
大數(shù)據(jù)分析僅為贏得新客戶?推動整合轉(zhuǎn)型是關(guān)鍵
作為全球發(fā)展最快的大數(shù)據(jù)市場,雖然超過四分之三的大中華區(qū)企業(yè)在一年內(nèi)實現(xiàn)了大數(shù)據(jù)的投資回報,顯示了高于全球的投資信心,但是更多的中國企業(yè)更注重利用大數(shù)據(jù)分析來贏得新客戶而不是創(chuàng)造更好的客戶體驗,同時,中國企業(yè)普遍在利用大數(shù)據(jù)推動數(shù)字和流程整合轉(zhuǎn)型方面落后于全球整體水平。這是IBM近日發(fā)布的《分析:速度的優(yōu)勢》白皮書的調(diào)查結(jié)果。該白皮書就企業(yè)在分析生命周期的三個關(guān)鍵階段提出了快速將數(shù)據(jù)轉(zhuǎn)變?yōu)槎床觳Ⅱ?qū)動行動的建議,幫助企業(yè)在競爭中保持領(lǐng)先優(yōu)勢。
IBM大中華區(qū)全球企業(yè)咨詢服務(wù)部高級合伙人兼副總裁StevenDavidson表示:“隨著大數(shù)據(jù)應(yīng)用的不斷深入,新的發(fā)展與變化已經(jīng)產(chǎn)生。通過此次《分析:速度的優(yōu)勢》白皮書的發(fā)布,我們可以看到,速度優(yōu)勢對企業(yè)在競爭取勝至關(guān)重要。一部分企業(yè)正通過速度驅(qū)動的數(shù)據(jù)和分析實現(xiàn)差異化發(fā)展,對業(yè)務(wù)績效和競爭地位產(chǎn)生了顯著的影響。這一趨勢對于全球企業(yè)高管,尤其是那些致力于利用創(chuàng)新技術(shù)推動自身發(fā)展的中國企業(yè)的領(lǐng)導(dǎo)尤為重要。IBM一直致力于與中國企業(yè)緊密合作,分享自身豐富的大數(shù)據(jù)分析洞察與資源,共同攜手推動業(yè)務(wù)的創(chuàng)新與增長?!?/span>
四大變化引領(lǐng)全球大數(shù)據(jù)應(yīng)用發(fā)展
作為IBM第六次全球數(shù)據(jù)分析調(diào)研,此次調(diào)研對象包括60多個國家中超過1,000位業(yè)務(wù)和IT高管,其中也包括大中華區(qū)企業(yè)。IBM 2014年全球分析調(diào)研揭示了影響快速發(fā)展的數(shù)字市場的四個重大變化:
變化一:絕大多數(shù)企業(yè)目前在一年內(nèi)實現(xiàn)了大數(shù)據(jù)投資的回報。
變化二:以客戶為中心仍是分析活動的主要目的,但企業(yè)越來越多地將注意力集中于利用大數(shù)據(jù)應(yīng)對運營挑戰(zhàn)。
變化三:通過將數(shù)字化能力集成到業(yè)務(wù)流程中實現(xiàn)企業(yè)轉(zhuǎn)型。
變化四:大數(shù)據(jù)的價值推動力從數(shù)量轉(zhuǎn)變?yōu)樗俣取?/span>
如何在各個關(guān)鍵階段保持領(lǐng)先
利用大數(shù)據(jù)分析,成為領(lǐng)跑者的關(guān)鍵是什么?IBM大中華區(qū)全球企業(yè)咨詢服務(wù)部合伙人、大數(shù)據(jù)和分析負責(zé)人王明德這樣談到:“在研究中我們特別針對領(lǐng)跑者做了一些深入分析,領(lǐng)跑者并不是在某一兩點上做的非常好,而是在分析的生命周期的各個階段都非常出色?!?/span>
IBM大中華區(qū)全球企業(yè)咨詢服務(wù)部合伙人、大數(shù)據(jù)和分析負責(zé)人王明德
IBM把分析生命周期分為標準的三個階段:獲取階段、分析階段、行動階段。王明德強調(diào)說,基于IBM公司掌握的關(guān)于大數(shù)據(jù)分析的技能和知識,也基于IBM對中國企業(yè)以往提供服務(wù)與合作獲得的知識,IBM能夠幫助中國企業(yè)更快地成為或趕上領(lǐng)跑者。
同時,王明德在采訪中也著重談到了此次發(fā)布的白皮書,對中國企業(yè)在這個階段應(yīng)該抓住哪些重點給出的不同建議。在分析生命周期的第一階段,即獲取階段,企業(yè)要獲取數(shù)據(jù)、管理數(shù)據(jù)、處理數(shù)據(jù)。IBM給出的第一個建議就是開發(fā)出能夠支持數(shù)據(jù)多樣性的解決方案。第二個建議則是把這些數(shù)據(jù)真正快速的提供給企業(yè)里需要這些數(shù)據(jù)的人。第三個建議是不要忘記數(shù)據(jù)治理概念的重要性。
當(dāng)企業(yè)進入到分析生命周期的第二階段,即分析階段,企業(yè)已經(jīng)可以從數(shù)據(jù)中獲得洞察,這樣可以專注于某個業(yè)務(wù)領(lǐng)域,通過洞察提升這個業(yè)務(wù)領(lǐng)域的業(yè)務(wù)效果。因此,在這個階段IBM給出的第一個建議是,從外部獲得這樣的洞察,對客戶有更好地了解。其次,要全面地使用更深層的分析。在傳統(tǒng)的數(shù)據(jù)庫中分析主要集中在描述性和診斷性的分析。而現(xiàn)在的大數(shù)據(jù)平臺,有強大的分析軟件和分析引擎,因此應(yīng)該更多地做預(yù)測性、指定性的分析。
分析生命周期的第三階段,即基于數(shù)據(jù)分析作出快速的行動。IBM特別強調(diào)第一步整合數(shù)字和流程的轉(zhuǎn)型做法很關(guān)鍵。這一階段要盡可能使企業(yè)全部數(shù)字化,能夠提供數(shù)字平臺,可以處理目前所有的數(shù)字形式的要求。其次,怎么使這些分析和數(shù)據(jù)能夠供自己的員工和高管使用。比如推出一些符合現(xiàn)在需求的做法,通過移動設(shè)備來使用。IBM給出的第三個建議,一定要專注于以能夠帶來最多的業(yè)務(wù)回報和成果的方式來作為開始行動的起點。
從IBM此次發(fā)布的《分析:速度的優(yōu)勢》白皮書,其核心內(nèi)容則是領(lǐng)跑者數(shù)據(jù)分析驅(qū)動實踐,速度成為了關(guān)鍵。該白皮書指出要跟上當(dāng)前的發(fā)展速度,企業(yè)需要全面地采用分析技術(shù)?;谄髽I(yè)現(xiàn)階段分析能力,白皮書將企業(yè)分為四個組別:領(lǐng)跑者、慢跑者、參與者和旁觀者。占10%的領(lǐng)跑者最有能力滿足速度需求,并創(chuàng)造了巨大的商業(yè)價值。超過一半的領(lǐng)跑者都表示分析對業(yè)務(wù)表現(xiàn)和收入產(chǎn)生了顯著影響并且使他們獲得了顯著的競爭優(yōu)勢。但大中華區(qū)在分析對業(yè)務(wù)、收入和競爭力方面產(chǎn)生影響的表現(xiàn)仍與全球領(lǐng)跑者存在著較大差距。為了創(chuàng)造業(yè)務(wù)價值,中國企業(yè)需要仿效領(lǐng)跑者,并且加快速度管理數(shù)據(jù)和分析,并依據(jù)數(shù)據(jù)洞察采取行動。
大數(shù)據(jù)在中國落地有聲
盡管從整體上而言,中國企業(yè)在大數(shù)據(jù)應(yīng)用方面的表現(xiàn)與全球領(lǐng)跑者存在差距,但是也不乏成功者和領(lǐng)先者。
IBM大中華區(qū)全球咨詢服務(wù)部副合伙人,大數(shù)據(jù)與分析中國區(qū)負責(zé)人謝國忠在采訪中也談到:“最近兩年IBM和中國企業(yè)有很多合作,我們已經(jīng)做了很多相關(guān)的大數(shù)據(jù)的項目實踐。”謝國忠在白皮書發(fā)表之際展示了IBM在十三個重點領(lǐng)域的應(yīng)用場景,同時也著重介紹了諸如上汽集團等企業(yè)大數(shù)據(jù)應(yīng)用的情況。
IBM大中華區(qū)全球咨詢服務(wù)部副合伙人,大數(shù)據(jù)與分析中國區(qū)負責(zé)人謝國忠
比如,IBM幫助上汽集團成功打造中國汽車市場首個O2O電子商務(wù)平臺——車享網(wǎng)。該平臺將基于線上客戶數(shù)據(jù),有效判斷客戶潛在需求,提高運營分析效率,為客戶提供及時的、個性化的服務(wù)與信息。通過全面的客戶洞察做到精細化營銷,車享網(wǎng)平臺將大幅提升會員管理水平。通過數(shù)據(jù)分析提升汽車消費者全生命周期服務(wù)能力,真正做到高品質(zhì)的客戶體驗。目前該公司從訪客變成線下的成交客戶,提升了1%。1%的提升很不簡單,這需要龐大的數(shù)據(jù)量,而這個1%所帶來的總訂單量則提升了11.3%,客戶流失率降低了3%。
在新互聯(lián)網(wǎng)時代下,隨著大數(shù)據(jù)、云計算、社交及移動趨勢的快速崛起,IBM正在構(gòu)建自身全新的服務(wù)能力。在大數(shù)據(jù)應(yīng)用領(lǐng)域,IBM一直引領(lǐng)著創(chuàng)新和發(fā)展,并不斷融合自身在各行業(yè)與全球化發(fā)展中的經(jīng)驗,不斷幫助中國客戶緊抓新時代下的發(fā)展機遇,以穩(wěn)健的步伐成長為全球企業(yè)的領(lǐng)導(dǎo)者。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓(xùn)練與驗證損失驟升:機器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11