惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

WordPress大学
WordPress大学
Microsoft Azure Blog
Microsoft Azure Blog
aimingoo的专栏
aimingoo的专栏
Vercel News
Vercel News
U
Unit 42
L
LangChain Blog
J
Java Code Geeks
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
The Cloudflare Blog
F
Fortinet All Blogs
小众软件
小众软件
I
InfoQ
P
Proofpoint News Feed
D
DataBreaches.Net
Martin Fowler
Martin Fowler
H
Help Net Security
T
Tailwind CSS Blog
N
Netflix TechBlog - Medium
有赞技术团队
有赞技术团队
Y
Y Combinator Blog
Recent Announcements
Recent Announcements
B
Blog RSS Feed
酷 壳 – CoolShell
酷 壳 – CoolShell
B
Blog

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
关于数据应用,500强企业与其它企业可能只有0.5的距离!
风姑娘的数字视角 · 2024-08-30 · via 人人都是产品经理

在数字化转型的浪潮中,数据已成为企业最宝贵的资产。然而,数据泛滥并非意味着数据应用的成熟。500强企业与其它企业在数据应用上的距离,可能仅有0.5之遥。本文深入探讨了数据应用的挑战与机遇,指出即便是行业巨头,也仍在数据应用的征途上摸索前行。

‍‍

早期很多企业会说没有数据,缺数据,现在各家企业以及整个市场的数据可以说是数据泛滥,所以我们开始谈数据应用,开始讲数据资产,能够称之为资产的数据的本质就是具备应用的价值,所以说数据应用是当前各个行业以及企业在关注的问题。

当然这个问题是社会性挑战性问题,没有一家企业会说我们数据应用做得很好,只有企业跳出来说我们BI建设得很好,我们招了大量的分析师来做数据分析,这些企业只是把数据应用和这些过程工作等同化为等号,当然说归说,但是这些的“认为”一旦落到实际的业务经营中,那么数据应用就几乎没有实现。

很多企业自认为做得很好,只是他们认为该投入的资源都投入了,该做的事情都做了,毕竟在“做”这件事上,市场上并不缺乏优秀的技术,包括现在我们将AI与传统的数据分析或者其它数据产品结合起来,本质的目标也是希望把数据价值挖掘这件事做得更加彻底,能够实现数据应用,但是数据应用并不容易,这也是当前企业数据资产创建后然后大家就陷入到一阵迷茫中,它到底能干嘛没有人可以说得清楚。

为什么会出现这样的情况?

因为数据分析、数据治理包括数据指标,这些都无法和数据应用划为等号,我们一直都在实现数据应用这个目标的过程工作当中,首先实现数据应用这个目标,涉及的环节工作非常多,不是做好了数据治理就可以,也不是做了数据分析就能实现,也不是建立了数据指标就可以了,我们要将一家企业看作一个数据应用的整体,很多人和很多工作都是这个整体上的某个节点工作,这样各节点工作应是顺畅协作,且衔接紧密的一项企业战略目标,这么来理解那么你就可以理解为什么实现数据应用那么困难。

有人会说那么比如世界500强企业,或者中国500强企业是不是已经走在了领先的道路上,在实现这个目标上比很多企业做得更好。

这个问题要进行拆分来看待。

首先是要实现一个目标,我们分三个阶段,一是起步也就是迈出第一步,二是开始实施也就是正式步入过程工作,三是实现业务赋能,也就是数据彻底有用了,有了肉眼可见的效果了。

我们先说第一个阶段,在这个阶段中,我们不得不承认500强企业的工作是领先的,我们在几年以前就给这些企业做了智能化的运营工作,当时这个概念整个市场都还是未知且迷茫的状态,我们已经在为500强的企业做服务,所以他们确实比很多企业首先迈出了第一步。

过完了第一个阶段,就到了第二个阶段,那就是正式地去实现数据应用,我们在做服务的时候我们会将能做的数据工作包括分析、标签、算法都用上,所以他们在这个过程中很快就把能做的工作都进行开始,当然结果是否完整是否有效,这个涉及的因素太多,细化到企业的某个部门,乃至供应商,我们是无法控制的,只能说这些领头羊能投入的资金都投入了,能投入的人力都投入了,能找的供应商都找了,要说一点没有效果是不可能的,所以也就有了我标题说的0.5的距离,就在一加二的阶段给实现了

然后是第三个阶段,这个阶段也是最难的,可以说到现在为止这些企业都还在不停摸索,不停地在探索,前面一和二的阶段会由于种种原因导致很多企业并不是做得很完整,甚至可以说的有的企业是实现了碎片化,实现了局部性,所以在我们上述说到将企业数据应用看作一个整体的时候,他们由于组织架构的庞然导致很多不可控的因素增加,效果并不是那么明显,这也是为什么才是领先别人0.5。

现在数字化转型说多了,整个市场的企业,不管规模如何都关注到了这个话题,有很多中大型企业都已经步入了进程,但是不可否认有很多中小型企业在摇摆,在犹豫,他们需要的解决方案和很多中大型企业有所不同,又有所同,所以他们开始得举步维艰,麻雀虽小五脏俱全,很多要投的资金也是必不可少的,这就让他们刚开始就面临成本压力,然后直接导致企业老板就此放弃了,这样的企业其实还是很多的。

所以当前市场就会导致阶梯式发展比较明显的分化,没有上车的人很着急,没有做完的企业很焦虑,但是事实上那些巨头企业他们也面临着不一样的困境和瓶颈,很多企业是在第一个和第二个阶段卡住,这些巨头企业徘徊在第三个阶段,然后他们还投入了更多的资金和人力,但是数据应用这个目标还是有点距离,所以从数据上整体的收益其实并不会比其它的企业得到的多。

当然这些巨头企业他们有更多的资金,就有了对新兴科技与技术更广泛的包容性,容错率也更高,所以他们必然一直遥遥领先0.5,这是不可否认的,但是我们不管是在做第一阶段的工作还是第二阶段,本质是要实现第三阶段,只要目标未实现,那么就没有企业是成功的,大家都在同一个跑道上,只是你暂时落后了。

所以对于数字化,转型也好,升级也罢,所有的企业现在还在同一个过程中,不用着急,也不用焦虑,每个企业都应该计划自己的节奏,而不是跟风去投入,你们要做的是找到自己的方向和解决方案,然后和巨头们去缩小0.5的距离,数据帮助决策,那么也就意味着可以帮助道更好做好生意,所以追赶是有必要的,不然市场蛋糕就这么大,在同行竞争中你就不会不断被挤压。

本文由人人都是产品经理作者【风姑娘的数字视角】,微信公众号:【风姑娘的数字视角】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。

题图来自Unsplash,基于 CC0 协议。