全球调研报告:分析洞察依旧受制于技术复杂和人才瓶颈
全球独家无处不在数据智能技术供应商Teradata天睿公司(纽交所:TDC)宣布,委托独立科技市场调研公司Vanson Bourne面向全球企业高级管理人员开展调研显示,企业想在各部门全面使用智能化技术时严重受阻。目前,企业不再局限于部署更多分析技术,而是面向未来,转而积极布局智能化技术,但企业分析技术存在复杂性、瓶颈、不确定性等问题,使业务与IT决策者越来越失意。
多数高级管理人员一致认为,虽然他们正在投资分析技术,但这些投资未必能带来他们期望的成果。企业为各部门提供无所不在的分析能力时,受访者列出三大基本挑战:
1) 分析技术过于复杂:不到四分之三(74%)的受访者表示,企业使用复杂的分析技术;其中42%的受访者认为企业员工难以使用或理解分析技术。
2) 用户无法获取所有所需数据:79%的受访者表示,他们需要获得更多企业数据,才能高效完成任务。
3) 缺少“独角兽”式数据科学家成为瓶颈:仅25%的受访者表示,其全球企业内的业务决策者无需数据科学家,也具备从分析能力中获取并使用智能化技术的技能。
Teradata天睿公司***营销官Martyn Etherington表示:“全球规模***、最负盛名的企业总共在分析技术上投资数十亿美元,但投入的所有时间和资金却只换来平庸的结果。企业想要无处不在的数据智能,随时运用所有数据,应对最艰难挑战,直通成果。但企业目前尚未达到这种智能化水平。因此,分析技术普及受阻是显而易见的。”
过于复杂的分析技术
近年来,数据采集、存储和分析技术呈爆炸性增长趋势,但其复杂度也显著提升,经常导致技术无法有效使用。调研报告显示,其主要原因是科技厂商通常不会做足功课,确保所有企业员工都能轻松了解并使用其产品;随着近期开源工具的激增与普及,这一问题进一步加剧。
- 大约四分之三(74%)的受访者企业正在投资分析技术。受访者表示,这些分析技术非常复杂。
- 近三分之一(31%)的受访者表示,复杂分析技术的负面影响之一是企业各部门无法普及。
- 近二分之一(46%)的受访者表示,分析技术实际上并未推动业务增长,因为用户对该技术提出过多问题,但并未获得足够解答。
- 超过二分之一(53%)的受访者认为,复杂的分析技术实际上已成为企业过重的负担。
- 42%的受访者表示,导致复杂性问题的主要因素之一是并非所有员工都能轻松使用或理解该技术。
数据访问受限
调研结果还显示,用户需要访问更多数据,才能高效完成任务。决策者和用户都清楚,做出更明智的决策通常需要更多数据。而无法获取所有必要数据经常是顺利实施分析技术的绊脚石。决策者需要做出明智决策,但平均缺少近三分之一的信息——这一差距无法接受,对决定市场竞争成败举足轻重。
- 79%的受访者表示,他们需获得更多企业数据,才能高效完成任务。这些受访者也表示,他们缺少平均近三分之一(28%)所需数据。
- 81%的受访者认为,他们希望企业部署无处不在的分析技术。
- 超过一半的(54%)的受访者表示,企业IT部门正在运用分析技术;而只有不到四分之一(23%)的受访者表示,其管理层和董事会成员正在运用分析技术。
缺少数据科学家
***,缺少“独角兽”式的数据科学家仍是瓶颈所在,这使企业难以部署无处不在的智能化技术。这也是受访者担心的问题,他们认为这与使用分析技术复杂的问题有关。大多数受访者表示,为解决这一问题,企业正在或计划投资更易用的技术及技术培训,以增强员工的技术能力。
· 仅25%的受访者表示,其业务决策者无需数据科学家,也具备从分析能力中获取并使用智能化技术的技能。
· 近三分之二(63%)的受访者来自目前正在投资分析技术的企业。他们认为,企业内不从事分析任务的员工难以使用分析技术。
· 75%的受访者企业需要数据科学家帮助业务决策者从分析技术中获取智能化技术。
· 为减轻企业对数据科学家的过度依赖,目前需要数据科学家的94%的受访者企业正在或计划投入开展技术培训,提升员工的技术水平;而91%的受访者企业正在或计划投资更易用的技术。
关于本次调研
Teradata天睿公司委托Vanson Bourne 在 2018 年 8 月至 9 月进行全球调研,共访谈美洲、欧洲及亚太地区的 260名高级业务和IT 决策者。 受访者来自上市或私有企业,企业拥有不少于1,000名员工且全球年收入不低于2.5亿美元(其中,69%的受访者企业的全球年收入不低于10亿美元)。所有访谈均通过在线访谈或电话沟通。本次调研经过严格的多级筛查,确保只有符合要求的候选人才有机会参加调研。
相关文章
- 前端请求PHP接口,报错跨域问题
- 时钟周期/机器周期/指令周期/12M晶振和1us有啥关系
- 美国EPA年报怎么提交办理做好,申请EPA认证需要准备的资料
- axios 介绍及引入使用
- 从“服务”,到“赋能”,日日顺再次定义供应链生态建设
- AlphaFold2 生成肽结构的基准测试
- Nat. Comput. Sci. | 使用有监督的Transformer蛋白质语言模型进行单序列蛋白质结构预测
- 什么是千行代码缺陷率?
- 深度生成模型用于设计新颖多样的抗菌肽
- Linux学习——vim
- 真正“搞”懂HTTPS协议18之TLS特性解析
- 真正“搞”懂HTTPS协议19之HTTPS优化
- Brief Bioinform | 最新深度学习癌症药敏预测算法评测
- 配置环境变量
- 网络安全应急响应预案方案和报告
- 前端面经(1)
- CSS写一个圣诞树Chrome浏览器小插件
- element的select控制输入格式
- AIGC×蛋白质设计,天壤xCREATOR「一键生成」全新的蛋白质
- 李洪林团队发布分子切割算法MacFrag快速生成高质量药物片段