大数据分析的魔力——EMC的案例

本周笔者参加了EMC的报告会议,但在这之前,笔者还与EMC的质量副总裁Jim Bampos进行了交谈,Bampos可以说是客户服务领域的业界领先专家,他有一个专利在手,另外两个正在审核中。

笔者还分析了美国总统大选中数据分析的使用,他发现罗姆尼没有正确地使用数据分析,而美国总统奥巴马使用了。

罗姆尼拥有更好的工具,但是选择了外包,而奥巴马内部创建了数据分析功能,最后的结果大家都看到了。让笔者感到惊讶的是,曾经是首席执行官的罗姆尼却不知道如何成功地使用数据分析,这可能也反映了很多管理人员只是使用这些流行术语,而其实不明白其中的真实含义。

EMC正在利用从Green Plum收购的分析技术,来提供更好的服务,同时帮助他们将资源转移到能为他们提供最大回报的领域。

为什么大部分IT高管讨厌有效数据?

在企业中,通常是由最有权力的人来作出决策,虽然这保证了个人权力,但这同时也会导致很多错误。

大数据分析可以提供有效的信息,使数据科学家处于权力的位置。而高管为了维护自己的权力,必须予以抵制。可以说,很多企业不是为了保证数据的准确性,而是为了确保掌权人的权力。这样一来,不仅出现越来越多错误的决策,而且数据分析也成为多余的东西。

为什么聪明的IT高管热爱有效数据?

不过,现在越来越多的高管开始意识到有效的数据能够确保更准确的决策,这反过来又保障了其地位(因为灾难性错误要少得多)。EMC及其客户都意识到了这一点,他们都正在利用数据分析来解决不同的问题,且收获了令人难以置信的好处。

EMC不仅能够提前六个月预测设备故障问题,而且该公司还能够确定哪些客户是最有价值的、最危险的和最难以保留的。很快,EMC将能够使用这种方式来分析其竞争对手。这样做使EMC能够将风险客户变成忠实的客户,同时,集中销售力量来“争抢”竞争对手最有价值的客户,从而,提高该公司的收入。

并且,大数据分析能够帮助EMC高管们在投资选项之间做出更好的选择,包括从添加新的产品功能到平衡成本和服务等。例如,通过数据分析,他们发现海外航运支持无利可图,现在,国内支持更具竞争优势,ECM能够更好地保留和增加客户。这让EMC高官更容易地做出艰难的决策,同时具有更少的风险。

当获悉此功能时,EMC客户最初感到心烦意乱,不是因为EMC知道太多关于他们的信息,而是因为EMC没有共享这种功能,以便让其客户可以采用同样的方法来对待他们的客户和产品。事实上,曾拒绝提供其客户信息的经销商在看到结果后,开始同意这种做法,交换条件是共享这种功能,使他们也能够优化其销售工作。

通过大数据分析,准确度胜过速度

对于分析系统,笔者发现,侧重点往往是系统可以提供的惊人的速度,但是速度并没有多大优势,如果你不能保证准确性的话。更快地获得糟糕的数据对你没有任何好处。如果你首先能够确保数据的质量,那么,速度才会成为一种优势。这次美国总统大选的失败方注重优化性能,而获胜方专注于准确度,通过内部化大数据分析工作和确保准确性。

让供应商明白这一点的唯一方法是,如果他们成功地使用数据分析,就能够将有可能有益或者有害的工具变成成功的解决方案。如果你与EMC有合作关系,没有见过Bampos,你将错失见识EMC最强大的解决方案之一的机会,他将会让你知道为什么你的公司不能像EMC一样。

换句话说,成功地使用大数据分析将最终使你的公司和你的竞争对手都更加成功,选择大数据分析将是明智之举。(邹铮编译)

(责任编辑:蒙遗善)

时间: 2024-10-27 20:17:46

大数据分析的魔力——EMC的案例的相关文章

让分级诊疗体系更完美,应如何搭建大数据分析和AI系统

分级诊疗到底有何优势?医疗信息化平台建设有何难点?本文将以龙华新区人民医院为例,进行一一详解. 目前我国医改进入深水区,分级诊疗已经在融合其他政策加快推进.数据统计显示,如今大概只有10%的患者是真正需要到大型医院就诊,大部分慢性病.常见病应该在社区医院完成.对此,国家提出了分级诊疗的模式. 分级诊疗建设遇挑战 目前看病难问题突出,但主要体现在大型医院,小的医院还是门可罗雀.而这就无形浪费了很多人力.物力及时间,小感冒去大型医院就诊就有可能让重症抢救的患者失去了最佳的治疗时间:另外很多病人在大型

看完这些案例,你就能玩转大数据分析!

文章讲的是看完这些案例,你就能玩转大数据分析,如今我们处在一个人人谈论大数据的时代.为何大数据如此火爆?就是因为数据蕴含无限价值.而这个价值如何挖掘却是个费解的难题.一些企业已经意识到这一点,开始拥抱大数据.下面介绍一些国内外利用大数据创造价值的代表案例. 大数据帮零售企业制定促销策略 北美零售商百思买在北美的销售活动非常活跃,产品总数达到3万多种,产品的价格也随地区和市场条件而异.由于产品种类繁多,成本变化比较频繁,一年之中,变化可达四次之多.结果,每年的调价次数高达12万次.最让高管头疼的是

走出大数据分析误区 寄云多行业工业案例树标杆

如今,数据成为企业的核心资产已经成为共识,然而到底应该如何选择适合自己的服务和产品却困扰着企业负责人.繁多的产品和方案充斥的大数据服务领域,给真正需要大数据应用的企业造成了干扰.寄云科技认为众多成功案例的落地实施,是检验大数据服务能力的不二法门. 人们往往将大数据分析与数据管理的概念相混淆.在工业行业中,大数据主要来源于传感器.PLC等设备,以秒.毫秒等频率源源不断产生,随着时间的推移变得海量的数据:ERP.CRM等IT数据,也在产生着TB级的数据.数据的管理是一门科学,它涉及数据治理.元数据管

EMC为预测性大数据分析交付数据湖方案

文章讲的是EMC为预测性大数据分析交付数据湖方案,EMC公司和Pivotal今天发布数据湖Hadoop2.0包,面向客户的预测分析场景构建横向扩展数据湖,提供一种包含计算.分析和存储在内的交钥匙方案. 作为一种面向由传统和下一代工作负载产生的关键数据,可无限可扩展的知识库,数据湖正蓄势待发.EMC的横向扩展数据湖以企业级特性为设计之本,帮助组织从大数据中获得直接的商业价值. 今年早些时候,EMC和Pivotal发布了第一个数据湖Hadoop包-基于企业级横向扩展存储与企业级Hadoop预测分析的

日志易:金融之支付行业日志大数据分析案例解读

伴随新的支付方式出现,近年来移动支付蓬勃发展,如何分析.利用海量交易数据,已成为当前支付企业面对的巨大难题.日志作为数据的载体,蕴含着丰富的信息,传统的日志分析方式低效而固化,无法应对数据体量大.格式不统一.增长速度快的现状,在交易出现异常及失败时,更难以满足实时处理.快速响应的需求. 本文讲述某支付公司采用日志易后,通过日志大数据实现业务深度分析及风险控制的实践经验. 本次分享结合企业自身对支付行业的理解,将支付行业的需求总结为以下三点: 一.监管合规 1.人民银行对支付机构的日志审计和安全合

如何理解大数据分析

如今,云计算的热潮似乎还没散去,行业厂商就已经开始关注下一个热点:大数据.而与以往的炒作周期一样,现在的大数据对于用户来说其来源比较混乱,因为供应商提出了自己独特的,并且经常相互矛盾的定义和术语. 大数据定义之所以混乱的最常见的原因,是人们将大数据存储与大数据分析的结果混为一谈."大数据"一词起源于开源社区,其开发和分析过程比传统的数据仓库速度更快,扩展性更强,并且可以通过网络在用户每天产生的大量非结构化数据中提取价值. 大数据的存储是相关的,其旨在解决大量的非结构化数据,助长企业级的

大数据分析平台Hadoop与Spark之争

ZD至顶网软件频道消息 原创文章(文/邓晓蕾): 有人把大数据称为信息资产.有人称为金矿.甚至社会财富.而大数据,即,无法在可承受的时间范围内用常规软件工具进行捕捉.管理和处理的数据集合.Gartne认为"大数据"是需要新处理模式才能具有更强的决策力.洞察发现力和流程优化能力的海量.高增长率和多样化的信息资产.大数据并不在"大",而在于"有用".价值含量.挖掘成本比数量更为重要.对于很多行业而言,如何利用这些大规模数据是成为赢得竞争的关键.大数据

五步打造高效的大数据分析项目

大数据不仅是一个流行话题,更是企业中实实在在存在的需求.许多企业开始 着手于大数据分析项目,但在此之前,我们需要一个良好的部署方案以确保最终 的结果能够为业务服务.选择合适的技术是规划的第一部分,当企业选择了数据 库软件.分析工具以及相关的技术架构之后,我们就可以进行下一步并开发一个 真正成功的大数据平台. 当然,我们也没必要过分夸大项目管理进程的作 用,成功的大数据分析项目来自于多个方面.在本文中,我们就将介绍五个技巧 ,企业用户进行平台部署的时候可以作为一定的参考: 只选择你所需要的 数据.

安全领域中的大数据分析

企业定期收集几TB与安全相关的数据(比如网络事件.软件应用程序事件,以及人员活动事件), 用来作合规性和事后取证分析.据估计,不同规模的大型企业每天发生的事件在上百亿到上千亿之间.随着企业启用的事件记录源越来越多,雇用的员工越来越多,部署的设备越来越多,运行的软件越来越多,这些数值还会继续增长.不幸的是,这种数据量和多样性会迅速变成骆驼背上的稻草.现有分析技术无法应对大规模数据,通常都会产生很多误报,因此功效被削弱了.随着企业向云架构迁移,并且收集的数据越来越多,这个问题进一步恶化了. 大数据分