企业进行数据资产规划的整体流程

在数据时代你很焦虑,满世界都是人工智能和大数据。到底数据处理的流程是什么样的? 怎么才能不被一些假专家和懂些皮毛的人给骗了呢?在大数据和人工智能时代已经创造了很多数据和人工智能的奇迹,数据是人工智能和大数据的基础。请注意:脱离数据样本谈人工智能的人都是骗子!

由于数据处理的整个过程需要数据专家的介入,领导和公司的决策层往往看不懂数据技术专家和人工智能专家的处理过程。在实际业务过程中,领导层对于专业的处理流程也全无兴趣。而他们需要对数据处理的全流程进行了解和认识。


数据处理的全流程如下:

1. 数据系统规划;

2. 数据采集(软件数据、硬件数据、特殊数据);

3. 数据清洗与治理;

4. 数据存储;

5. 数据建设目标和二次规划论证;

6. 数据建模;

7. 数据分析;(离线、实时分析)

8. 数据业务接口;(可供人工智能和其他业务板块使用)

9. 数据可视化。


我们看完全流程后发现,中间的这些过程特别是第1步的数据系统规划和第5步的数据建设目标和二次规划在很多书里面都没有提到过。其实在国际一流的IT信息技术咨询公司,除了完成规划以外,在实际项目中还会对于数据进行二次、三次、多次论证。由业务专家和数据架构师一起,对于是否能够达到实际的应用目标进行分析。如果发现论证中无法通过数据解决客户的问题,会重新对原有的数据来源、数据样本进行分析、处理和建模阶段的要求提高。以满足客户的实际业务生产需求。而数据可视化和API是最终交给业务部门使用的价值体现。因此,数据可视化平台的选择非常重要。


目前国内的数据可视化平台排名前三的有三家:


1. 阿里DataV

优点:阿里背景,不用说了。他的云版本是真心便宜,良心价格,使用方便。

缺点:二次开发能力很差,云上数据不安全,本地部署版本真心贵。


2. 开维创

优点:华为和石化背景,很多央企的大项目都在使用,使用方便,可定制。

缺点:不支持SaaS版本价格降不下来,本地部署版本价格比阿里DataV便宜,但也不便宜。


3. 万博思图

优点:公司数据可视化时间长,比阿里的时间还要长,案例和项目多。

缺点:公司的设计水平有待提升,主要推动的偏重于SaaS版,价格适中。


还有一些其他公司四方伟业、Sugar、上海音智达、数猎天下等等公司的产品也各有特色,对于大多数公司来说自己研发数据可视化产品的投入实在是太大,还是直接选择数据可视化的套件来的更快,更好的保证项目上线和交付。