
IBM宣布,作為業(yè)界最全面大數(shù)據(jù)解決方案提供商,IBM正在積極實(shí)踐一系列全新大數(shù)據(jù)分析解決方案,幫助數(shù)字營銷、客戶服務(wù)、運(yùn)營管理、財(cái)務(wù)績效等不同領(lǐng)域的客戶從激增數(shù)據(jù)中獲取可行動(dòng)的洞察,轉(zhuǎn)換與顧客、員工和合作伙伴的互動(dòng)方式,贏得業(yè)務(wù)先機(jī)。在此前的2012 IBM信息隨需應(yīng)變和業(yè)務(wù)分析峰會(huì)(IOD)上,IBM以“Think Big”、“Big Data”和“Big Future”為主題,再次強(qiáng)調(diào)了大數(shù)據(jù)時(shí)代大洞察的重要意義,以客戶實(shí)際經(jīng)驗(yàn)共享的形式展示大數(shù)據(jù)分析為企業(yè)帶來的競爭機(jī)遇和優(yōu)勢(shì),也同時(shí)提出大數(shù)據(jù)時(shí)代的未來展望。
如今,各行業(yè)企業(yè)都承受著越來越大的壓力,需要從爆炸式增長的現(xiàn)有數(shù)據(jù)中提取新洞察。對(duì)電信行業(yè)而言,全球手機(jī)用戶數(shù)量已經(jīng)達(dá)到60億,用戶需要獨(dú)特和個(gè)性化的產(chǎn)品來體現(xiàn)他們的個(gè)人風(fēng)格。金融服務(wù)行業(yè)中,華爾街各家公司每分鐘就生成5份新研究報(bào)告。此外,由于零售商沒能了解顧客需求、盲目進(jìn)貨而導(dǎo)致的銷售損失,每年達(dá)到約1000億美金。
Gartner報(bào)告顯示,全球大數(shù)據(jù)IT支出將由2012年的270億美金,增至2016年的550億美金。牛津大學(xué)賽德商學(xué)院(Sa?d Business School)和IBM共同發(fā)布的調(diào)查報(bào)告《分析技術(shù):大數(shù)據(jù)在真實(shí)世界的應(yīng)用》(Analytics: the Real-world Use of Big Data)表明,分析將成為大數(shù)據(jù)環(huán)境下企業(yè)的重要舉措之一,獲取大數(shù)據(jù)價(jià)值亟需強(qiáng)大的分析能力。
IBM認(rèn)為,大數(shù)據(jù)中蘊(yùn)含著巨大的商業(yè)價(jià)值。提取數(shù)據(jù)價(jià)值,從而提高決策水平、改善業(yè)務(wù)成為企業(yè)成功的關(guān)鍵要素。IBM的大數(shù)據(jù)分析能力不僅來自于自身獨(dú)特的研發(fā)創(chuàng)新,還來自于像Vivisimo和Unica等技術(shù)的收購,為不同行業(yè)和不同需求的客戶量身打造大數(shù)據(jù)分析利器,能夠進(jìn)一步助力企業(yè)和機(jī)構(gòu)從盡量廣泛的數(shù)據(jù)中獲取可行動(dòng)的洞察:
IBM大數(shù)據(jù)分析解決方案為CMO實(shí)現(xiàn)營銷優(yōu)化
大數(shù)據(jù)技術(shù)的興起正驅(qū)使每個(gè)渠道走向營銷轉(zhuǎn)型。當(dāng)今,CMO們有責(zé)任從社交媒體、移動(dòng)設(shè)備和傳統(tǒng)渠道等不同渠道分析客戶需求,以調(diào)整產(chǎn)品開發(fā)和銷售。
全新的IBM Digital Analytics Accelerator (DAA)能幫助CMO們了解消費(fèi)者情緒,投放精準(zhǔn)廣告和促銷,避免客戶流失,實(shí)施高級(jí)網(wǎng)絡(luò)分析以預(yù)測客戶需求。當(dāng)前,CMO們有能力將高級(jí)分析放在其防火墻內(nèi)部,用于分析所有社交媒體、網(wǎng)絡(luò)流量和客戶交流。這一行業(yè)首個(gè)數(shù)字營銷領(lǐng)域的大數(shù)據(jù)解決方案由Netezza和Unica技術(shù)提供能力支持,使客戶得以在幾分鐘內(nèi)完成PB量級(jí)數(shù)據(jù)的復(fù)雜分析,使市場營銷人員獲取精準(zhǔn)洞察。CMO可使用這些洞察使用最廣泛的數(shù)據(jù)來源,加速營銷活動(dòng)的推廣速度,并更好滿足消費(fèi)者需求。
Trident Marketing是一家直復(fù)營銷企業(yè),其客戶包括DIRECTV、ADT和Travel Resorts of America等領(lǐng)先品牌。通過對(duì)大數(shù)據(jù)進(jìn)行分析,Trident Marketing獲得了前所未有的客戶洞察,甚至可以預(yù)計(jì)客戶最佳聯(lián)系時(shí)間以及客戶是否會(huì)取消服務(wù)。通過與IBM及其合作伙伴Fuzzy Logix攜手,Trident Marketing實(shí)現(xiàn)了巨額增長。其營收在短短4年增長了10倍,產(chǎn)品部署后頭兩個(gè)月銷售額增長10%,而且其客戶流失率降低了50%。
“當(dāng)前,營銷專業(yè)人士首次可以獲知個(gè)人消費(fèi)者對(duì)其營銷活動(dòng)的反應(yīng)?!盩rident Marketing公司CIO Brandon Brown表示:“通過IBM大數(shù)據(jù)分析能力來捕獲社交媒體情緒和其他相關(guān)銷售和供應(yīng)鏈數(shù)據(jù),我們可以助理客戶從‘向大眾營銷’發(fā)展到‘向大量個(gè)人以個(gè)性化方式進(jìn)行營銷’。若非大數(shù)據(jù)分析,企業(yè)很難更多了解消費(fèi)者、占據(jù)先機(jī)、戰(zhàn)勝競爭對(duì)手。”
IBM流數(shù)據(jù)分析為電信運(yùn)營商提供實(shí)時(shí)洞察
聯(lián)合國電信署近期報(bào)告指出,全球手機(jī)用戶數(shù)量已經(jīng)達(dá)到60億臺(tái)。電信服務(wù)提供商正承受日益增大的壓力,需要分析其網(wǎng)絡(luò)中的大數(shù)據(jù)以改善服務(wù)、發(fā)現(xiàn)欺詐、減少客戶流失。
IBM研究院開發(fā)的InfoSphere Streams軟件能分析和共享運(yùn)行中的數(shù)據(jù),在需要每秒做出百萬次決定的環(huán)境中,以亞毫秒的速度做出決策。這一軟件能以每天分析PB量級(jí)的速度,持續(xù)分析海量數(shù)據(jù)。
InfoSphere Steams最初用于金融服務(wù)數(shù)據(jù)分析,新功能包括內(nèi)置加速器,幫助電信服務(wù)提供商持續(xù)獲取和分析網(wǎng)絡(luò)中運(yùn)行的數(shù)據(jù),更好了解客戶服務(wù)使用情況、客戶偏好,更便捷提供個(gè)性化產(chǎn)品和賬單,從而降低流失率。這一軟件還內(nèi)置了社交媒體分析工具,有助于營銷人員精調(diào)促銷活動(dòng),提高客戶忠誠度和客戶保留率。
Sprint正使用IBM分析技術(shù)捕獲和闡釋所有網(wǎng)絡(luò)數(shù)據(jù)(包括地點(diǎn)數(shù)據(jù)、掉線數(shù)、服務(wù)中斷數(shù)、網(wǎng)絡(luò)性能等),來提升整體客戶體驗(yàn)和運(yùn)營效率。Sprint公司創(chuàng)新及高級(jí)實(shí)驗(yàn)室執(zhí)行主管Von McConnell指出:“IBM正幫助Sprint管理和分析網(wǎng)絡(luò)數(shù)據(jù),分析速度比以往提升了90%,” “我們現(xiàn)在可以實(shí)時(shí)提供個(gè)性化的新產(chǎn)品與服務(wù),即刻響應(yīng)市場動(dòng)態(tài)。由于能夠從大數(shù)據(jù)中獲取洞察,我們能夠用幾分鐘而非幾小時(shí),創(chuàng)造和交付新型移動(dòng)應(yīng)用,使Sprint能夠遙遙領(lǐng)先于競爭對(duì)手。”
InfoSphere Streams還賦予開發(fā)人員能力,使其能拖動(dòng)和刪除數(shù)據(jù)源,以便快速直觀地創(chuàng)建新分析應(yīng)用。其圖形用戶界面不同于傳統(tǒng)編程方式,使開發(fā)人員能夠進(jìn)行可視化復(fù)雜業(yè)務(wù)流程設(shè)計(jì)。數(shù)據(jù)科學(xué)家能借助新工具集,對(duì)地球空間、金融市場和設(shè)備內(nèi)數(shù)據(jù)的網(wǎng)絡(luò)事件日志、呼叫細(xì)節(jié)記錄、金融交易等數(shù)據(jù)進(jìn)行分析。
基于Hadoop的IBM大數(shù)據(jù)分析軟件為行業(yè)推進(jìn)更快決策
IBM InfoSphere BigInsights既分析數(shù)據(jù)庫中的傳統(tǒng)結(jié)構(gòu)化數(shù)據(jù),也分析結(jié)構(gòu)化數(shù)據(jù),使企業(yè)具備更快決策的能力。其新功能包括內(nèi)置加速器用于分析來自數(shù)字基礎(chǔ)架構(gòu)中的數(shù)據(jù),助力零售、制造、油氣、能源和公用事業(yè)、醫(yī)療、履行和交通等行業(yè)企業(yè)建功運(yùn)營效率,調(diào)查安全事件,進(jìn)行主動(dòng)維護(hù)、故障修理和斷電預(yù)防。
BigInsights軟件提供內(nèi)置社交媒體分析加速器,幫助營銷人員在客戶獲取和保留方面開發(fā)各項(xiàng)應(yīng)用,進(jìn)行客戶細(xì)分和營銷活動(dòng)優(yōu)化,并簡化銷售線索生成過程。營銷人員還可以選擇多個(gè)數(shù)據(jù)源,無需掌握Hadoop技能就能即刻創(chuàng)建新應(yīng)用。
BigInsights的一大全新功能是InfoSphere Data Explorer。這一新功能整合了IBM收購的Vivismo技術(shù),具有高級(jí)數(shù)據(jù)聯(lián)合能力。不論數(shù)據(jù)源如何,這一軟件能自動(dòng)發(fā)現(xiàn)已有數(shù)據(jù)并進(jìn)行數(shù)據(jù)導(dǎo)航,由此揭示主題、展現(xiàn)關(guān)系、確認(rèn)數(shù)據(jù)價(jià)值并建立數(shù)據(jù)使用情境。
Hadoop數(shù)據(jù)分析報(bào)告工具依托于IBM強(qiáng)大的大數(shù)據(jù)平臺(tái),并和業(yè)務(wù)分析軟件實(shí)現(xiàn)了無縫整合。Hadoop數(shù)據(jù)分析報(bào)告工具配合使用IBM Cognos BI和IBM Cognos Consumer Insight, 形成從數(shù)據(jù)到儀表板的交鑰匙解決方案,用于社交數(shù)據(jù)的情緒分析。這就使更多決策者能夠從企業(yè)級(jí)大數(shù)據(jù)中受益。
IBM分析軟件改善財(cái)務(wù)部門的流程
面對(duì)日益繁雜和急迫的法規(guī)、合規(guī)和績效報(bào)告要求,財(cái)務(wù)部門需要將企業(yè)內(nèi)不同類型的數(shù)據(jù),和諸如8-K表格、投資者簡報(bào)、財(cái)政部債務(wù)管理報(bào)告、運(yùn)營審核等法規(guī)文件的敘述文本,結(jié)合到一起。當(dāng)前,財(cái)務(wù)部門從事的是勞動(dòng)密集型工作,手工創(chuàng)建很多所需報(bào)告。據(jù)Hackett Group數(shù)據(jù),82%的管理報(bào)告是用電子報(bào)表作為首要?jiǎng)?chuàng)建工具的。然而,創(chuàng)建流程耗時(shí)、易錯(cuò),每次修改都需要重復(fù)流程,加大了風(fēng)險(xiǎn)度。
全新IBM Disclosure Management旨在應(yīng)對(duì)這一復(fù)雜性問題。這一解決方案使用與電子報(bào)表類似的界面來捕獲和分析多樣化財(cái)務(wù)報(bào)表數(shù)據(jù)。其特點(diǎn)是不但能夠達(dá)到法規(guī)要求,而且能夠滿足財(cái)務(wù)監(jiān)控、投資者關(guān)系、財(cái)政部、財(cái)務(wù)規(guī)劃和分析披露等各方面需求。
比如,使用這一軟件能夠自動(dòng)形成管理報(bào)告和相關(guān)內(nèi)容,以往這些工作是勞動(dòng)密集型的手工作業(yè)。這一軟件還能在財(cái)務(wù)報(bào)表周期伊始就自動(dòng)創(chuàng)建新的報(bào)表模板,自動(dòng)創(chuàng)建審批流程,將數(shù)據(jù)從相關(guān)數(shù)據(jù)源遷移到報(bào)表中。即便有最新的數(shù)據(jù)變化,也無需太多工作,因?yàn)榇藬?shù)據(jù)變化后,軟件能自動(dòng)匹配所有圖表、幻燈片和文本文件中受影響的數(shù)據(jù)點(diǎn),自動(dòng)實(shí)現(xiàn)內(nèi)容升級(jí)。一家大型油氣廠商使用這一解決方案,實(shí)現(xiàn)了流程改善,將會(huì)計(jì)和財(cái)務(wù)專業(yè)人員的工作時(shí)間減低了91%。(文章來自;CDA數(shù)據(jù)分析師)
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)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(rèn)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。 ...
2025-09-18CDA 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 ...
2025-09-18DSGE 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(dòng)態(tài)隨機(jī)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(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)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(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)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(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)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(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(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(jià)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(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)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(diǎn)數(shù)據(jù)的科學(xué)計(jì)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(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)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(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)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(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)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(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10