區塊鏈:專家稱，建立數據驅動型公司的6個步驟_SeChain

在過去的一年中，企業不得不迅速適應新的各種客戶行為模式，并對其進行調整，因為以前的模式已經不合時宜了。

麥肯錫資深合伙人表示，隨著數據分析成為“一種必不可少的導航工具”，那些提高分析能力的人能夠更好地應對用戶行為和經濟環境的巨大變化。

2020年清楚地告訴我們，始終假設先前的業績可以預測未來的結果將很困難。但是，計算能力和存儲的強勁增長，以及不斷增加的數據源陣列，也意味著我們不再需要依賴直覺。

可以觀察到趨勢，并從企業生成的大量客戶和運營數據中識別出模式。那些知道如何掌握并利用這些見解為其公司制定路線的人將處于領先地位。

成為數據驅動的人并非“好事”

對于將大數據和分析插入其運營中的公司，可得到豐厚的回報。根據PWC的統計，與那些沒有的組織相比，這些組織的生產率提高了5％，盈利能力提高了6％。

Ripple指責美國SEC試圖“壓制公眾對其專家意見的批評”:7月11日消息，Ripple案的被告指控美國SEC對專家報告采取“極端立場”。在最近寫給法官Analisa Torres的一封信中，他們聲稱原告試圖壓制任何“實質性批評”。

5月底，Deaton律師事務所的律師John Deaton提交了一份動議信，請求法官允許他代表數萬名XRP持有者提交一份摘要。在此之前，SEC的專家證人Patrick B. Doody剛剛準備了一份關于XRP持有者購買動機的報告。

Deaton表示他打算提交道伯特動議排除不合格的證據呈現。Hogan & Hogan律所的律師Jeremy Hogan表示，這一動議“意義重大”，因為打擊專家將使證明其案件更具挑戰性。

6月9日，美國最高法院否決了SEC的動議，即封存其對法庭之友參與道伯特訴訟請求的反對函，理由是SEC試圖封存的內容超出了必要范圍。6月15日，SEC提交了修改建議，以證明該專家證人沒有受到“進一步的威脅”和“騷擾”。然而，被告聲稱，SEC試圖“壓制公眾對其專家意見的批評”。（U.Today）[2022/7/11 2:05:03]

同時，哈佛商學院發現，做出以數據為依據的決策的公司對這些決策更有信心，主動并且能夠節省成本。信心分析得到了現成分析的創始人AdrianCoy的支持，他告訴TheNextWeb：

報告：專家稱比特幣和其他加密資產的“長期低迷”是正常的:金色財經報道，幾位專家警告投資者，加密市場的高波動性，包括“長期低迷”應該被長期投資者視為“正常”的市場行為。根據 CNBC 的“Make It”的報道，在 BTC 的價格在本周早些時候跌破 33,000 美元之后，與它交談的幾位專家表示，這種波動是正常的。比特幣在 2021 年 11 月達到約 69,000 美元的歷史新高，現在已下跌約 44%。Onramp Invest 首席執行官 Tyrone Ross 解釋說，波動性對于加密資產市場來說并不罕見：像這樣的長期低迷對于加密貨幣來說是正常的。人們應該知道進入，如果你有辦法，你應該與顧問一起指導你通過這些市場。 （cryptoglobe）[2022/1/30 9:22:31]

“數據驅動實際上使組織承擔了更大的風險，因為他們知道他們可以迅速發現不正常的情況，并在必要時正確地進行糾正。”

聯合國區塊鏈專家：數字貨幣很快就會完全取代銀行帳戶:聯合國全球區塊鏈專家Massimo Buonomo表示，銀行和信用卡長期以來在數字支付領域享有雙頭壟斷地位，但數字貨幣的出現意味著用戶可以完全避開它們。數字貨幣，特別是央行數字貨幣，可能很快就會完全取代銀行帳戶。各國央行為鼓勵更多借貸而實行的低利率可能會加快這一進程。（Coindesk）[2020/6/5]

塞恩斯伯里百貨公司是英國最大的連鎖超市之一，不得不急于滿足需求，因為購物者大驚小怪地購買了面粉和罐頭豬肉等必需品。集團首席信息官PhilJordan告訴diginomica，他的零售商是第一家使用數據洞察力來識別老年人，殘障人士或弱勢顧客并確保他們能夠購買雜貨的零售商。

除了服務底線之外，數據洞察還可以支持涉及業務其他領域的決策。這可以使人們更好地了解員工的心態以及不同的企業社會責任舉措的有效性。

動態 | 元界DNA聯合創始人黃連金出任“全國高校人工智能與大數據創新聯盟區塊鏈專家常委”:12月7日，元界DNA聯合創始人黃連金出席在廣東佛山舉行的第二屆高校人工智能實驗室建設論壇。受全國高校人工智能與大數據創新聯盟的邀請，黃連金現場做了《區塊鏈與人工智能技術結合點和應用場景》的主題演講。

?論壇上，黃連金先生憑借其資深的行業經驗與技術實力，當選全國高校人工智能與大數據創新聯盟區塊鏈專業委員，并現場獲頒“區塊鏈專業委員會專家常務委員”證書。[2019/12/7]

問題在于，將數據驅動的見解轉化為有影響力的業務決策并不是一個簡單的過程。實際上，NewVantagePartners的最新研究發現，只有24％的受訪者認為他們的組織是數據驅動的。

根據專家的說法，如果您想建立一個真正的數據驅動的業務，則不能錯過以下六個步驟：

TokenSky區塊鏈大會首爾站邀請眾多專家發起“首爾共識”:3月14-15日TokenSky區塊鏈大會首爾站將邀請中國人民大學金融安全中心主任，法學院副院長楊東教授，著名區塊鏈金融技術專家Joseph Sadove，以及來自韓國、日本、美國、澳洲、歐洲等全球全球頂級的經濟學家，教授學者，法律專家將共同發起“首爾共識”，討論區塊鏈產業在全球的監管和自律。首爾共識內容包括：1.積極擁抱全球各地法律和監管，積極配合各國政府針對數字貨幣領域的監管措施；2.積極加強行業自律，盡最大努力追求項目合規；3.盡最大努力保護各國投資者權益。[2018/3/2]

第一步：創建路線圖

第一步是通過透徹了解正在使用的數據并創建洞察力的路線圖來打下堅實的基礎。這涉及到定義如何理解，衡量和細分客戶需求和行為，以及如何構建模型以預測未來的行為并定義正確的KPI，度量和流程。

破解數據代碼的作者MikeBugembe在他的書中指出，缺乏明確的策略可能會導致花費大量時間和金錢來收集和分析看起來很有趣且可能被證明有用的數據。他寫道，如果您的公司有足夠的時間和人力資源來進行一般性探索，那將是很好的選擇，但如果沒有，公司可能會擁有大量數據，但缺乏洞察力。Bugembe寫道：“這使任何預期的ROI都面臨風險，因為只有在正確使用數據來交付實際結果時，數據才有價值。”

第二步：培育數據素養和數據民主化的文化

接下來，重要的是，“通過報告和分析工具，”在正確的人面前展示正確的指標，”Coy說。組織內的人員需要能夠理解正確的KPI，并定義跟蹤它們的正確方法。這說明，除了非技術用戶可以訪問數據的數據民主化文化之外，還需要在組織內部具有較高水平的數據知識。

Coy表示，商務智能工具在現階段非常有用，應該指導人們如何使用它們并了解應該做出哪些決定，而不僅僅是按哪個按鈕來獲取報告。Qlik，Tableau，Thoughtspot，PowerBI，Looker，Sisense，Spotfire，Yellowfin，Targit，DataRobot和Snowflake等公司制造了一些用于數據分析的工具。

Snowflake的國際產品營銷負責人RossPerez告訴TheNextWeb，“這些工具對于訪問個人數據，提出疑問，發展戰略以及'采取行動'至關重要。”

第三步：在團隊中發展數據講故事的技能

為了強調數據教育的本質，Perez說，詢問數據問題并允許其講述故事同等重要，同時教與數據工作的人如何有效地講故事與數據同等重要。

優秀的數據講故事者有能力說服和說服。研究表明，圖表和圖形可以使人們比單詞更容易改變主意。此外，根據Tableau的技術宣傳總監AndyCotgreave所說，保持觀眾參與度的最佳方法之一就是以一種每個人都容易理解的方式呈現數據。

第四步：獲得C級買入

第四步是為高級管理人員創建一種自上而下的文化，以便他們可以尋求建議背后的證據，并了解如何跟蹤結果。高層領導對數據驅動的想法至關重要，高層管理人員可以給出的方向也是如此。

一個麥肯錫的報告發現，誰承認數據的重要性高管是開放的接受教育研討會。這種以身作則的榜樣將數據素養文化嵌入了其他員工團隊之中。完全掌握數據驅動文化的領導者可以確保數據盡可能地可訪問，這是數據民主化的宗旨之一。

沒有高層管理人員的支持和理解，見解團隊將無所適從，沒有明確的路線可循，也沒有確定要解決的問題和要分析的數據的優先級。這可能會導致洞察力計劃陷入僵局，因為他們無法獲得吸引力或無法實現預期目標。

Bugembe寫道，如果沒有強大的數據領導力，組織就無法在贏得，服務和保留客戶方面落后于競爭對手。

第五步：建立“咨詢”分析能力

然后，構建“咨詢”分析功能，該功能能夠發明出解決重要的重要業務問題的方法。這是您在各處查找模式并查看哪些數據點具有正相關或負相關的點。Coy認為，這很重要，因為咨詢分析可以幫助企業找出對數據提出的正確問題和提出正確的請求。

從大流行的角度來看，一個常見的問題可能與銷售額的增加或減少有關，但是通過協商方法形成的問題將是“我需要做些什么不同的事情？”。

第六步：分配責任

最后，確保有人負責數據。這可以采取首席分析官或首席數據官的形式。

雖然結果是多種多樣的，并且數據民主化意味著將責任轉移給許多人，但Coy說，最終，需要明確的責任制，以便正確地使用數據。他說：“所有這些取決于正確的數據。壞數據比沒有數據更糟糕。確保有人對此負責。”

盡管Perez并未明確表示收集數據見解的對與錯，但他確實說某些活動比其他活動更有利。

他說，不利的數據活動之一是選擇一種業務策略，然后追溯地查找數據以進行備份。佩雷斯說：“更糟糕的是，使用混淆事實的數據來使某些趨勢顯得比實際趨勢更強大，而其他趨勢則完全消失了，”佩雷斯說。“這真的適得其反。”

相反，他說，如果對人員進行適當的理解和使用數據的培訓，他們將能夠享受數據驅動方法可以帶來的全部好處。

Tags：區塊鏈SEC人工智能數字貨幣區塊鏈的核心是什么SeChain人工智能chatGPT數字貨幣交易員工作內容

酷幣