dialog dengan yu binping dari qixin group: model berukuran besar akan mempercepat implementasi “data flywheel” di perusahaan
2024-09-14
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
data, sebagai faktor produksi kelima setelah tanah, tenaga kerja, modal, dan teknologi, serta salah satu dari tiga elemen kecerdasan buatan, pentingnya data telah menjadi konsensus dalam industri. di tengah gelombang transformasi digital, perusahaan terus mencari solusi inovatif untuk mendorong bisnis melalui data, guna mencapai pertumbuhan bisnis dan peningkatan efisiensi.
namun, meskipun banyak perusahaan telah mulai membangun platform tengah data dalam beberapa tahun terakhir, mereka sering menghadapi dilema “mudah dibangun tetapi sulit diterapkan”. baru-baru ini, yu binping, cto qixin group, berdiskusi dengan 51 cto bagaimana perusahaan dapat menggunakan data untuk mendorong pertumbuhan bisnis.
data perlu dikelola, tetapi juga diterapkan
dalam proses transformasi digital, pengelolaan dan aplikasi data telah menjadi permasalahan yang tidak dapat diabaikan oleh perusahaan. yu binping percaya bahwa pengumpulan data, pembersihan, tata kelola, dan penambangan nilai adalah tantangan umum yang dihadapi oleh banyak perusahaan.
dalam operasi sebenarnya, data perusahaan sering kali tersebar di sistem dan departemen yang berbeda, dan beberapa data sulit untuk diintegrasikan karena izin, format, atau batasan teknis. terlebih lagi, sebagian besar data terkini dikumpulkan setelah kejadian tersebut, dan terdapat juga permasalahan tertentu pada kualitas datanya. selain itu, bisnis yang berbeda memiliki standar data yang berbeda dan konten data yang berbeda untuk pembersihan data. pada akhirnya, “masalah pengumpulan data, masalah kualitas, dan masalah tata kelola sering kali menyebabkan departemen big data menjadi departemen pelaporan.”
yu binping menunjukkan bahwa masalah umum yang dihadapi oleh banyak perusahaan saat ini adalah bahwa data besar telah menjadi "data besar", yaitu meskipun jumlah datanya besar, namun bersifat statis dan memiliki nilai penerapan praktis yang terbatas. di balik fenomena ini adalah kurangnya pemahaman perusahaan terhadap data dan kurangnya metode penerapan data yang efektif.
yu binping menekankan bahwa aplikasi data harus terintegrasi erat dengan skenario bisnis dan fitur teknis. perusahaan perlu membina talenta majemuk yang memahami bisnis dan teknologi. mereka dapat memahami kebutuhan bisnis secara mendalam dan menggunakan sarana teknis untuk menggali nilai data, sehingga membawa inovasi dan pertumbuhan bagi perusahaan. misalnya, di industri ritel, peluang bisnis baru dapat ditemukan dan rantai pasokan dapat dioptimalkan melalui analisis data perilaku pelanggan; di bidang e-commerce, data otorisasi pengguna dapat digunakan untuk membuat rekomendasi yang dipersonalisasi, yang dapat meningkatkan kualitas pengguna pengalaman dan kinerja penjualan.
sebagai komponen inti arsitektur digital suatu perusahaan, pusat data memainkan peran penting dalam mengumpulkan dan mengintegrasikan data, baik dalam bisnis ritel atau bisnis b, mengakhiri situasi pulau data, mewujudkan manajemen terpusat dan analisis data, dan mempromosikan mengaktifkan data berbagi dan kolaborasi antara berbagai cabang dan unit bisnis. namun, dalam pandangan yu binping, ketika dihadapkan pada tantangan yang lebih dalam tentang bagaimana membuat data menghasilkan nilai yang lebih besar dan mendorong pertumbuhan bisnis, platform tengah data tradisional tampaknya tidak memadai, “karena sifat dari platform tengah, sulit untuk melakukannya. mengembangkan bisnis.
roda gila berputar, ide datang lebih dulu
jadi, bagaimana seharusnya perusahaan merespons ketidakmampuan pusat data dalam memberdayakan pertumbuhan bisnis?
“agar data dapat menghasilkan nilai atau membantu pertumbuhan bisnis, pertama-tama harus ada konsep panduan.” yu binping percaya bahwa tanpa konsep panduan, akan sulit bagi departemen teknis atau teknologi independen untuk menghasilkan nilai yang lebih besar pada data. dengan kata lain, di bawah panduan konsep, kita dapat mendorong penerapan "teknik" seperti algoritme, gudang data, dan model besar. hanya dengan bekerja sama kita dapat menghasilkan nilai yang lebih baik dari data.
pertimbangan ini bertepatan dengan konsep "data flywheel". konsep "roda gila data" menekankan konsumsi data sebagai inti, mendorong integrasi mendalam antara aliran data dan proses bisnis, dan membentuk mekanisme siklus yang memperkuat diri. kunci dari roda gila data adalah mengintegrasikan analisis dan aplikasi data ke dalam setiap aspek bisnis, sehingga mewujudkan aktivasi aset data dan inovasi aplikasi bisnis.
"di perusahaan tradisional, 'flywheel data' dapat digunakan sebagai konsep atau panduan untuk penerapan data." yu binping menekankan bahwa flywheel data tidak hanya tidak konsisten dengan pusat data, tetapi juga merupakan lompatan yang didasarkan pada hal tersebut, mendorong data. aplikasi ke tingkat berikutnya. sebagai infrastruktur pemrosesan data, pusat data berfokus pada pembangunan gudang data publik dan platform data besar; roda gila data, dengan karakteristik sirkulasi dinamis dan optimalisasi berkelanjutan, telah menjadi akselerator aplikasi data mendorong pengembangan data perusahaan. mencapai lompatan yang lebih efisien dan cerdas dalam tata kelola dan aplikasi.
dengan mengambil contoh bisnisnya sendiri, yu binping menyarankan bahwa bagi perusahaan berbasis data, mengandalkan data dan teknologi untuk analisis pelanggan, pemasaran presisi, dll. telah menjadi hal yang biasa. peningkatan kemampuan teknis yang berkelanjutan sangat penting untuk memastikan keakuratan analisis dan hasil data. termasuk membangun algoritma, model, gudang data dan aplikasi ai, dll. bagi tim perusahaan yang kurang memiliki kesadaran akan nilai data atau teknologi, kuncinya adalah secara proaktif menemukan dan menyelesaikan permasalahan bisnis, dan mendemonstrasikan efektivitas teknologi data melalui kasus-kasus nyata, sehingga merangsang solusi untuk lebih banyak kebutuhan dan permasalahan. membentuk siklus yang baik, dan memanfaatkan sepenuhnya nilai potensi data.
diberkati oleh modelnya yang besar, roda gila tersebut berakselerasi saat mendarat
meskipun konsep "flywheel data" sejalan dengan kebutuhan dan permasalahan perusahaan saat ini, bagaimana membuat "flywheel" berputar masih merupakan pertanyaan yang harus dieksplorasi.
menurut yu binping, keberhasilan implementasi data flywheel bergantung pada tujuan pelanggan dan bisnis yang jelas, data berkualitas tinggi, dan sarana teknis yang tepat.
pertama, roda gila data harus fokus pada pelanggan dan bisnis, bukan sekadar mengejar teknologi, untuk memastikan bahwa strategi digital benar-benar dapat membantu pelanggan dan pertumbuhan bisnis. kedua, jalur implementasi perlu memastikan kualitas data, yang mencakup pengumpulan, pemrosesan, dan konstruksi data, yang merupakan dasar untuk mencapai efek roda gila data. hal terakhir adalah kemampuan teknis, pemilihan algoritma yang sesuai, model ai dan sarana teknis spesifik lainnya untuk memaksimalkan nilai.
pada tingkat teknis, perkembangan pesat model-model besar telah memberikan akselerator yang kuat untuk implementasi data flywheel.
yu binping menunjukkan bahwa penerapan teknologi model besar telah sangat meningkatkan kenyamanan dan efisiensi aplikasi data. “tanpa dukungan model besar, data flywheel mungkin hanya berada pada level teoritis, atau hanya dapat digunakan oleh mereka yang berada di level tersebut. internet yang memiliki gen teknologi data. bagi sebagian besar perusahaan tradisional, untuk menerapkan konsep ini, mereka perlu mengandalkan kekuatan model yang besar.”
misalnya, teknologi model besar dapat dengan cepat mengidentifikasi dan mengklasifikasikan data melalui kemampuan pemahaman semantiknya yang kuat, sehingga menyederhanakan proses tata kelola data. dalam praktik yu binping, model besar digunakan untuk mengoptimalkan pembersihan data dan pekerjaan tata kelola, dengan tingkat akurasi lebih dari 95%. aplikasi teknologi seperti itu tidak hanya meningkatkan efisiensi pemrosesan data, namun juga memberikan lebih banyak nilai data bagi perusahaan dan memberikan dukungan data yang kuat untuk pengambilan keputusan bisnis.
terakhir, bagi banyak perusahaan di tiongkok, tujuan utamanya adalah mendigitalkan bisnis mereka dan menggunakan teknologi untuk melayani bisnis dan pelanggan mereka dengan lebih baik. perusahaan harus memahami tren ini, terus melakukan eksplorasi dan praktik, menggunakan data sebagai sayap, mempercepat perputaran roda gila, dan mencapai lompatan dalam transformasi digital. (jaringan berita xianning)
