前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >企业算法架构的转变——成为智慧企业的必经之路

企业算法架构的转变——成为智慧企业的必经之路

原创
作者头像
云大学小编
修改2020-07-14 17:19:19
5050
修改2020-07-14 17:19:19
举报
文章被收录于专栏:云+直播云+直播

点击观看大咖分享

什么是企业架构

企业架构并不是一个新的概念,粗略地算一下它已经有40年的历史了,那么企业架构是干什么的呢?我们直接对真实世界的企业进行分析的话是比较困难的,因为表面上看企业是由人组成的,这样的话如果我们想对它进行分析、了解它的价值和缺陷就很难。因此我们将企业进行一个抽象,不同领域对企业的抽象是不一样的,比如经济学会认为企业就是由许多契约组成的一个关系,就像人和企业间签订的劳动合同等;IT、数据领域对企业的抽象则是一些流程及信息流。所以我们也说企业架构是对真实世界企业的业务流程、IT设施的抽象描述。

同时,企业架构也是包括了企业战略、组织、职能、业务流程、IT系统、数据、网络部署等的完整、一体化描述。它反映了企业业务的状况,并体现了业务与IT的映射关系,能明确各类IT的映射关系,能明确各类IT设施对业务的支撑关系。

在这里我们可以做一个类比,将企业的IT建设过程比作城市规划建设过程,企业架构就像企业的“城市总体规划蓝图”,在它的指导下,各个IT系统的建设得以有序开展。

信息化架构发展史

我们简单地看一下企业架构的历史,其实还蛮久远的。企业架构的萌芽期应该是在上世纪的80年代,Zachman开发了被称为“Zachman企业架构模型”的架构框架,这也是企业架构的鼻祖。

后来企业架构在90年代中,尤其是在美国的军方开始广泛地使用。

之后在90年代末就有了一个代表性的组织——TOGAF,它在架构设计、架构标准化方面起到了非常重要的作用。

而到了2011年左右,企业架构就被广泛地接受了。

企业信息系统架构从BI到AI的转变

BI一个最大的特点是,它更多地是对我们的经营业绩、经营成果进行分析。一般情况下,我们很难看到有人用报表来直接开发算法模型等,所以我们一般把认为BI是用作业务运营分析、优化,做报表、可视化之类的工作。

而AI是什么场景呢?它是基于客户微观分析,首先建立对微观的洞察,进而对其未来的行为进行预测。其实我们在做商业分析,尤其是银行的商业建模时,其实都是在对客户的未来行为进行预测,比如这个人是否会接受营销、是否会进行购买、是否违约等,所以在银行这个场景中,机器学习基本上都是行为预测,它都是基于微观个体进行建模。

那么从BI的宏观业务分析到AI的微观业务分析,对我们企业当中IT系统的建设要求是不一样的。对BI来说,我们很多的企业架构是竖井式的,是不共享的,因为我们只要保证数据汇总到一起,给领导看的数据是完整的就行了。

但AI不一样,AI环境最终服务的不是业务报表,它最终建立模型之后需要返回到业务系统,这就要求我们业务系统的标准和我们分析环境的标准应该是完全一体化的。所以到了AI时代,它对我们的IT系统是有一个更严格的要求了。

那么要进行这种转变,我们应该做哪些事情呢?我们这里展示了一个分四个层级的智慧企业的必经之路,首先是数据战略,我们要明确我们的愿景是什么,并将数据素养纳入组织愿景、战略和核心流程。

有了战略之后我们开始做数据平台工程,要求设计并构建出的数据平台可以收集、传输和管理企业级的数据 。

那么有了数据平台之后,我们就要开始进行数据洞察,包括了客户洞察以及业务洞察。通过洞察来支持企业的决策、预测和流程自动化。

最后就是机器智慧,也就是所谓的智能。也就是把我们的洞察获得的结论应用于我们的业务系统,也就是利用机器学习从数据洞察中采取自主行动。

如何做到持续智能

传统IT中存在着许多问题,比如创新困难、交付时间长、组织隔离等。因此我们要想做到持续智能就需要去解决这些问题,首先是快速创新,抛弃过去完全论述清楚之后才进行开发的做法,采取敏捷开发,用数据来告诉我们究竟哪种策略比较好,提高我们创新的速度。

第二是缩短交付时间,取数据、做报表往往都是业务部门自己进行,这里就涉及到要部署一些生产环境,如果我们可以在数小时内完成这些部署,就可以大大缩短我们的交付时间。

最后是混合团队,也就是所谓的人员混搭。将业务、数据和IT人员混搭运作,也是大大提高了我们上线的速度。

构建持续智能的能力

下面我们介绍一下持续智能的能力建设,首先是识别变化,使得我们的组织比较敏感,对于业务环境、客群类型、客户需求等都要有一个快速识别的能力。

第二是敏捷研究,比如一旦我们的客群发生变化,就马上要对它进行一个分析,然后进行预测、决策等措施。

第三是智能建模,这个就不过多的介绍了,因为很多的模型只要把数据给它,按照标准的流程去进行,它完全可以做到自动化建模,这样我们的建模速度就会很快。

第四是智能评估,我们在快速建模之后怎么样判断这个模型的好坏,就需要建立起一个模型评估的体系。

最后就是敏捷测试,其实就是一个反复迭代、反复优化的过程。

温馨提示:本期直播课中还分享了关于企业算法架构更深入的知识和以精准获客为例展示数据智能落地,建议感兴趣的同学观看完整课程视频进行学习,点击文章开头"点击观看大咖分享"即可跳转观看~


问卷

为了给广大开发者提供最实用、最热门前沿、最干货的视频教程,请让我们听到你的需要,感谢您的时间!点击填写 问卷

关注“腾讯云大学”公众号,回复【加群】进入交流群

腾讯云大学是腾讯云旗下面向云生态用户的一站式学习成长平台。腾讯云大学大咖分享每周邀请内部技术大咖,为你提供免费、专业、行业最新技术动态分享。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 点击观看大咖分享
  • 问卷
相关产品与服务
腾讯云 BI
腾讯云 BI(Business Intelligence,BI)提供从数据源接入、数据建模到数据可视化分析全流程的BI能力,帮助经营者快速获取决策数据依据。系统采用敏捷自助式设计,使用者仅需通过简单拖拽即可完成原本复杂的报表开发过程,并支持报表的分享、推送等企业协作场景。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档