百分点科技&IDC联合发布数据科学基础平台白皮书

3月30日,以“数据·进阶”为主题的2023数据科学峰会在北京金隅智造工场·科技秀场成功召开。大会由百分点科技主办,学界、咨询机构、企业等各方专家同台分享,吸引线上线下近百万人次参会观看。

在会议现场,百分点科技联合全球权威咨询机构IDC重磅发布首份数据能力进阶白皮书——《用数据创造价值 以智能激发增长——数据科学基础平台白皮书》。IDC中国副总裁兼首席分析师武连峰表示,全面的数据价值转化能力将为政企运营坚韧性保驾护航,更好地对抗宏观经济的不稳定性,领先开拓新市场。

政企数字化转型进入纵深阶段 数据科学加速数字化能力进阶

近年来数字经济持续高速增长,IDC数据显示,到2022年,全球65%的GDP将由数字化推动;2022年到2023年,数字化转型的直接投资将超过6.8万亿美元。IDC中国企业数字化转型成熟度研究显示,一大批企业已经进入到数字化转型的纵深阶段,即利用集成管理数字化推动常态化运营管理,利用规模数字化实现企业优化创新。

图1 中国企业数字化转型成熟度 2019 VS 2021

随着数字经济的蓬勃发展,政企现有的数字化业务手段将逐渐在竞争中失去差异性。从面向未来发展的视角看,各类机构的数据智能能力将成为其数据/信息转型的重中之重,也是其实现可持续发展的关键竞争力。而强化数据智能核心的关键举措,是遵循数据科学理论,围绕更大范围、更高效率、更快响应和更深融合四个目标维度,持续提升数据价值转化能力。

一方面,在需求侧,行业数据应用持续向深度和广度延伸,政企力求利用数据破除条线壁垒,依托统一的数据资源体系构建面向全域业务的一体化数据服务能力。在这个过程中,政企需要持续深化数据智能的应用能力与范围,将更多的监测、洞察和决策需求通过智能化过程加以实现。随着数据智能的进一步推广,围绕数据价值挖掘与释放过程的专业化分工趋势也将越来越显著,更多的深度治理和算法创新工作有望全面生态化,由更加专业化的团体通过分工与协作完成。

另一方面,在供应侧,随着政企对数据智能需求的不断增加,数据应用与行业纵深领域的联系越来越紧密,相关技术的专业化分工趋势也日渐明显。国内外的主要数据服务厂商都期望构建起以用户为中心的数据全栈化能力体系和应用生态,切实为客户发展提供高价值的服务。

基于数据科学的全流程能力演变和生态协同是必然趋势

IDC对政企数据应用所关注的核心需求进行了调研,结果显示,受访对象普遍对基础设施承载能力、行业经验成果、全流程一体化数据应用能力以及数据方法论等较为关注,其中“一体化数据链路能力,支持端到端的数据价值实现”占比达到29%。

因此,各政企机构有必要创建一个拥有数据全流程能力的重要载体,即一个一体化的数据科学基础平台,通过广泛、开放的数据协同,为各业务方提供端到端的完备数据智能体验。

图2 政企机构对数据科学服务商的关注维度

武连峰表示,数字化业务时代已经来临,数据要素在资金、客户、运营、创新等领域创造价值,需要打造数据获取与治理、数据挖掘与展示、数据变现与创新三大能力。在此基础上,他提出聚焦组织数字化转型的核心需求、将数据科学纳入发展战略、评估数据就绪度与成熟度、选用可持续迭代的全栈能力平台、选择合适的数据科学服务商等八大策略。

构建数据科学基础平台体系 推动一体化数据智能研究与实践

数据科学基础平台体系能够切实帮助政企机构解决数据/信息转型中的多维度难题与挑战,这些挑战主要涉及决策信息不明确、人才配置不合理、数据文化缺失、业务流程滞后、单点技术孤立等普遍性问题。以数据科学基础平台为依托,通过将统一治理平台、先进分析工具、高效应用运营和可持续迭代的技术平台框架相结合,能够有效帮助各类机构在数字化转型过程获得能力体系的全方位提升。

在行业实践中,百分点数据科学基础平台致力于解决数据价值转化过程中的共性需求,为数据工程师、数据分析师和数据科学家群体提供能力全面、交互自然、知识驱动的通用工具,高效构建数据应用。作为一站式的数据价值实现平台,它涵盖了数据应用构建的全栈工具集,并内置行业数据标准、算法模型、知识图谱等领域知识,赋能数据价值实现的各个环节,帮助客户提高构建数据应用的效率及深度广度。

图3 百分点数据科学基础平台功能架构

百分点科技CTO刘译璟介绍,数据科学基础平台具备两大特征。首先是知识化,平台不断沉淀领域中的数据科学知识,包括程序性知识、事实性知识和概念性知识。传统企业的数字化转型面临着冷启动问题,平台能够借助行业内已有的专业知识为其破局。其次是智能化,数据科学基础平台内置了智能辅助开发系统,可以自动化地辅助开发者选择方案以及完成数据适配,并智能化地进行方案精调和改进。同时,能够在数据治理的多个环节依托知识库及语义理解等智能技术帮助开发者提高效率。

IDC建议:各机构应将数据科学能力纳入未来企业发展战略,基于数据价值链全流程的理论基础,在顶层设计的引导下,打通数据集成、数据治理、数据建模、数据分析、数据应用的全流程,形成端到端的一站式解决方案,这也要求相关的团队能够掌握数据科学的理论、方法和技术,具备业务分析、数据建模、数据应用、数据工程实践等全方位能力,构建融合技术、数据、场景的智能化应用,为自身乃至整个行业的数字化转型赋能。