
數(shù)據(jù)分析需求轉(zhuǎn)型與商業(yè)模式重構(gòu)
現(xiàn)如今各行各業(yè)對(duì)于數(shù)據(jù)分析的理解都已經(jīng)發(fā)生了改變,這也使得技術(shù)層面和業(yè)務(wù)層面都出現(xiàn)了一定挑戰(zhàn),大家都希望更好的利用數(shù)據(jù),將數(shù)據(jù)進(jìn)行變現(xiàn),因?yàn)閿?shù)據(jù)帶來的市場(chǎng)機(jī)遇是巨大的。
這是我第二次見Teradata天睿公司營(yíng)銷與業(yè)務(wù)拓展副總裁Mikael Bisgaard-Bohr,他一上來就迫不及待地和我分享了最近發(fā)生在他女兒身上的一件趣事。作為社交達(dá)人的女兒活躍在各大社交網(wǎng)站,有一天她看到Facebook的財(cái)報(bào),不禁產(chǎn)生疑問,為什么提供免費(fèi)服務(wù)還可以賺錢?
Mikael為女兒解釋了Facebook是如何利用用戶數(shù)據(jù)賺錢,女兒馬上意識(shí)到未來在社交網(wǎng)站上上傳數(shù)據(jù)需要更謹(jǐn)慎。這正是消費(fèi)者越來越意識(shí)到數(shù)據(jù)的價(jià)值,這對(duì)于企業(yè)利用數(shù)據(jù)將是一個(gè)挑戰(zhàn)。
Teradata天睿公司營(yíng)銷與業(yè)務(wù)拓展副總裁Mikael Bisgaard-Bohr
當(dāng)然數(shù)據(jù)也可以幫助企業(yè)從新定義商業(yè)模式,在Teradata Universe峰會(huì)德國(guó)站,Mikael遇到的一個(gè)德國(guó)客戶談到,十年以后各個(gè)企業(yè)的CEO不能再找借口說我不知道這件事情發(fā)生了,因?yàn)閿?shù)據(jù)可以將現(xiàn)實(shí)重現(xiàn)。
市場(chǎng)轉(zhuǎn)型帶來的技術(shù)與業(yè)務(wù)突破
在2013年,Teradata將市場(chǎng)分為美洲和國(guó)際兩大部分,Mikael 負(fù)責(zé)市場(chǎng)營(yíng)銷及國(guó)際市場(chǎng)營(yíng)銷和業(yè)務(wù)拓展。在他看來雖然在三四年之前美國(guó)市場(chǎng)有一定的疲軟,但2015年國(guó)際業(yè)務(wù)的各個(gè)市場(chǎng)都表現(xiàn)良好,尤其是中國(guó)市場(chǎng)增長(zhǎng)明顯。
Teradata去年財(cái)報(bào)出現(xiàn)了降幅,這也反映出傳統(tǒng)數(shù)據(jù)倉(cāng)庫(kù)市場(chǎng)需求出現(xiàn)變化,數(shù)據(jù)分析相關(guān)需求卻正在逐漸增加。Teradata同時(shí)也收購(gòu)了多家公司來擴(kuò)充技術(shù)實(shí)力,結(jié)合開源技術(shù)來提供更多更強(qiáng)大的數(shù)據(jù)分析服務(wù),來應(yīng)對(duì)市場(chǎng)的轉(zhuǎn)型。
Mikael強(qiáng)調(diào)說,他們看重長(zhǎng)期的發(fā)展,Teradata最重要的行業(yè)是金融、電信、零售三個(gè)行業(yè),其中電信行業(yè)在過去一段時(shí)間基本已經(jīng)達(dá)到飽和,但零售業(yè)由于中國(guó)地理分布的原因,在中國(guó)還有很多可以拓展的地方。
在三大行業(yè)之外,Teradata同樣也在做一些新的拓展,尤其是新的增長(zhǎng)領(lǐng)域,這其中很多是B2C的企業(yè),因?yàn)樗麄儠?huì)產(chǎn)生大量豐富的數(shù)據(jù)。另外,“中國(guó)制造2025”戰(zhàn)略強(qiáng)調(diào)制造業(yè)的數(shù)字化轉(zhuǎn)型,之前制造業(yè)客戶更多是在營(yíng)銷和財(cái)務(wù)系統(tǒng)上進(jìn)行投資,而現(xiàn)在核心生產(chǎn)系統(tǒng)的數(shù)據(jù)分析需求正是Teradata拓展的新領(lǐng)域。
在技術(shù)上Teradata也在改變策略,強(qiáng)調(diào)包容不同技術(shù)的分析生態(tài)系統(tǒng),來幫助客戶解決問題。同時(shí),在技術(shù)上也會(huì)堅(jiān)持創(chuàng)新,實(shí)現(xiàn)業(yè)務(wù)模式的不斷突破。
數(shù)據(jù)將重新定義企業(yè)
現(xiàn)如今各行各業(yè)對(duì)于數(shù)據(jù)分析的理解都已經(jīng)發(fā)生了改變,這也使得技術(shù)層面和業(yè)務(wù)層面都出現(xiàn)了一定挑戰(zhàn),大家都希望更好的利用數(shù)據(jù),將數(shù)據(jù)進(jìn)行變現(xiàn),因?yàn)閿?shù)據(jù)帶來的市場(chǎng)機(jī)遇是巨大的。
以銀行為例,五年前他們做的還是關(guān)系型數(shù)據(jù)庫(kù)或者列式數(shù)據(jù)庫(kù),當(dāng)數(shù)據(jù)不斷的累積后,他們?cè)谙肜眠@些數(shù)據(jù)能解決什么業(yè)務(wù)問題?銀行客戶們總結(jié)了200多個(gè)可以用數(shù)據(jù)解決的新業(yè)務(wù)問題,這其中涉及了移動(dòng)數(shù)據(jù)、網(wǎng)絡(luò)數(shù)據(jù)、甚至各種各樣交互產(chǎn)生的數(shù)據(jù),并且查閱這些數(shù)據(jù)進(jìn)行分析的人也在發(fā)生變化。
數(shù)據(jù)在電信行業(yè)也有三個(gè)趨勢(shì),第一,全渠道地整合線上線下信息,在銷售前對(duì)客戶有一個(gè)全面的了解;第二,根據(jù)客戶相關(guān)數(shù)據(jù)來制定促銷價(jià)格,因?yàn)槎▋r(jià)將直接影響他們的損益;第三,通過數(shù)據(jù)了解供應(yīng)鏈,客戶在什么時(shí)間什么地點(diǎn)需要什么貨品,幫助零售商控制成本。
有一個(gè)制造業(yè)客戶曾向Mikael抱怨,流水線組裝工人投訴沒有時(shí)間上衛(wèi)生間,但管理層卻說不存在這個(gè)問題。最后他們通過給每個(gè)流水線上的工人配發(fā)一個(gè)智能穿戴設(shè)備(Fitbit)來收集工人信息解決投訴問題。
通過這些數(shù)據(jù),他們還能發(fā)現(xiàn)流水線上工人的整個(gè)工作流程設(shè)計(jì)是否合理。例如,他們發(fā)現(xiàn)重型工業(yè)組裝操作需要單手舉起非常重的部件,然后又要彎下腰拿工具進(jìn)行操作,所以這里就需要進(jìn)行工作流程再造,而這都說明數(shù)據(jù)能更快速地幫助他們解決了多種問題。
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
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)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(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)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(kù)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(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(kù)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(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(kù)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(kù))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(chǎng)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(chǎng)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(kù)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(zhǎng)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(zhǎng)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(yíng)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(yíng)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(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11