专注于数字技术的商业观察者
登录×
2020商业领袖
2020-07-07

Qlik:用数据赋能智慧农业

时间: 2020-07-07 编辑:

“从1993年成立于瑞典隆德到多年后进入中国市场,Qlik 经过20多年的快速成长,让其拥有了全球1700家合作...

“从1993年成立于瑞典隆德到多年后进入中国市场,Qlik 经过20多年的快速成长,让其拥有了全球1700家合作商,” Qlik大中华区董事总经理刘智宏先生在接受笔者的采访时表示,Qlik经过多年的收购、并购,已经从数据分析的厂商、供应商转变成可以为客户提供完整的端对端的数据集成分析平台,借助数据,赋予客户企业加速业务上的增值。

事实上,在全球数字化转型的浪潮中,由于市场环境的趋势差异化,都在面临着不同的挑战。比如,ERP企业的资源计划系统,或者是CRM关于客户关系的管理系统,又或者是WMS仓库管理系统,这些应用层面的数字化转型,因复杂的业务关系造成了“数据孤岛”的难点。另外,软件及服务(SaaS)的出现,也让传统企业在数字化转型的过程中,面对业务与IT如何结合应用的难题。当然,最重要的是人才的缺失。

“除了应用、数据层面的提升,人才的培养同样是巨大的挑战。传统企业数字化转型的成功,人才仍然占据着主导角色。” 刘智宏先生表示,Qlik 也会从三个方面着手——数据即服务(Data as a service)、数据整合(Data Integration)、数据素养(Data Literacy),帮助客户渡过转型期的“阵痛”。

中国农业科学院农业信息研究所成立于1957年,从成立到现在经历了一系列变革,目前主要从事农业领域的三大学科的研究和应用,包括:农业信息分析、农业信息技术、农业信息资源管理这几个方面。

“在农业生产领域,我们在农业产前、产中、产后各个环节,运用农业数据和技术来做一些产前的决策、产中的生产技术数据支撑,以及产后的运营决策支持面向市场。” 中国农业科学院农业信息研究所认知计算研究室主任崔运鹏研究员表示,农业信息研究所在服务领域主要是知识服务、信息服务以及农业领域的数据咨询分析结果,面向生产者和社会发布的一些分析报告、应用程序,分析结果等。

学科领域主要有两大方面:结构化的数据分析,面向现有的业务系统、数据库以及自采数据管理。非结构化的数据分析,做能源领域的知识服务,特别是基于自然语言处理技术的智能化,以及文本挖掘、数据科学分析和应用。

“其实早在2007年我们就开始从事农业领域的BI应用,最终选择Qlik是因为它的内存计算技术对于大规模数据处理比较顺畅,而且它的地理信息系统(GIS)支撑比较强,还有就是它探索式的互动、交互数据分析,为用户提供数据分析的工具,让用户自己进行分析和做出决策,占据主动性。” 崔运鹏研究员表示,当前Qlik提供的BI技术支持主要应用在科学数据领域,通过交互式分析、技术探索,做农业生产领域的数据分析。

值得一提的是,传统软件项目的任务处理系统流程是需求驱动,数据项目是数据驱动。具体来说,数据的处理过程会涉及到一系列的工具和产品,比如说,在数据采集阶段会涉及到软件爬虫、数据的业务系统和采集系统等。在数据治理阶段,如果没有很好的数据管理,也会造成非常大的困扰。

当现有的数据资产建立数据仓库来支撑决策时,需要相应的数据仓库的建设工具来进行数据分析。在整个数据科学输出里面有两个途径:数据可视化以及数据分析结构与设备的结合,比如人脸识别。

“我们用Qlik的技术和产品做的东西覆盖两个环节:数据治理和数据可视化。” 崔运鹏研究员表示,在数据治理环节,Qlik的后台集成了自己的工具,有自己的语言和图形化界面,可以直接连到数据语言去做数据仓库构建,极大的简化了操作性。在数据可视化环节,主要用于农业数据治理和数据可视化设计、制作和发布过程。

写在最后

在刘智宏先生看来,与中国本地的BI厂商相比,Qlik比较明显的优势在于海外的项目经验,以及在海外的科研上面带来的好处。可以把海外一些新兴的项目或者情况带给中国市场。“Qlik刚好占了两边的优势,在中国这边Qlik把先进的BI的方法,带到其他的国家;另外一方面,Qlik也可以从海外那边带来很多中国这边还没碰到的一些应用。”

可预见的是,随着全球数字化浪潮的进一步发酵,数据正在成为新一代的价值核心。

“当企业能够掌握到海量、最新、即时的数据就能得到无与伦比的优势。” 刘智宏先生表示,尤其是在当前火热的5G、AI等新兴技术相互加持的趋势下,Qlik所见到的不只是商务的可能性,还有更多正面的影响——5G可以应用到软件即服务的平台,AI可以赋能IoT带来即刻在现场采集到的数据,做出人工智能的海量分析,……这些新的科技,Qlik都会第一时间研究和投入,把 Qlik 在全世界各地所搜集到的优质学习经验,都会带进到中国的项目里。

标签:
版权声明:本文版权归数字商业时代所有,未经允许任何单位或个人不得转载,复制或以任何其他方式使用本文全部或部分,侵权必究。