毕马威-解锁数据分析在采矿业的价值-2017.9-14页

《毕马威-解锁数据分析在采矿业的价值-2017.9-14页》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、解锁数据分析在采矿业的价值kpmg.com/cn解锁数据分析在采矿业的价值2©2017毕马威华振会计师事务所(特殊普通合伙)、毕马威企业咨询(中国)有限公司及毕马威会计师事务所，均是与瑞士实体—毕马威国际合作组织(“毕马威国际”)相关联的独立成员所网络中的成员。毕马威华振会计师事务所(特殊普通合伙)为一所中国合伙制会计师事务所；毕马威企业咨询(中国)有限公司为一所中国外商独资企业；毕马威会计师事务所为一所香港合伙制事务所。版权所有，不得转载。中国印刷。4解锁数据分析在采矿业的价值解锁数据分析在采矿

2、业的价值数据分析正越来越多地塑造着我们的世界。采用先进的分析技术能够推动更快和更好的企业决策，促使各行各业的企业迅速投资于分析技术和能力。为了确保其成功及其日常运营的改善，采矿企业越来越认识到由信息和运营技术系统所产生的数据的重要性。为了获得竞争优势，采矿企业更倾向于利用数据分析解锁企业的价值。数据分析可为采矿业提供许多益处：•帮助评估风险及需要重点关注的资源；•更深入地了解采矿企业；及•提供运营开支方面的信息，以更准确地做出预算和预测。利用操作技术(OperationalTechnology)系

3、统产生的数据（相对于信息系统内传统、结构化的数据，如ERP），采矿企业可以做出更多有关整体业务的知情决策。面对着环境、安全和健康等挑战，采矿业亟需进行更多有预测性和规范性的分析以降低成本、提高生产率并增加收入。©2017毕马威华振会计师事务所(特殊普通合伙)、毕马威企业咨询(中国)有限公司及毕马威会计师事务所，均是与瑞士实体—毕马威国际合作组织(“毕马威国际”)相关联的独立成员所网络中的成员。毕马威华振会计师事务所(特殊普通合伙)为一所中国合伙制会计师事务所；毕马威企业咨询(中国)有限公司为一所中

4、国外商独资企业；毕马威会计师事务所为一所香港合伙制事务所。版权所有，不得转载。中国印刷。解锁数据分析在采矿业的价值5数据分析的演变越来越多的采矿企业提出对自身数据分析成熟度的评估需求，也是其最终分析策略的体现。描述性分析也称“数据挖掘”，主要用于对历史数据的分析，从而在过往事件的基础上增加更深层次的理解。这类分析非常费时，且对企业增值不大，但在进行以下两种活动时却十分有益：-寻找数据规律-进行数据对比诊断性分析用于识别历史数据的异常情况，并指出事件发生或发展趋势的原因。预测性分析最常见类别的分析方

5、法，用于根据历史数据预测未来可能的趋势。这些方法使企业能够根据所预测的下一步会发生的事态做出知情的决策。规范性分析尽管很少使用，但这是一个有价值的分析方法。这类分析方法是通过将数据在各种模拟中进行运算来回答特定的问题，从而得出最佳解决方案。这类分析方法是将数据、数学模型及各种商业规则组合在一起，从中获得最优的结论。自适应分析自适应分析是一个有新意的的预测性分析-采用统计学模型对数据中的误差进行连续性的识别和纠正，同时进行实时结果预测，以确保结果的及时性和相关性。回顾过去展望未来自适应我们如何学习?

6、规范性我们如何优化?预测性诊断性会发生什么?为何发生？可接近值描述性发生了什么?通过数据了解趋势，解释事情发生的建立生态系统模型并为达到最优结从用户行为中学习，让并完善数据生态系统原因模拟不同情形以预测果采取的标准更多的技术人员注重异未来可能的结果化行为常情况分析精密度©2017毕马威华振会计师事务所(特殊普通合伙)、毕马威企业咨询(中国)有限公司及毕马威会计师事务所，均是与瑞士实体—毕马威国际合作组织(“毕马威国际”)相关联的独立成员所网络中的成员。毕马威华振会计师事务所(特殊普通合伙)为一所中

7、国合伙制会计师事务所；毕马威企业咨询(中国)有限公司为一所中国外商独资企业；毕马威会计师事务所为一所香港合伙制事务所。版权所有，不得转载。中国印刷。6解锁数据分析在采矿业的价值数据分析趋势在毕马威国际矿业大会期间，毕马威与采矿企业高官们讨论了数据分析在企业中的重要性。这些问题是根据毕马威国际委托Forrester咨询公司的调查提出的，该调查通过探讨企业在四个信任支撑点的能力去研究对数据分析信任的效能。信任分析的四个支撑点分析中的信任，如同对产品或人的信任，常常是由两件事的结合去推动：它的可信度和真

8、实可信的证据。“信任分析”不是一个模糊的概念或理论。严格的战略和流程是其核心，目的是为了最大限度地信任。有些分析方法为大家所熟悉但颇具挑战性，比如提高数据质量和保护数据私隐。另外一些方法则属于相对新兴的、未定义的数据分析范畴，比如道德规范和诚信。我们认为，各机构应采取一个跨越分析周期并建立在四个关键信任支撑点之上的信任的系统方法：•质量。数据分析的基本组成部分是否足够好？企业如何理解质量在数据和数据分析方法的开发和管理过程中扮演的角色？•有效性。分析工作是否按预期进行?企业产出的准