IBM大数据副总裁利用大数据提升客户体验

1、IBM大数据副总裁：利用大数据提升客户体验李长杰/编译Inhi Cho Suh, IBM公司大数据副总裁。她于 1998年加入 旧M公司，曾担任公司多个专注于战略性增 长、开发和市场营销的领导和管理职位。她拥有杜克大学的理学学士学位和北卡罗来纳中央大学法学院法学博士学位。目前与丈夫和儿子居住在康涅狄格州的里奇菲尔德。来自IBM的Inhi Cho Suh 女士回应有关大数据是如何重塑决策过程的问题。问：什么是大数据分析？我们每天都在创造大约 2.5 X 1018字节的数据，这相当于堆叠从太阳到冥王星然后再返回的书籍。这 些数据来自于各处，如用于收集气候信息的传感器、社交媒体网站的帖子、数码照片和

2、视频、购买交易记 录以及手机GPS言号。大数据就是利用所有可用的结构化和非结构化数据，分析这些静态和动态的信息以 便做出商务决定。问：数据分析技术如何使企业获得重要的客户洞察力？通过更好地了解客户的行为模式和偏好改善客户体验几乎是近一半的大数据工作的内在动力。大多数 组织想要实现营收的增长，而如果它们知道如何使用大数据就会机会大增。交易记录、多渠道互动、社交 媒体、来自如会员卡以及其他与客户相关的信息的综合数据，增加了企业获知顾客全貌的能力，数十年来 这一直是市场、销售和客户服务部门的目标。大数据分析可以以新的方式提供对客户及其需求的更深入的 了解，与现有及潜在客户接触。问：大数据的特点是什么

3、？我们用4个V来描述大数据：体积、种类、速度和准确性。具体如下: 体积是指数据的加速增长。大多数组织都从收集和分析TB级（1 000千兆字节的数据）向 PB级数据（ 1 000 TB 字节的数据）转变。 种类是关于非结构化数据，如图像、音频、视频、社交媒体以及那些未经组织或不容易被传统数据库解释的信息。非结构化数据包括由人或机器产生的所有数据，如传感器、网络订阅源、网络和服务平 台。 速度是指利用动态的实时数据。为了在很短的时间内找出有意义的需求，组织需要同时考虑 “静态数据”和“动态数据”，它告诉企业此刻到底在发生什么，并允许他们采取即时行动，以达到立竿见影的效果。例如，从智能手机得知你恰巧

4、在最喜欢的咖啡馆附近，可能引发实时优惠，以吸引你进来点杯拿铁。 准确性是关于对数据和作出的决定的信任和信心。信任某一事实需要有正确的能力基础，如管理数据质量，维护跨多个数据源的主数据，优化整个组织对信息的使用，保护个人隐私和信息安全，在充分意识到风险的情况下作出决定。问 ： 连接大数据分析与企业及其客户的发展趋势有哪些？我看到了正在融合的三个重要发展趋势，它们开创了大数据的新时代，将从根本上改变企业如何运作以及如何与客户、供应商、合作伙伴和员工合作，以做出更好的决策。第一个大的变化是我们发现自己生活在数字化的世界中。今天，因为世界正变得越来越仪表化，企业和个人可以使用远程信息和传感器数据跟踪奔

5、驰在农村的子弹头列车，企业或家里的每小时能耗，或者购物者在商店的电子产品区待了多长时间。第二个趋势是社交媒体改变我们所知道的彼此。世界各地的人们交流和自愿分享自己越来越多的信息，并以仅仅几年前还无法想象的方式进行交互。而最后一个趋势是技术的飞跃，使组织能够捕获和分析新的数据流无论是什么类型、数量有多少、变化有多快，并根据这些信息做出更明智的决策。通常，这些数据可能存储在云中。问 ： 可以使用大数据分析软件的行业有哪些？每一个行业和职业都将通过使用数据被重塑，为IT 创造新的买家和新的市场。部门开支中信息技术（IT ）支出已经占61。我们看到这种现象在 2014年创造了 1750亿美元的 IT

6、解决方案市场，并以每年7的速度增长。下面是来自不同行业的例子： 想象一下大数据分析在捕捉和分析假期期间市场的变化、趋势和消费者喜好方面能够为零售商做 些什么。 农民可以更好地了解天气、种子类型和土壤质量对他们种植、收获和销售作物的影响。 银行可以从关键指标和过去的性能数据中得出新的数据，预期绩效差距，并以新的方式与客户进 行交互。 通信供应商可以预测客户行为，并主动接触最有可能去其他地方的客户，然后让他们满意、忠诚，回来购买更多的产品和服务。与此同时，汽车行业可以分析制动模式以提醒司机，医院可以每秒分析 100 000 个实时患者数据点，以达到更健康的效果，而能源和公共事业等行业可以分析多年的

7、气候数据，以优化风力发电机的位置。问 ： 了解客户习惯和意见的最佳方式是什么？公司长期以来一直致力于如何通过分析所有可用数据分析一段时间内公司的业绩。在过去，这曾经仅仅是描述性的分析，它着眼于过去成功或失败的原因。随着大数据的到来，我们进入了预测性分析的新领域，其重点是回答这个问题：“未来最可能会发生什么”。然而，分析的真正优势来自于说明性分析，它跳过未来的结果来回答“我最好的行动是什么？”这个问题。高度智能化的认知系统将分析更进了一步。他们使用自然语言处理和机器学习算法，而不需要进行编程，帮助使用快速变化的大数据做出重要决策。这四种类型的分析应该共存。并不是说其中一个优于另外一个，他们只是不

8、同的类型。所有这些都是全面了解一个组织所必须的，包括它的客户和试图通过使用所有可用的信息和数据解决的问题。问 ： 大数据、大数据分析和预测技术如何得以改善？企业如果在他们的组织中整合更多的部门、跨越更多个异构数据源以及应用更复杂的分析方法，将会获益。最近，我们分析了 2000 多家采用数据分析的公司。领先的企业利用多个数据源，包括来自销售和运营部门的结构化数据，以及来自移动设备、社交网络和物理世界中传感器的非结构化数据。领先者越来越多地应用先进的分析描述性、预测性、说明性以了解正在发生什么，可能发生什么，最好的行动方案是什么。结果是惊人的。领先的企业： 为他们的客户提供新的服务的可能性高出 2.5 倍。 提供智能产品和服务的可能性近2 倍。 采取实时行动的可能性为 2 倍。 提供个性化产品的可能性超过2 倍。问 ： 大数据分析以及企业与客户之间的关系的未来是什么？实时使用数据将越来越成为一种竞争优势，尤其是当你考虑地理空间位置数据、时间数据和传感器数据时。三分之二的企业表示，在过去的一年他们用于经营决策的时间已被压缩。实时分析现在还是一种期待。百分之五十八的企