京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据分析仅为赢得新客户?推动整合转型是关键
作为全球发展最快的大数据市场,虽然超过四分之三的大中华区企业在一年内实现了大数据的投资回报,显示了高于全球的投资信心,但是更多的中国企业更注重利用大数据分析来赢得新客户而不是创造更好的客户体验,同时,中国企业普遍在利用大数据推动数字和流程整合转型方面落后于全球整体水平。这是IBM近日发布的《分析:速度的优势》白皮书的调查结果。该白皮书就企业在分析生命周期的三个关键阶段提出了快速将数据转变为洞察并驱动行动的建议,帮助企业在竞争中保持领先优势。
IBM大中华区全球企业咨询服务部高级合伙人兼副总裁StevenDavidson表示:“随着大数据应用的不断深入,新的发展与变化已经产生。通过此次《分析:速度的优势》白皮书的发布,我们可以看到,速度优势对企业在竞争取胜至关重要。一部分企业正通过速度驱动的数据和分析实现差异化发展,对业务绩效和竞争地位产生了显著的影响。这一趋势对于全球企业高管,尤其是那些致力于利用创新技术推动自身发展的中国企业的领导尤为重要。IBM一直致力于与中国企业紧密合作,分享自身丰富的大数据分析洞察与资源,共同携手推动业务的创新与增长。”
四大变化引领全球大数据应用发展
作为IBM第六次全球数据分析调研,此次调研对象包括60多个国家中超过1,000位业务和IT高管,其中也包括大中华区企业。IBM 2014年全球分析调研揭示了影响快速发展的数字市场的四个重大变化:
变化一:绝大多数企业目前在一年内实现了大数据投资的回报。
变化二:以客户为中心仍是分析活动的主要目的,但企业越来越多地将注意力集中于利用大数据应对运营挑战。
变化三:通过将数字化能力集成到业务流程中实现企业转型。
变化四:大数据的价值推动力从数量转变为速度。
如何在各个关键阶段保持领先
利用大数据分析,成为领跑者的关键是什么?IBM大中华区全球企业咨询服务部合伙人、大数据和分析负责人王明德这样谈到:“在研究中我们特别针对领跑者做了一些深入分析,领跑者并不是在某一两点上做的非常好,而是在分析的生命周期的各个阶段都非常出色。”
IBM大中华区全球企业咨询服务部合伙人、大数据和分析负责人王明德
IBM把分析生命周期分为标准的三个阶段:获取阶段、分析阶段、行动阶段。王明德强调说,基于IBM公司掌握的关于大数据分析的技能和知识,也基于IBM对中国企业以往提供服务与合作获得的知识,IBM能够帮助中国企业更快地成为或赶上领跑者。
同时,王明德在采访中也着重谈到了此次发布的白皮书,对中国企业在这个阶段应该抓住哪些重点给出的不同建议。在分析生命周期的第一阶段,即获取阶段,企业要获取数据、管理数据、处理数据。IBM给出的第一个建议就是开发出能够支持数据多样性的解决方案。第二个建议则是把这些数据真正快速的提供给企业里需要这些数据的人。第三个建议是不要忘记数据治理概念的重要性。
当企业进入到分析生命周期的第二阶段,即分析阶段,企业已经可以从数据中获得洞察,这样可以专注于某个业务领域,通过洞察提升这个业务领域的业务效果。因此,在这个阶段IBM给出的第一个建议是,从外部获得这样的洞察,对客户有更好地了解。其次,要全面地使用更深层的分析。在传统的数据库中分析主要集中在描述性和诊断性的分析。而现在的大数据平台,有强大的分析软件和分析引擎,因此应该更多地做预测性、指定性的分析。
分析生命周期的第三阶段,即基于数据分析作出快速的行动。IBM特别强调第一步整合数字和流程的转型做法很关键。这一阶段要尽可能使企业全部数字化,能够提供数字平台,可以处理目前所有的数字形式的要求。其次,怎么使这些分析和数据能够供自己的员工和高管使用。比如推出一些符合现在需求的做法,通过移动设备来使用。IBM给出的第三个建议,一定要专注于以能够带来最多的业务回报和成果的方式来作为开始行动的起点。
从IBM此次发布的《分析:速度的优势》白皮书,其核心内容则是领跑者数据分析驱动实践,速度成为了关键。该白皮书指出要跟上当前的发展速度,企业需要全面地采用分析技术。基于企业现阶段分析能力,白皮书将企业分为四个组别:领跑者、慢跑者、参与者和旁观者。占10%的领跑者最有能力满足速度需求,并创造了巨大的商业价值。超过一半的领跑者都表示分析对业务表现和收入产生了显著影响并且使他们获得了显著的竞争优势。但大中华区在分析对业务、收入和竞争力方面产生影响的表现仍与全球领跑者存在着较大差距。为了创造业务价值,中国企业需要仿效领跑者,并且加快速度管理数据和分析,并依据数据洞察采取行动。
大数据在中国落地有声
尽管从整体上而言,中国企业在大数据应用方面的表现与全球领跑者存在差距,但是也不乏成功者和领先者。
IBM大中华区全球咨询服务部副合伙人,大数据与分析中国区负责人谢国忠在采访中也谈到:“最近两年IBM和中国企业有很多合作,我们已经做了很多相关的大数据的项目实践。”谢国忠在白皮书发表之际展示了IBM在十三个重点领域的应用场景,同时也着重介绍了诸如上汽集团等企业大数据应用的情况。
IBM大中华区全球咨询服务部副合伙人,大数据与分析中国区负责人谢国忠
比如,IBM帮助上汽集团成功打造中国汽车市场首个O2O电子商务平台——车享网。该平台将基于线上客户数据,有效判断客户潜在需求,提高运营分析效率,为客户提供及时的、个性化的服务与信息。通过全面的客户洞察做到精细化营销,车享网平台将大幅提升会员管理水平。通过数据分析提升汽车消费者全生命周期服务能力,真正做到高品质的客户体验。目前该公司从访客变成线下的成交客户,提升了1%。1%的提升很不简单,这需要庞大的数据量,而这个1%所带来的总订单量则提升了11.3%,客户流失率降低了3%。
在新互联网时代下,随着大数据、云计算、社交及移动趋势的快速崛起,IBM正在构建自身全新的服务能力。在大数据应用领域,IBM一直引领着创新和发展,并不断融合自身在各行业与全球化发展中的经验,不断帮助中国客户紧抓新时代下的发展机遇,以稳健的步伐成长为全球企业的领导者。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在回归分析的结果解读中,R方(决定系数)是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例,取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中,经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标(如外卖订单地址、景 ...
2025-12-04在CDA(Certified Data Analyst)数据分析师的指标体系中,“通用指标”与“场景指标”并非相互割裂的两个部分,而是支撑业务分 ...
2025-12-04每到“双十一”,电商平台的销售额会迎来爆发式增长;每逢冬季,北方的天然气消耗量会显著上升;每月的10号左右,工资发放会带动 ...
2025-12-03随着数字化转型的深入,企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等,这些 ...
2025-12-03在CDA(Certified Data Analyst)数据分析师的工作体系中,“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中,损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜,却 ...
2025-12-02在CDA(Certified Data Analyst)数据分析师的日常工作中,“用部分数据推断整体情况”是高频需求——从10万条订单样本中判断全 ...
2025-12-02在数据预处理的纲量统一环节,标准化是消除量纲影响的核心手段——它将不同量级的特征(如“用户年龄”“消费金额”)转化为同一 ...
2025-12-02在数据驱动决策成为企业核心竞争力的今天,A/B测试已从“可选优化工具”升级为“必选验证体系”。它通过控制变量法构建“平行实 ...
2025-12-01在时间序列预测任务中,LSTM(长短期记忆网络)凭借对时序依赖关系的捕捉能力成为主流模型。但很多开发者在实操中会遇到困惑:用 ...
2025-12-01引言:数据时代的“透视镜”与“掘金者” 在数字经济浪潮下,数据已成为企业决策的核心资产,而CDA数据分析师正是挖掘数据价值的 ...
2025-12-01数据分析师的日常,常始于一堆“毫无章法”的数据点:电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中,“query end”是查询执行生命周期的收尾阶段,理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA(Certified Data Analyst)数据分析师的工具包中,透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码,仅通过 ...
2025-11-28在统计分析中,数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”,直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中,技术人员常面临一个选择:是一次性查询500条数据,还是分5次每次查询100条?这个问 ...
2025-11-27对数据分析从业者和学生而言,表结构数据是最基础也最核心的分析载体——CRM系统的用户表、门店的销售明细表、仓库的库存表,都 ...
2025-11-27在业务数据可视化中,热力图(Heat Map)是传递“数据密度与分布特征”的核心工具——它通过颜色深浅直观呈现数据值的高低,让“ ...
2025-11-26在企业数字化转型中,业务数据分析师是连接数据与决策的核心纽带。但“数据分析师”并非单一角色,从初级到高级,其职责边界、能 ...
2025-11-26