数字化转型开拓性：数据驱动型方法
白皮书数字转换开拓:数据驱动的方法数字业务转换(印度生物技术部)从少数企业先驱者追求的战略迅速发展成为几乎所有公司的基本要求。如今，似乎每个组织都在执行DBT计划，一家公司如何才能脱颖而出？毕竟，支持DBT的许多核心技术（包括移动设备，云计算，社交网络和大数据分析等）已被广泛采用。事实证明，特定类型的数据被证明是组织现在面临的许多挑战的解决方案，并为组织提供了取得成功的机会。IDG Research Services对IT领导者进行的一项新调查显示，许多领导DBT包的公司已经学会了利用一种经常被忽视的数据类型：机器数据。收集、分析和利用机器数据的能力正在成为一种强大的竞争优势，并将继续将DBT领导者与那些仅仅与大众一起前进的人区分开来。当前的数字业务转换场景它主要取决于首席信息官和其他IT专业人员来建立产生DBT业务所需的数字组件。受益并获得企业范围的支持。为了取得成功，DBT需要IT和工程从业人员以外的参与。IT 和业务领导者正日益加紧应对这一挑战。事实上，他们别无选择。研究和咨询公司IDC在其2016年7月的“数字化转型：阶段、挑战和举措”报告中指出，数字化转型“已成为企业的当务之急”。IDC认为，“已经踏上这一数字化之旅的组织将保持领先地位不仅在他们的技术追求中，而且在提供商业利益方面，因为他们对变革的杠杆很敏感。这些组织将意识到数字化转型如何对所有业务领域产生积极影响，从对客户体验的影响到提高运营生产力以及改善组织中人们的协作方式。这种对DBT的看涨观点已被广泛分享。毫不奇怪，CIO杂志的“CIO 2017年状况”报告发现，在接受调查的646名IT高管和经理中，有50%的人认为他们目前的角色主要是“转型”，而不是“职能”或“战略”。转型型首席信息官的核心活动包括使 IT 计划与业务目标保持一致、实施新系统和体系结构、培养 IT/业务合作伙伴关系、领导变革工作以及重新设计业务流程。IDG研究服务研究于2017年初进行，对当前的DBT格局提供了更多的见解，调查了美国，英国和德国400多个组织的活动和目标，包括了解他们对机器数据价值的看法。所有受访者都拥有董事级或更高的IT或业务头衔，其公司的收入为5亿美元或以上（或至少有1，000名员工，就公共部门组织而言）。市场的脉搏机数据:组织中几乎所有软件应用程序和电子设备生成的数据。这些数据提供了各种活动的明确时间戳记录，例如交易、IT 事件、客户活动和用户活动，以及与安全威胁和基础设施异常相关的数据。各种类型的机器数据包括日志数据、Web/点击流数据、消息队列和传感器数据。 2白皮书■数字化转型开拓性：数据驱动型方法图1所示。进步与数字业务转型1%8%55%36%仍然得到活性,移动开拓者;从试图与之前,地面赶上群众曲线资料来源:IDG研究2017年如图1所示，绝大多数公司在DBT计划方面认为自己要么“与大众同行”，要么“走在曲线/开拓者”的前面。尽管这些自我评估表明，组织通常对其个人DBT状态持积极态度，但许多公司仍然不确定如何将自己与大众区分开来加入或留在开拓者行列中。大多数公司认为他们有足够的预算来实现他们的DBT目标。三分之二（67%）的人认为他们的DBT预算水平非常好或很好。同样的百分比预计他们的DBT预算将在来年增加，只有8%的人预计会减少。除了基本的预算方向之外，IDG研究服务调查还提供了DBT资金来源的观点。它将DBT定义为一种“数字优先”的方法，除了采用移动，云和大数据分析等技术外，还重新定义了业务流程，组织结构以及与员工，客户和合作 伙伴。那些在追求数字优先战略方面走得最远的组织更有可能表明他们拥有相当多样化的资金来源，包括非IT部门的贡献者，如营销和产品开发部门。这种资金广度表明，领先的组织了解DBT与IT项目一样是一项业务计划，并相应地为其提供资金。机器数据提示数字业务转型规模显然，从IT和业务部门获得混合资金是DBT战略潜力的一个衡量标准。然而，一个更有效的变量是组织如何利用其机器数据。机器数据只是组织可用的一种类型的数据，但它通常是最被低估和利用最少的数据之一。如图 2 所示，大多数公司都认识到关系数据和事务数据的商业价值。人们能够理解和重视这些类型的数据并不奇怪，因为它们是为人类消费量身定制的。相比之下，机器数据是复杂和非结构化的。应用程序日志、事件日志、数据包/流数据、消息队列和其他形式的机器数据可能难以破译。即使是受过解释机器数据培训的 IT 专业人员，也会很快被现场和基于云的数据中心、最终用户和物联网 （IoT） 设备以及互连所有这些元素的网络不断产生的庞大数量所淹没。机器数据带来的挑战反映在许多组织尚未完全认识到其潜力的发现中。当被问及哪些数据类型可以为他们的组织提供最大的商业价值时，只有38%的受访者总体上选择了机器数据。在数字优先计划方面走得最远的公司不成比例地欣赏机器数据的商业价值。图2。数据类型和感知的业务价值关系数据（例如，客户、产品或天气数据）事务数据(例60%59%70%70%77%80%76%“数字第一”战略的现状:信息收集OLTP、发票等)。机数据(例、日志、应用程序、web日志30%22%47%62%59%64%在制定战略的过程中 开始执行战略 部门级变更企业范围的变化点击流、防火墙或传感器数据)53%48%资料来源:IDG研究2017年市场的脉搏 3白皮书■数字化转型开拓性：数据驱动型方法然而，如图 2 所示，在数字优先计划方面走得最远的公司不成比例地赞赏机器数据的商业价值。至少开始执行数字优先战略的企业中，约有一半表示，他们相信机器数据可以带来巨大的商业价值。图3。作战情报的好处在这项调查中，运营智能是指将机器数据转化为有价值的见解的能力。IDG Research Services 调查表明，越来越多的组织认识到利用这些数据的价值。当被问及从机器数据中获得实时洞察和商业价值以实现其数字业务目标的能力时，超过三分之二的受访者表示，这种能力是一个关键或非常重要的优先事项。首要目标为利用机器的数据调查受访者列举了他们希望从数据中获得的各种能力或结果，无论其类型如何。毫无疑问，首要目标是数据安全，44%的受访者认为这是一项关键能力，另有39%的受访者认为这是一项非常重要的能力，总计83%。从数据中获取业务价值的其他主要驱动因素（包括将它们列为关键或非常重要功能的百分比）：■分析和可视化(72%)■强大的搜索功能(69%)■能够支持个人和企业范围的用例，如安全性、IT 运营和业务分析 （69%）■易于使用和学习的直观工具 （66%）受访者还特别列出了机器数据驱动的运营智能可能带来的最大好处。运营智能是指使用机器数据实时了解组织的 IT 系统和技术基础架构中发生的情况的能力。有了这种理解，高管和经理可以做出更明智、更快速的业务决策。提高客户经验提高决策的速度和准确性通过自动化和提高效率降低成本提高生产力提高安全/风险最小化提高客户获取和保留从数据推导可行的见解增加收入的机会提高竞争优势/保持领先于市场趋势缩短新产品和服务的上市时间41%40%40%37%36%36%33%32%31%25%资料来源:IDG研究2017年如图 3 所示，受访者列举了运营智能可以提供的九个不同优势。排在首位的是增强客户体验，其次是改进决策、降低成本和提高生产力。机器数据助力数字化业务转型我们正迅速达到一个点，组织必须将机器数据及其提供的运营智能视为DBT必需品，而不是可选的奢侈品。对于越来越多的领先组织来说，机器数据已经出现作为推动其业务转型计划的最关键引擎。机器数据的核心作用在比较中变得清晰起来调查受访者引用的主要DBT驱动因素的运营智能的好处。如图 4 所示，组织希望从其 DBT 工作中实现的首要目标或结果是提高安全性并最大限度地降低风险。超过四分之三的受访者认为这一目标至关重要或非常重要。其他几个业务驱动因素，包括客户获取、成本降低和辅助决策，在综合关键/非常重要的分数中几乎排名相同。图3和图4的比较表明，机器数据驱动的运营智能的好处与DBT计划的总体目标之间存在很强的相关性。许多顶级DBT目标如果不建立在坚实的机器数据基础上，就无法完全实现。市场的脉搏 4白皮书■数字化转型开拓性：数据驱动型方法图4。数字业务转换驱动程序■至关重要的■非常重要的■有些重要的■不是很重要的■一点也不重要提高安全/风险最小化提高客户获取和保留降低成本通过自动化和提高效率从组织的数据中获取可操作的见解增强客户体验提高决策的速度和准确性增加收入的机会提高竞争优势/保持领先于市场趋势缩短新产品和服务的上市时间2%1%2%1%资料来源:IDG研究2017年成为数字领先了解机器数据的潜在价值和实际实现该价值是两回事。从IDG研究服务的调查来看，大多数组织至少已经达到了理解阶段。那些在数字优先计划中走得最远的公司最有可能利用机器数据为实时业务决策提供信息，而不仅仅是承认其潜力。毫无疑问，尽管机器数据具有所有吸引力，但它可能会给那些想要利用其承诺的人带来挑战。这些数据的来源很多，数据本身是大量和非结构化的，公司可能缺乏内部专业知识或集合。和分析技术 — 需要利用这一丰富的运营情报来源。希望将自己与DBT大众分开的公司如果忽视其宝贵的机器，将很难做到这一点。数据资源。许多领导DBT包的人已经弄清楚了这一点，并正在利用他们所有数据的价值。那些能够收集、分析和利用所有数据的组织将获得优势，推动他们在竞争中领先。欲了解更多信息,请访问市场的脉搏3%27%57%12%5%21%51%21%10%28%50%11%6%26%49%18%5%25%51%18%5%24%51%19%5%24%57%14%5%23%53%18%3%20%49%28%
