【文章內容簡介】 驅動或開/關閥，以最大限度的提高流量），設置用來優(yōu)化資產(chǎn)（例如，工業(yè)機器設置以最大限度的提高收益率），以政策優(yōu)化流程（例如，用服務水平政策以最大限度的提高可用性和降低成本），推薦價格或優(yōu)惠（例如，價格優(yōu)化或最優(yōu)價選擇）。企業(yè)中的個人或團體可以選擇任何符合他們標準的的DRaaS，作為一個進程的一部分，以加快高質量決策的速度。大多數(shù)企業(yè)仍然以他們的商業(yè)模式和歷史數(shù)據(jù)結構演變的歷史數(shù)據(jù)運行和做出決策。然而，有一些趨勢正在興起，推動企業(yè)考慮新的決策模式和自動化決策資源：n 興起的大數(shù)據(jù)等不同的IT系統(tǒng)，客戶互動，合作伙伴系統(tǒng)和物聯(lián)網(wǎng)（IOT）.n 對實時數(shù)據(jù)和粒狀操作數(shù)據(jù)的不斷增長的需求。n 對外包模式和基于云服務相結合的認可。n 面向服務架構（SOA）和基于云/API應用程序開發(fā)，它使得整合決策服務到業(yè)務流程和系統(tǒng)中變得更容易。n 許多組織面臨嚴重的預算限制，尤其是政府企業(yè)。越來越多的企業(yè)不僅開始對外包進行探索，同時也對數(shù)據(jù)分析和由此產(chǎn)生的規(guī)范性建議進行探索。DRaaS核心的好處是，它減少了資本和運營開支，企業(yè)可能有累積收集數(shù)據(jù)。此外，它允許BUs通過向專家提供外包數(shù)據(jù)分析來利用其它提供商的核心專長。這方面的例子有：n 流量分析和Bitcarrier提供的建議。n 維護建議，GE提供基于它的引擎?zhèn)鞲衅骱头治龌蚣夹g和服務供應商獲得運營技術（OT）的數(shù)據(jù)從客戶端直接發(fā)送回維修間隔和干預建議。n 腫瘤學確診了IBMWellPoint的的臨床腫瘤學顧問（基于Watson）可以提供給醫(yī)生?；诨ヂ?lián)網(wǎng)的行業(yè)使用推薦引擎和優(yōu)惠/廣告引擎，它是DRaaS型號的前驅。由于構建模塊技術和商業(yè)模式的成熟，我們希望看到新的模式和機遇，就如企業(yè)充分利用DRaaS增加他們的競爭力。諒解更多信息請參閱“從物聯(lián)網(wǎng)四個基本使用的案例揭開價值”。用戶建議：高級管理人員應該在2013—2014進行試驗，以便于更好的理解DRaaS的商業(yè)潛力，同時限制他們的風險。特別是發(fā)展領域將集中于這兩個方面：n 商業(yè)潛力。了解它是如何影響業(yè)務指標的，如推向市場時間的改進，新性能的基準和成本的減少，以及觀察新業(yè)務和服務功能的潛力。n 風險緩解。SLA的條款和條件，以及從隱私政策和重點企業(yè)知識產(chǎn)權的流失獲得更深刻的風險理解。決策的好壞與輸入數(shù)據(jù)和必然數(shù)據(jù)一樣被提供給DRaaS提供商，以確保數(shù)據(jù)源的可靠性和清潔性或已在DRaaS提供商那里。另外，在建議和決定中通過DRaaS提供商提供的步驟確定你建立的信任。它的完成是通過慢慢引入自動化決策選擇和驗證它們是否提高業(yè)務指標。在被整個BU考慮使用之前，該模型需要被測試和分析控制以及因素風險減輕設置，例如樹形決策輸出的可靠性或隱私方面的考慮。使用風險緩解，例如，當一個企業(yè)想要評估法律后果從一套外包自動化解決工具而不是從專家做出選擇。還需要注意的是實施者將要確保系統(tǒng)提供了多種建議，以及人們接受過它的使用和限制的訓練。這是為了最大限度的減少市民不想讓矛盾的專家系統(tǒng)威脅自己的工作問題。從技術角度看，DRaaS更容易實現(xiàn)在已經(jīng)推行了SOA或基于Web的體系結構的企業(yè)。商業(yè)影響：這種趨勢是適用于幾乎所有的行業(yè)背景，組織規(guī)模和地域。DRaaS能夠應用于核心和輔助能力，因此它可以引起逐步改善，以及競爭性的改進。DRaaS可以提高已有決策，比如通過增長維護周期以實現(xiàn)資產(chǎn)優(yōu)化。它也可以用來支持全新的業(yè)務和收入領域。這些新能力可以使智能城市業(yè)務，如通過交通流量監(jiān)測以及向城市規(guī)劃者建議安裝提示便利的車道裝置。在商場購物密度較低的地段設置實時銷售或者折扣，這可能成為新的零售創(chuàng)收機會。效益評估：高市場占有率：目標用戶的1%5%發(fā)展狀態(tài)：新興階段樣本廠商：Bitcarrier。 GE。 IBM推薦閱讀：Uncover Value From the Internet of Things With the Four Fundamental Usage Scenarios 自動駕駛汽車分析者：Thilo Koslowski定義:自動駕駛汽車是一個在自動駕駛模式下利用各種車載技術和傳感器，如激光，雷達，和攝像頭以及先進的駕駛輔助系統(tǒng)，軟件，地圖數(shù)據(jù)，全球定位系統(tǒng)（GPS）和無線數(shù)據(jù)通信等技術，實現(xiàn)從一個起點到達預定目標的自動駕駛。地位和接受速度的論證：推進傳感器，定位，成像，指導和通信技術，結合先進的軟件和云計算使得自動駕駛汽車更加接近現(xiàn)實。然而，在自動駕駛汽車可以實現(xiàn)用戶所需要的實際水平之前，它仍然存在著復雜的挑戰(zhàn)。自動駕駛汽車的發(fā)展很大程度上取決于傳感器和地圖數(shù)據(jù)技術。傳感器數(shù)據(jù)需要高速數(shù)據(jù)總線和非常高性能計算處理器提供實時路線導航和障礙檢測。自動駕駛車輛的引入將會是分階段的，包括引入自動化車輛將執(zhí)行某些任務，比如自動轉向，但是不會是完全自主的。自動駕駛汽車可以幫助減少尾氣排放，它是因為通過駕駛速度與交通管理數(shù)據(jù)匹配，避免在紅綠燈時反復停止。努力通過非汽車公司，如谷歌正在幫助實現(xiàn)自動駕駛汽車的關鍵進步和在技術的優(yōu)勢和成熟度方面教育消費者。實現(xiàn)自動駕駛汽車的主要挑戰(zhàn)不是限于降低技術成本，還有越來越多的法律方面的考慮，比如責任和駕駛員有關的方面。例如，醉酒司機可以使用自動駕車嗎？兒童可以使用自動駕駛汽車嗎？第一個自動駕駛汽車將會出現(xiàn)在近十年中，并且早期的例子可能會限于特定的道路和駕駛場景。在2013年，自動駕駛汽車項目和測試都在增加，因為汽車制造商，供應商和技術公司會繼續(xù)在這個領域投資。用戶建議：汽車企業(yè)應該與技術供應商合作（例如，軟件，硬件，傳感器，地圖數(shù)據(jù)和網(wǎng)絡提供商）交流實驗所需技術的成本和復雜性，并仔細和用戶平衡目標的精度。消費者教育是至關重要的，以確保一旦自動駕駛汽車技術可以廣泛推廣可以滿足預期的需求。例如，司機需要學習在自動駕駛由于技術錯誤或者變化環(huán)境條件的情況下脫離時，怎樣進行手動接管汽車。值得注意的是，在實現(xiàn)自動駕駛或局部自動駕駛汽車的過度階段也使用現(xiàn)有的舊車輛。這也將對駕駛員的培訓和駕照的獲取有影響。商業(yè)影響：汽車公司將向市場推出自動駕駛汽車，它具有創(chuàng)新的輔助駕駛，安全，方便，同時也是作為降低車輛油耗的選擇。非汽車企業(yè)的利益機會突出在，將自駕車變成一個消費和數(shù)字創(chuàng)造的理想平臺，包括基于位置的服務和車輛IT的移動計算平臺。自駕車也是汽車企業(yè)應該探索的流動創(chuàng)新的一部分。例如，自駕車可能會在汽車行業(yè)領導新的商業(yè)模式，突出表現(xiàn)在流動性按需訪問而不是車輛所有權。效益評估：變革性市場占有率：少于目標用戶的1%發(fā)展狀態(tài)：萌芽期樣本廠商：Bosch。 Continental Automotive Systems。 Google。 Mobileye。 Nokia。 Valeo推薦閱讀：. Consumer Vehicle ICT Study: WebBased Features Continue toRiseGerman Consumer Vehicle ICT Study: Demand for InVehicle Technologies Continues to EvolvePredicts 2013: Mobile, Cloud and Information Fuel the Automotive Era of Smart MobilityMaverick* Research: How Technology Is Ending the Automotive Industry39。s CenturyOld Business ModelGoogle Moves Autonomous Cars Closer to Reality 數(shù)據(jù)科學分析者：Douglas Laney。 RoxaneEdjlali定義：數(shù)據(jù)科學是業(yè)務能力和相關學科建模，創(chuàng)建和對適用不同的，復雜的，大量和/或高速信息資產(chǎn)的復雜的數(shù)據(jù)分析，提高決策，經(jīng)營業(yè)績，業(yè)務創(chuàng)新和市場洞察力的一種手段。地位和接受速度的論證：數(shù)據(jù)科學是一門學科，涵蓋數(shù)據(jù)準備，業(yè)務建模和分析模型。硬技能，包括統(tǒng)計數(shù)據(jù)，數(shù)據(jù)可視化，數(shù)據(jù)挖掘，機器學習以及數(shù)據(jù)庫和計算機編程。軟技能是對數(shù)據(jù)科學家的期望，包括溝通，協(xié)作，領導能力和對數(shù)據(jù)的熱情（請參閱“數(shù)據(jù)科學家和數(shù)據(jù)科學藝術的新角色”）。這個迅速崛起的能力也往往與大數(shù)據(jù)相關，這個Gartner公司定義為“信息資產(chǎn)的量，速度和/或各種要求的信息處理，增強洞察力，決策和過程自動化的創(chuàng)新形式。”不像其他業(yè)務功能，如CRM，數(shù)據(jù)科學為描述通過這個載體可以提供戰(zhàn)略利益。數(shù)據(jù)科學仍然是一個新興的學科，所以常規(guī)及投資回報率（RIO）的效益尚未確立。大數(shù)據(jù)可用性的不斷提高是結合了科學家稱為數(shù)據(jù)科學的到來，表明資源和技能，可以幫助企業(yè)實現(xiàn)業(yè)務績效和創(chuàng)新變革進步的匯合。今天，數(shù)據(jù)采集有多種形式：從我們的交易系統(tǒng)和社會協(xié)作系統(tǒng)，還有在視頻和音頻和從企業(yè)中復雜的電子地圖，銀團數(shù)據(jù)和廣闊的政府數(shù)據(jù)集的形式之外。除了一般運作的數(shù)據(jù)，企業(yè)正朝著儀器儀表的世界前進傳感器在每一個設備和過程的方法中收集持續(xù)的詳細數(shù)據(jù)。即使低層次的計算機系統(tǒng)運行數(shù)據(jù)記錄正在尋找新的用途（例如，在科學鑒證方面記錄更新時間戳，用戶行為建?；蝾A防性維護）?，F(xiàn)代分析工具，高層次的腳本編程語言，功能強大的算法，簡單的可視化工具，如視頻分析和云共享數(shù)據(jù)集的技術 當所有組合 已經(jīng)表明改造任何組織的任何部門和領域的潛力。以信息為中心的公司，如谷歌，亞馬遜河Facebook，更依賴于他們對復雜數(shù)據(jù)的特定分析決策。數(shù)據(jù)科學家們需要知道，在決策領域使用的數(shù)據(jù)時不斷變形和演變的，所以今天坐車的決定比先前的決定更加豐富（詳情請參閱“工具包：角色描述：數(shù)據(jù)科學”）。與許多領域類似，數(shù)據(jù)科學不是全新的，它是具有特殊功能歷史前體的，包括收益和收入管理，精算學，算法交易和不同的生物科學信息學。在許多方面，它擴展了現(xiàn)有的業(yè)務分析范圍，使用創(chuàng)新的方法優(yōu)化業(yè)務績效。然而，數(shù)據(jù)類型的范圍，數(shù)據(jù)的規(guī)模和細節(jié)變得可用，以及企業(yè)使用商標的廣度超過了一個全新的水平；還有，許多用于支持數(shù)據(jù)科學的工具，技術，技能是新的。需要使其工作的最佳人選他們必須對有關決策方式持有不同的看法。傳統(tǒng)的基于需求的數(shù)據(jù)倉庫和商業(yè)智能（BI）迅速的給更積極的結合大數(shù)據(jù)和數(shù)據(jù)科學執(zhí)行實驗模式讓位?！皵?shù)據(jù)科學”提示了遵循科學方法的傾向：假設一，問題的建模，數(shù)據(jù)采集，數(shù)據(jù)分析，結論和重新測試。然而，由于這個詞更多的是反映分析技術而不是一個整體的特定目的的功能，我們提醒管理人員要充分考慮業(yè)務目標再使用（詳細請參閱“無數(shù)據(jù)的學科是數(shù)據(jù)海洋中的一個小島”）。數(shù)據(jù)科學家是個至關重要的角色，他為企業(yè)從信息資產(chǎn)的大數(shù)據(jù)尋找提取洞察力，而且需要廣泛的技能這樣作為一個團隊就可以表現(xiàn)的更好，例如：n 在企業(yè)利益相關者合作中了解業(yè)務問題時，協(xié)作和團隊精神是必須的。n 分析和決策建模技術都需要發(fā)現(xiàn)數(shù)據(jù)和監(jiān)測模型之間的關系。n 數(shù)據(jù)管理技能需要為分析建立使用的相關數(shù)據(jù)集。這個角色是新的并且這個技術是稀少的：在近十年缺少幾十萬的合格專業(yè)人員。人才短缺是如此的明顯，需求是如此之高，現(xiàn)在50%以上的企業(yè)試圖從內部建立這些技術而不是極端的等待外部的來源。雖然大學都在爭先恐后的前來救援，但是在他們培養(yǎng)出足夠數(shù)據(jù)科學家之前還需要幾年的時間。數(shù)據(jù)科學的數(shù)據(jù)管理方面也正在成為越來越重要的角色，即首席數(shù)據(jù)官（CDO，詳情請參閱“CEO咨詢：首席數(shù)據(jù)官是遠見不是風尚”）。隨著信息成為公認的資產(chǎn)，而不是僅僅是談資，CDOs將成為這些資產(chǎn)的最終管家。CDOs主張說他們太耗費相關技術和功能啟用問題，給予足夠的重視，需要改善保管和信息管理。CDOs的作用是實現(xiàn)價值最大化和通過企業(yè)使用數(shù)據(jù)和管理相關風險。他們往往會集中在某些對企業(yè)更具有沖擊力的地方。而且，正如其他主要企業(yè)資源具有獨立的行政監(jiān)督和組織（如物質資產(chǎn)，金融資產(chǎn)，人力資本），信息資產(chǎn)也開始這樣做。因此，首席信息官，CDO及首席運營官（企業(yè)營運或領導者）也開始形成一個新的管理三巨頭。用戶建議：目錄和考慮在企業(yè)及更大的可用信息資產(chǎn)系統(tǒng)中數(shù)據(jù)源的可用范圍。推測和實驗，尋找其他行業(yè)的出眾的思路采納并適應。為數(shù)據(jù)科學家創(chuàng)建安全執(zhí)行程序，并且不要將數(shù)據(jù)倉庫或商業(yè)智能與數(shù)據(jù)科學功能混為一談。然后，確認研究結果的相對經(jīng)濟價值和企業(yè)利用結果的能力（技術上和文化上）。他們在哪里可以有最大的影響，以及該企業(yè)是否準備制定？認識到數(shù)據(jù)科學家與統(tǒng)計學家和BI分析師在技能和目標方面都不同。但也承認自己是供不應求，所以內部培養(yǎng)人才或者為頂尖人才支付豐厚的薪水是唯一的選擇。數(shù)據(jù)科學需要成組的技能才可以工作，但是和個人端到端能力不同。而且，領導指出從大數(shù)據(jù)獲得利益的關鍵之一是大力發(fā)展更深層次的數(shù)據(jù)讀寫和驗收整個管理隊伍有關數(shù)據(jù)科學的變革潛力。商業(yè)影響：企業(yè)是開放的，為了利用新的數(shù)據(jù)來源和分析技術可以實現(xiàn)對這些傳統(tǒng)的查詢和報表環(huán)境中的運營或者戰(zhàn)略績效相當有競爭力的飛躍。在數(shù)據(jù)科學的進步已經(jīng)取得了銷售及市場推廣，營運及財務表現(xiàn)，合規(guī)性和風險管理以及新產(chǎn)品和服務創(chuàng)新顯著創(chuàng)新，甚至催生能力直接或間接地產(chǎn)品化數(shù)據(jù)本身。而每一個組織不應該期望產(chǎn)生量進步，增量備份增量與之前相比較大是預料之中。與根據(jù)事后描述性分析改變投資和目標相比，更深入的了解診斷分析和具有遠見的向導的預測性和規(guī)范性分析更具有加速成功的效果。n 風險：中度在很多現(xiàn)有的業(yè)務成果中，從基于BI失敗的演變是顯而易見的。n 技術強度：高IT核心理念的起源，不同尋常的額外的IT投資。n 戰(zhàn)略政策變化：中度—分析擴展和基于事實的執(zhí)行機構。n 組織變革：中度一些新的專業(yè)也許需要一個新的支持功能。n 文化變革：大相信數(shù)據(jù)應該推動決策是很困難的。n 流程變革：低一些決策過程會發(fā)生變化，但核心制作和管理過程不會。n 競爭價值：新興產(chǎn)業(yè)，突破性產(chǎn)品和服務創(chuàng)新，降低成本和改進質量，員工和減少風險。n 行業(yè)混亂：行業(yè)三大類（如下所示），拆分對相關特性的組合 工作產(chǎn)品的物理性質（例如，采礦與銀行業(yè)務），該業(yè)務的相關資本資產(chǎn)的強度，服務和知識增值的商業(yè)模式，行業(yè)的相關信息強度。n 失重（例如保險）：高新