)©2014IBMCorporationIBM商业价值研究院分析：速度的优势(中国报告）17©2014IBMCorporation|IBM商业价值研究院资料来源：分析：速度优势，IBV，©2014IBM在2014年夏天，我们调查了67个国家的1,000多位相关的业务和IT专业人士18关于本次研究77个被访企业来自大中华区(包括中国大陆，香港和台湾)展示说明在整个文档中，以下这些色系被用于显示特定群体：橙色系代表全球的被访者蓝色系代表全球被访者的某个群体紫色系代表某一地区的被访者的平均值©2014IBMCorporation|IBM商业价值研究院资料来源：分析：速度优势，IBV，©2014IBM报告摘要（1）19中国企业对分析的重要性有较深刻的认识，对大数据对企业的推动作用持乐观态度。比如，在一年内实现了正面分析投资回报的中国企业比例高于全球。中国企业多数仍处在大数据教育和探索阶段，只有不到三成的企业进入了大数据的试验和实施阶段。大数据对价值的驱动力从数量和多样化转变为速度和可信度。中国企业的数据和分析目标仍集中在以获取客户为主，利用数据分析提高消费者体验仍有待提高。©2014IBMCorporation|IBM商业价值研究院资料来源：分析：速度优势，IBV，©2014IBM报告摘要（2）20中国和全球都有约十分之一的企业在进行全面分析，并在利用先进的技术能力提高速度方面成为领跑者。大数据对中国企业的业务产生了积极的影响，但与全球领跑企业相比，在对收入产生积极影响和创造显著的竞争优势方面仍差距较大,大数据的部署必须要落到实处。与全球领跑企业相比，中国企业利用分析将数字化能力与业务流程相结合，实现端到端的能力，以推动转型的水平仍不高。在数据获取，分析和行动方面，中国企业需要大幅度提高数据分析和依据数据洞察采取行动的能力。©2014IBMCorporation|IBM商业价值研究院资料来源：分析：速度优势，IBV，©2014IBM序言：速度的优势21序言：速度的优势使企业能够更快的处理数据的能力–将原始数据转化为基于洞察力的行动–是利用数据和分析创造价值的关键1234绝大多数的企业目前在一年内实现了大数据投资的回报以客户为中心仍是分析活动的主要目的，但企业越来越多地将注意力集中在利用大数据应对运营挑战通过将数字化能力集成到业务流程中实现企业转型大数据的价值驱动力从数量转变为速度2014年出现的四个重大变化©2014IBMCorporation|IBM商业价值研究院资料来源：分析：速度优势，IBV，©2014IBM变化1：大多数中国企业在第一年实现了分析投资回报22投资回报期的受访企业在一年内实现了正面的分析投资回报63%序言：速度的优势75%全球被访者大中华区0-3个月4－6个月7－12个月13－17个月18－24个月长于24个月的受访大中华区企业在一年内实现了正面的分析投资回报©2014IBMCorporation|IBM商业价值研究院资料来源：分析：速度优势，IBV，©2014IBM变化2：以客户为中心仍是分析活动的主要目的，但许多企业也专注于业务运营使用数据和分析提高赢取客户的能力使用数据和分析改进客户体验23企业使用数据和分析的目标22%31%序言：速度的优势客户为中心目标财务目标运营目标获得客户和提升体验运营效率财务和风险管理©2014IBMCorporation|IBMInstituteforBusinessValueSource:Analytics:Thespeedadvantage,IBV,©2014IBM变化2:中国企业的数据和分析目标仍集在以获取客户为主使用数据和分析提高赢取客户的能力使用数据和分析改进客户体验24中国企业使用数据和分析的目标18%41%59%关注客户34%关注运营7%关注财务n=77序言：速度的优势©2014IBMCorporation|IBM商业价值研究院资料来源：分析：速度优势，IBV，©2014IBM变化3：将数字化能力集成到业务流程中而实现企业转型25序言：速度的优势分析推动转型数字和流程转型仅数字转型仅流程转型全球被访者大中华区©2014IBMCorporation|IBM商业价值研究院资料来源：分析：速度优势，IBV，©2014IBM变化4：大数据对价值的驱动力从数量和多样化转变为速度和可信性26序言：速度的优势多种形式的数据Variety多样化快速的数据Velocity速度大量的数据Volume数量可信的数据Veracity可信度大数据的4V2012年的差异化因素2014年的差异化因素可伸缩/可扩展的基础架构可扩展的存储基础架构满足更大规模的工作负载的要求大容量数据仓库支持多样化数据数据整合是大多数企业的优先任务敏捷且灵活的基础架构大数据平台增加了可用的结构化和非结构化数据实时分析处理实现了“即时”行动可信度现在是大多数企业对数据的首要要求资料来源：“分析：大数据在现实世界的使用。企业如何以创新方式从不确定的数据中获取价值。”IBM商业价值研究院与牛津大学赛德商学院联合调查，2012年10月。©2014IBMCorporation|IBM商业价值研究院资料来源：分析：速度优势，IBV，©2014IBM变化4：在确信可以实现投资回报后，业务主管希望获得最新洞察的速度开始加快27过去12个月内对数据需求的速度n=906图例显著加快稍微加快保持不变减缓无数据序言：速度的优势显著减缓©2014IBMCorporation|IBM商业价值研究院资料来源：分析：速度优势，IBV，©2014IBM变化4：对可执行的洞察力的需求升级预计将在未来12-18个月内席卷全球28n=913未来12-18个月数据需求的速度序言：速度的优势图例显著加快稍微加快保持不变减缓无数据显著减缓©2014IBMCorporation|IBM商业价值研究院资料来源：分析：速度优势，IBV，©2014IBM跟上当前的发展速度需要全面的采用分析和技术能力29横轴–分析能力使用的广泛性–是指分析能力在业务流程中使用的广度。纵轴–支持分析的技术能力–是指支持速度驱动的企业所需的组件式分析架构的实施状态。速度驱动的分群矩阵图序言：速度的优势技术能力广泛性速度驱动的分群矩阵试验和实施规划慢跑者领跑者参与者旁观者在各业务部门有限使用在各业务部门广泛使用圆圈的大小代表每个群体在整体被访者中所占的比例©2014IBMCorporation|IBM商业价值研究院资料来源：分析：速度优势，IBV，©2014IBM中国和全球都有十分之一的企业在进行全面分析，并利用先