企业应用大数据的三重境界:数据·分析·成果

近几年大数据变得越发重要,已成为企业发展不可缺少的要素,同时直接影响甚至改变着我们的生活。当前,处理数量庞大、增长迅猛、种类繁多的数据成为众多企业面临的挑战。Teradata天睿公司作为全球领先的分析解决方案与咨询服务供应商,基于客户需求,提供领先、全面、有效的解决方案,帮助企业获取商业洞察力,并且将之转化为行动力,创造商业价值。

数据·分析·成果  发现价值到创造价值

在我国乃至全球,很多企业都非常认可数据的价值,持续在做数据积累方面的建设,开发或购买了很多系统,如ERP、CRM等。但这些企业存在一个普遍的问题,那就是拥有如此庞大的数据,却不知如何利用。基于海量数据,利用分析手段获取少量且有效的数据,作用于业务以产生最大价值,是所有企业希望看到的结果。但这个过程真正做起来,不是易事。

Teradata天睿公司大中华区副总裁、咨询及服务部门总经理唐青(Janet Tang)表示,简单、量少、信息量相对也少的数据中得出的分析结果是有限的,在具备一定规模且流动的数据环境中得到的分析结果才更有价值。流动数据具有多元化和分析效率两个层面,企业想要得到希望的成果,但挡在前面的是超大规模且多元化数据分析和整合的高门槛。

那么创造价值的过程,就要借力Teradata这样的大数据分析的供应商了。唐青表示,针对多种格式的数据进行分析,会涉及到对数据来源和文本数据的识别。了解用户在使用企业产品和服务过程中的路径情况很重要,如某客户开了卡,有无消费,有无购买其他的分期贷款等。

通过对用户行为的路径追踪,可分析出谁和这个用户有关联,哪些因素会影响其购买行为。企业级应用和消费级用户区别在于,企业级的关系图谱非常复杂,数量级也是指数级增长, 如电信公司的某个分公司就可以梳理几亿条关系图谱。面对这种多种形式的分析,初创公司可能很难驾驭。Teradata的愿景就是帮助企业做分析,让企业清楚地知道客户是谁,谁和这个客户有关联,以及捕获这个客户所有信息、活动信息和活动信息所涉及的渠道。

帮助企业打破数据的桎梏,驱动业务增长

愿景是美好的,但要实行还是要面临业务、人才、架构和部署等方面的挑战。唐青表示,从业务角度来看,我们是否懂得企业的业务场景,具体到哪个业务场景需要改进。从人才资源方面看,如何用合理薪资,招到在操作和执行层面都有很好洞察力的人员。从架构层面看,数据源很多,交互时间变得很快,形式很多,所以对架构设计提出了很高的要求。生态圈的架构师,怎样能够把各种复杂场景的架构设计出来。这里包含来自客户的挑战,如企业架构凌乱且孤立,如何从中寻找统一和协同。在部署过程中,考量性能、流动、成本以及扩展性的同时还要考虑整个体系架构如何在混合云中建设。

唐青表示,Teradata现在正在实施五级转型:

  1. 提供业务分析解决方案。助力企业达到可以回答其用户问题的能力,从业务视角、数据模型来寻找客户的业务场景。
  2. 业务价值框架。对于咨询公司而言,这是一个重要的、指导性的框架。
  3. 专业的数据科学家。这些人才对工具掌握的很好,并且有很强的思维能力,能够把分析带到业务应用中去。
  4.  生态圈架构师。这些人会比企业咨询架构师的视角更宽阔、洞察力更有深度。
  5. 引入混合云。Teradata大数据平台体系架构,可支持混合云,在云端灵活的做适配。

案例解析 从企业视角解读数据分析的价值

唐青分享了银行的案例,从中我们可以更清晰地看到:数据·分析·成果,企业应用大数据的这三重境界。

过去银行只需通过扩大规模就能提升业绩。现在很多银行开始以客户为中心,以客户需求为导向,优化整个营销体系,打通产品渠道。就像Teradata一样,面向行业同时面向客户,所以在每个客户现场都有合作伙伴或者顾问,都有相配比的生态系统。最终,让所有客户的需求变成商机、变成业务诉求、变成架构实现。传统的银行营销方式,大多是从产品视角来拓展,看把产品卖给哪些客户合适,现在我们从客户视角来看,每个客户都有产生额外产值,增加收入的可能。

唐青表示,Teradata为银行建立客户精细化管理框架,分析每一个客户,把客户进行分类。这样可以做的事情很多,如从中识别哪些是重要客户,哪些是流失客户。在流失客户中识别出谁贡献最大,即使和其中一些失去联系,也可以从做了闭环的网点重新建立联系,挽回流失的客户。

通过银行的客户单一视图系统,客户经理能够及时获得银行用户的基本信息、交易信息及其特征标签,清楚地知道哪些是新客户,哪些客户可能会流失,哪些是睡眠客户。假如银行是上千万级,这样做,哪怕只挽回一个点也是十几万。

试想,如果为每个用户都做画像,清楚的知道整个的生命周期的同时,把其所有的渠道都关联在一起,那么CRM系统就形成了闭环。

这样一来,银行就可以了解客户处于哪个生命周期,有针对性地进行服务。对新用户进行品牌宣传,对衰退期的用户分析流失原因,最重要的是可以做更精准的营销。

写在最后:

当问及针对金融领域,Teradata在授信和风控方面建设经验时,Teradata天睿公司北京金融团队咨询服务部总监张天峰表示,风险管理是银行最核心的管理举措之一。Teradata针对商业银行的市场风险、信用风险、利率风险、流动性风险、操作风险等领域提供专业的风险管理咨询服务、风险分析服务以及风险数据管理服务。

未来,银行不仅使用内部数据,可能还会引入一些外部数据对客户进行更精细化的评级。Teradata提供行业领先的大数据解决方案,不仅包括结构化数据的处理及分析方法,还提供非结构化数据的分析手段及方法,更精确地描述客户特征甚至客户的族群标签。

本文作者:王雪燕

来源:51CTO

时间: 2024-08-23 10:09:48

企业应用大数据的三重境界:数据·分析·成果的相关文章

从三大行业看大数据应用的三重境界:数据、分析、成果

:各行各业在大数据的应用上可以说是已经渐入佳境,资产管理.运营优化.风险管理等都已经有数据分析参与其中,当然这个过程最重要的还是从业务场景出发让数据真正产生价值. Teradata把企业数据分析分为四个重要领域--客户体验.多元化数据分析.异构数据整合.海量的业务规模.做好这些也就可以实现大数据应用的三重境界:"数据.分析.成果". 但在各种因素的影响下,企业在数据应用的过程中也会遇到三大挑战:一.业务层面,在业务场景中分析改进:二.人才层面,人才资源压力是每一个企业都面临的问题:三.

大数据塑造的企业十大发展趋势

大数据咨询公司Think Big的CEO兼创始人Ron Bodkin曾经这样表示:"尽管大数据的发展缓慢但是却在坚定地改变着企业做业务的模式.每一个行业都有着不同的使用案例,大数据释放出一种利用数据工作的能力,这种能力长期受到了压制.现在终于有了大量被压抑的需求被释放了出来." 下面就是正在塑造大数据和企业未来的十大趋势. 1.机器数据和物联网将占据中心舞台 虽说情绪分析和点击流数据分析仍将是大数据领域中的重要事情,但是及其数据的重要性将会越来越大.从RFID标签和工业仪器,到喷气发动

从BAT看企业构建大数据体系的六层级

文章讲的是从BAT看企业构建大数据体系的六层级,本文将企业大数据体系的构建分为六个层级,但并非是线性过程,每个层级之间或有基础关系,但并不是说一定要逐层构建.例如创业型公司,在缺乏数据研发实力的时候,多数会借助第三方平台进行数据上报与分析.下面一张图,是本文的精华概括,后面一一展开与大家探讨. 一.数据基础平台基础的数据平台建设工作,包含数据平台建设,数据规范,数据仓库.产品数据规范,产品ID,用户ID,统一SDK等.很多公司的数据无法有效利用,就是缺乏统一规范,产品数据上报任由开发按照自己的理

企业实施大数据的五大关键(更新版)

刚刚过去的2016年,是大数据从概念到务实落地的一年.在过去的一年内,互联网行业.电信行业.金融行业.房地产行业.汽车行业.娱乐行业.教育行业.零售行业.能源行业.医药行业.政府机关等都在不同程度的接触和实施大数据.很多正在实施大数据的企业或机构并不成功,为什么?他们实施大数据都存在共同的问题,最为典型和严重的是三个问题是: 问题一:业务部门没有清晰的大数据需求和规划 很多企业业务部门不了解大数据,也不了解大数据的应用场景和价值,因此难以提出大数据的准确需求. 由于业务部门需求不清晰,大数据部门

探讨:数据驱动型企业与大数据商业模式

本文讲的是探讨:数据驱动型企业与大数据商业模式,2012年7月13日消息,2012第二届大数据世界论坛今天在北京开幕.本次论坛邀请了Forrester Research资深分析师曹宇钦 .IDC中国高级分析师周林等权威第三方咨询机构;微软亚太研发集团首席技术官孙博凯.赛仕软件中国总经理刘政.甲骨文大中华区技术总经理喻思成.Splunk亚太及日本区域副总裁刘文熙等业界主流厂商高层;以及支付宝首席商业智能官车品觉等来自金融.电信.电子商务.制造业等重点应用行业的用户嘉宾等都将与会于业内专业人士面对面

物联网时代制造企业对大数据的运用分析

文章讲的是物联网时代制造企业对大数据的运用分析,每个人都是数据产生者.拥有者和消费者, 有人已经预言未来的时代是一个"大数据"的时代,关注大数据的人越来越多,同时 物联网的出现与发展推动了数据采集的能力,为数据库的建立提供了有力的支撑.数据的采集处理应用将成为时代的发展主题. 大数据对促进供应链中的生产环节产生了前所未有的巨大影响,每个企业都有自己的规划和自己企业在运营环节的管理最佳实践,在众多的运营决策改进里面,大数据的影响包括产品设计,质量控制,客户画像等等.下面从八个方面介绍大数

企业部署大数据准则:安全问题应未雨绸缪

"安全与隐私"自大数据概念诞生以来便一直伴随其左右. 在这个数据大爆炸的时代,企业通过大数据可以更加高效的洞察和预见消费者行为以及行业趋势,但同时也伴随着安全性的困扰.能否保护自己的隐私安全.信息安全,成为了企业部署大数据之前摆在面前的首道难题. Hadoop作为大数据的首选平台,从开发之初也一直被笼罩着安全性问题. 曾有开发者指出,"当Hadoop在2004年开始开发的时候,对如何创建一个安全的分布式计算式环境上没有考虑,Hadoop框架对用户及服务的验证和授权严重不足,用

IDC:欧洲企业对大数据缺乏理解

虽然大数据日益升温,但还是有很多企业并不真正了解.很多企业甚至认为,大数据就是http://www.aliyun.com/zixun/aggregation/13584.html">海量数据存储,并不包括数据分析本身.为此IDC近日就此表示,这些不懂大数据的企业将丧失发展机遇. 近期在伦敦召开的2013数据中心世界大会上,IDC市场调研机构EMEA系统和架构研究主任Donna Taylor表示,很多欧洲企业对大数据缺乏理解.令人惊讶的是,有44%的受访者计划通过存储扩容来应对非结构化数据的

重磅,企业实施大数据的路径

企业实施大数据主要有四个方面的内容: 第一,企业要建立数据文化,企业作决策应该用数据来说话. 第二,企业要建立数据的战略. 第三,企业在数据战略之下组织数据管理团队的能力. 第四,企业实施大数据的技术能力. 企业实施大数据的具体的建设路径有两个方面,一方面是自下而上,另一方面是自上而下. 自上而下 自上而下的路径,首先是有序地在管理层建立数据的决策文化,在企业文化层面建设起数据的使用意识,然后建立对应的组织架构.对应的部门和团队,确定需要招聘什么样的人进来.需要多少人.具体职责怎么划分,最后建立