
大數據時代 企業(yè)應培養(yǎng)三大能力
如何最大化這個大數據分析的價值呢?Teradata天睿公司大中華區(qū)首席執(zhí)行官辛兒倫建議企業(yè)培養(yǎng)三種能力——簡稱I、D、A。
I:數據整合,通過信息搜集、信息處理進行信息的整合,打造良好的信息基礎環(huán)境,成為公司統(tǒng)一的信息來源及單一事實的根據。
D:是信息探索,模型開發(fā)、信息挖掘、知識發(fā)現等等,進行信息的探索或深度的數據分析,產生提升業(yè)務的洞察力,只有形成洞察力信息才能真正產生價值。
A:是行動,通過洞察力的指導,幫助行動的精確和效率,以提升運營。
以下為辛倫兒的演講實錄:
辛兒倫:尊敬的吳部長、各位領導朋友們,大家好,非常榮幸今天在大會上分享演繹大數據,成就智慧明天這個主題,這個主題是Teradata天睿公司全球首席分析官Bill Franks先生和我一起準備的,原計劃是一起演講,但由于Bill Franks在歐盟峰會有臨時的安排,因此昨天他昨天了一段視頻對大家表示致歉。
分享國內外運用大數據和大帶寬并且于云計算服務模式實現智慧型服務信息的案例。剛才吳部長和李院士都談到了大數據的定義,這里就不再重復。
有關于大數據的分析就是增強了洞察力和,進行創(chuàng)新形式的信息處理,但僅僅是從數據的角度來看,我要親自一個重點,就是大數據總追求的位置其實是價值,但它往往被忽視,如果大數據沒有任何的價值,有關大數據其他的東西如何治理、如何存放都將受到影響,它到底帶來什么樣的價值,全球有哪些具體實踐案例。
在歐洲公共事業(yè)管理中,基于大數據分析在智能交通、智能電表,材料零件、遠程教育等等創(chuàng)造了價值。制造行業(yè)通過射頻FID的服務,整合購買、材料零件等服務,經過分析為企業(yè)提高運營效率,同時在通信運營商當中,結合客戶數據、位置數據統(tǒng)計、流量DPI數據優(yōu)化服務品質,提高客戶保有率。
眾所周知,數據的核心是發(fā)現價值,而駕馭數據的核心就是分析,應對大數據之前我們要能夠了解它的特征,上頁提到的具體實踐,其貢獻均是以業(yè)務驅動為核心,根據所需的業(yè)務根據人與物、物與物的關聯(lián)分析,同時產生業(yè)務的服務提升的價值。
處理過程中例如多維度的信息演變,廣泛的業(yè)務需求,冷熱數據治理,高性能分析等等特點。
大數據的原理和架構:
大數據所關聯(lián)的人、事、實、地、物,全球的總量是非常驚人的,如果只看到一個公司、政府機構的數據分析,治理的范疇就可以大,而且復雜,傳統(tǒng)的因果關系分析方法是難以奏效的,這因為是系統(tǒng)各個組成部分相互關聯(lián),可能互為因果,因此大數據分析不同于邏輯推理之因果關系研究,它是對數據的統(tǒng)計性的分析歸納,主要進行的方法是進行相關性分析,探索事務之間的關系,指導下一步的行為。
相關性的分析所產生的是人對事務的一個新的認識方法,幫助發(fā)現數據背后隱藏的價值,能產生人對處理事務或者是解決問題方式的創(chuàng)新演變。
而價值的完全體現不僅僅是報表形式的分析,而是將戰(zhàn)術智能中的決策管理分析能力適當的延伸到運營職能,將要發(fā)生什么,正在發(fā)生什么情況,到精細化管理能力,到主動性事件希望發(fā)生什么情況等等來提升業(yè)務的敏捷度。
大數據分析的架構,大數據分析因為數據的時效性在架構上分為三個步驟:第一如圖式的下放,從各類所需的多元數據元,采集、加工和提煉,將相關的信息從中提煉出來,這個區(qū)塊的特性就是SOI要求不高,可以采用達到成本低的技術。第二步如圖式左方,經過探索再加工的過程,汲取有價值的信息,本區(qū)塊的選擇重點在于快速獲取價值,適中的成本盡可能快速搜索、快速探索,抓取索取的價值信息。第三如圖式右方,將這些價值心細于已有的數據結合,進行深度分析,成為決策,如營銷和服務的依據,用來支持和引導一線運作,真正形成生產力。這個區(qū)塊的特性實時、實效、數據的分析和精確度高,同時這個區(qū)塊的業(yè)務要求是需要產生立竿見影的高度價值。所以建議業(yè)采用單位成本相對比較高的技術。
這個地方如何精煉,希望廣大的礦石采用采集加工,經過多中工藝再加工,產生可量化的價值,在這個架構當中我羅列部分可選技術,我建議以下兩個關鍵點:1、實現數據的透明訪問,作為業(yè)務用戶來說,當快速實時的進行決策、執(zhí)行和探索分析的用戶并不關心數據關聯(lián)在那里,技術上必須迅速、無縫的訪問各個區(qū)塊的數據,進行無縫關聯(lián)。如圖式中間業(yè)界采用(C)的技術用右邊的技術和左邊的探索平臺,數據是不需要做任何的復制和搬遷的。2、在優(yōu)化運維管理成本方面,隨著數據量的增加,大數據環(huán)境當中多個物理平臺的管理是非常復雜和煩瑣的,必須考慮統(tǒng)一的數據和管理,實現多個平臺單點集中式管控,如業(yè)界采用的(R)統(tǒng)一管理的系統(tǒng),極大地減少運維的工作量和成本。
我們如何最大化這個大數據分析的價值呢?根據全球的最佳實踐,我們建議企業(yè)培養(yǎng)三種能力——簡稱I、D、A。I是數據整合,通過信息搜集、信息處理進行信息的整合,打造良好的信息基礎環(huán)境,成為公司統(tǒng)一的信息來源及單一事實的根據。D、是信息探索,模型開發(fā)、信息挖掘、知識發(fā)現等等,進行信息的探索或深度的數據分析,產生提升業(yè)務的洞察力,只有形成洞察力信息才能真正產生價值。A,是行動,通過洞察力的指導,幫助行動的精確和效率,以提升運營。
在實施的步驟最開始并不需要對所有的數據進行存儲和分析:
第一首先是業(yè)務驅動,相關部門討論所選的業(yè)務場景,采集整合需要的一部分大數據,采集迅速產生價值的。
第二需要與已有的傳統(tǒng)數據結合,已有的客戶管理系統(tǒng),或者是交易記錄等等等的應用,與這些數據關聯(lián),已產生關聯(lián)價值效益。
第三使大數據成為企業(yè)決策戰(zhàn)略的層面,建立大數據分析體系和企業(yè)文化,形成企業(yè)對大數據管理探索的共識。
第四隨著大數據探索的范圍逐步擴大,逐步建立大數據的標準,來統(tǒng)一數據的格式、采集方法及使用等等,設立一個愿景和目的,訂立階段性的目標。
大數據實現的具體案例:
大數據和大網絡對于各類信息服務數據方面支持的體現主要有幾個方面:宏觀來說包含社會管理、社會生產、社會服務等。
在社會管理方面,基于大大數據逐步開放數據,打造服務政府,建立中央層面的公共服務平臺,建立相關的規(guī)范和制度,特別是個人用戶數據、隱私保護等法律,使企業(yè)有明確的尺度遵循。
社會生產方面,基于大數據促進全社會應用創(chuàng)新,在一產、二產等方面朱麗經濟發(fā)展方面的轉型,提升精細化和智能化的水平,推動制造向創(chuàng)造的內涵發(fā)展。
社會服務方面,通過實施學術管理,提高科學決策能力,比如分析春節(jié)期間移動用戶的漫游特征情況,掌握流動人口的情況,為鐵路等決策參考。近年來通信運營商以客戶為中心,提供大數據以云計算的方式提供服務,過去相對獨立的網絡系統(tǒng),通過建立四網協(xié)同的整合的能力,建立統(tǒng)一大數據的能力,這能產生更大的業(yè)務價值,例如在圖式右方的幾個方面,創(chuàng)新的營銷手段,深入洞察客戶服務,高效集中運營,例如OTT的分析,綜合平臺對外拓展信息服務,最后成為真正信息服務的參與者。
在金融行業(yè)的實例,加拿大皇家銀行擁有近二千萬的客戶規(guī)模,行里采用大數據殘所分析的技術,對客戶服務中心百分之百半結構化的服務進入文本,進行數據探索,結果顯示13%的客戶對于客戶中心的服務存在不滿意的反饋,這些不滿意的反饋繼續(xù)進行探索 ,同時也快速找出其主要原因,其中之一在于客戶中心給客戶安排進一步的交流時間往往是無效,比如說安排客戶在節(jié)假日,或者是指定的客戶經理休假的時間,同時行里用同樣的技術對百分之百的電話銀行服務記錄文本分析客戶評價和服務流程的優(yōu)化,當然這在過去可能只是采取抽樣式的粗放優(yōu)化,但是現在可以徹底的優(yōu)化電話銀行的服務持續(xù),有效的改善客戶服務滿意率。同時提供流動管理平臺,管理人員可以隨時隨地檢式服務地區(qū),深入的挖掘到每一個服務人員的服務信息,還可以進行移動電話聯(lián)系給銷售人員,同時采取立刻行動。加拿大皇家銀行通過文本探索和信息洞察技術,對業(yè)務效率提升的近100倍。
在保險行業(yè)應用案例上,AVIVA公司,在AVIVA客戶采取許可之下,來了解駕駛員的駕駛習慣,同制定更有彈性的費率,吸引更多的客戶,減少客戶的流失。駕駛員用戶同時可以講自己的駕駛評分分享到社交網絡,與好友進行分享,快速提升AVIVA的市場和品牌效應。
北美的福特汽車提供(名字)計劃,收集到車輛運行數據,這些數據都是以多元結構化的數據存儲,包含了安全帶、燃料數據、安全氣囊等等,并且這些車輛的運行數據與原有的產品設計數據在平臺上進行整合和分享,為客戶提供分享服務。
在航空業(yè)方面,通過整合客戶各個不同渠道的信息,包含客戶網上信息和線上信息的結合,完成360度客戶統(tǒng)一試圖,可以幫助航空公司持續(xù)有效的提高客戶忠誠度,并提升客戶個性化的體驗。經有信息分析整合探索分析,可以有效的提升航空公司在電子商務渠道商的業(yè)務,這些步驟包含哪些客戶查詢的機票但沒有下單,他們是否是高價值的客戶,客戶查詢的哪些航班和機票是在哪個環(huán)節(jié)退出,分析客戶查詢航班的情況,評分是否需要進行有針對性的活動,評分的步驟在全球的航空公司為他們創(chuàng)造了良好的價值。
在跨行業(yè)方面,通過通信運營商和廣電運營商的業(yè)務優(yōu)勢互補,借助大數據分析平臺,從而產生1+1>2的互惠效益,單純看通信運營商已經具備通信系統(tǒng)分析用戶的體驗能力和用戶的統(tǒng)一試圖能力,也有探索用戶在移動互聯(lián)網的上的使用能力,而廣電運營商內容豐富,采用廣播的單向傳輸,單方面?zhèn)鬟f內容,缺乏客戶的感知,所以在用戶洞察力急需增強,如果能夠互聯(lián)網、信息網、廣播網更加精確的結合,可以體現用戶在不同角度的偏好,例如客戶收視情況與體例的交集,代表一部分客戶是怎么獲取的,最終通信運營商和廣電運營商的合作能探索以客戶洞察力為中心的精確交叉服務和產品推廣等等能力。
公眾交通服務和通信服務的優(yōu)勢互補,通信運營商根據地區(qū)用戶群、通話統(tǒng)計分析,如用戶群體的片區(qū)化管理等等,已經具備位置分析的能力,在地鐵公司方面已經著手初形特征統(tǒng)計分析,包括出行估計、換乘時間等等,可以在不同的站點推送該站點信息,并提供包含互聯(lián)網、移動互聯(lián)網的實時查詢連接,為客戶提供出行便捷的服務,對運營商而言,開發(fā)各種信息的應用,與地鐵公司進行實時信息查詢,增長交通服務下載量,目前這方面的民眾需求量很大,建議通信運營商和地鐵公司可以討論雙贏的商務模式。
西班牙電信,去年在10月份成立了運營商東,基于大數據的全新業(yè)務部門,并發(fā)布了基于大數據的產品,為社會管理生產制造社會服務方面提供基于通信用戶的洞察,提供用戶管理數據,所提供的智慧服務,具體包括:當零售商要開新店的時候,要了解該新店地區(qū)在每天、每個時段的客戶信息統(tǒng)計,基于移動的精確的統(tǒng)計學,可以掌握哪些年齡、性別、區(qū)域的客戶群體會光臨本店,從而指導運行商的促銷和成功的案例。
數據分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓練與驗證損失驟升:機器學習訓練中的異常診斷與解決方案 在機器學習模型訓練過程中,“損失曲線” 是反映模型學習狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數據生態(tài)中兩類核心工具的差異與協(xié)同 在數字化轉型加速的今天,企業(yè)對數據的需求已從 “存儲” 轉向 “ ...
2025-09-19CDA 數據分析師:讓統(tǒng)計基本概念成為業(yè)務決策的底層邏輯 統(tǒng)計基本概念是商業(yè)數據分析的 “基礎語言”—— 從描述數據分布的 “均 ...
2025-09-19CDA 數據分析師:表結構數據 “獲取 - 加工 - 使用” 全流程的賦能者 表結構數據(如數據庫表、Excel 表、CSV 文件)是企業(yè)數字 ...
2025-09-19SQL Server 中 CONVERT 函數的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數據處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數據庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內涵、作用與應用解析 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 數據分析師:解鎖表結構數據特征價值的專業(yè)核心 表結構數據(以 “行 - 列” 規(guī)范存儲的結構化數據,如數據庫表、Excel 表、 ...
2025-09-17Excel 導入數據含缺失值?詳解 dropna 函數的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數據時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數據分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數據差異是否 “ ...
2025-09-16CDA 數據分析師:掌控表格結構數據全功能周期的專業(yè)操盤手 表格結構數據(以 “行 - 列” 存儲的結構化數據,如 Excel 表、數據 ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調優(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 網絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數據分析師:激活表格結構數據價值的核心操盤手 表格結構數據(如 Excel 表格、數據庫表)是企業(yè)最基礎、最核心的數據形態(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(如接口調用、數據爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數據的科學計數法問題 為幫助 Python 數據從業(yè)者解決pd.read_csv讀取長浮點數據時的科學計數法問題 ...
2025-09-12CDA 數據分析師:業(yè)務數據分析步驟的落地者與價值優(yōu)化者 業(yè)務數據分析是企業(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)務邏輯:從規(guī)則拆解到數據把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數據驅動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11