大数据价值体现在AI、BI、CI、DI
大数据对于企业的价值,更全面地来说可以体现在AI、BI、CI和DI,即人工智能(Artificial Intelligence)、商业智能(Business Intelligence)、客户智能(Customer Intelligence)和数据智能(Digital Intelligence)这四个方面。
AI:人工智能
当前,极力开发人工智能的适用领域,成为了企业界的热门话题,甚至连企业CEO等职位可否被替代,都频频被纳入讨论之中。韦思岸对此的观点则是:“机器应该只负责完成比人类更擅长的任务”。
人工智能的概念其实早已被提出,而上世纪70年代、90年代的两次“人工智能寒冬”之所以会出现,是因为彼时大数据发展尚不成熟,人工智能难以完成规模化的深度学习。等到近年来大数据行业取得突破性进展,人工智能领域才不断迎来突破。
所以,人工智能的主要优势,在于记忆与运算大数据,并从大数据中发掘深层次信息。
《大数据和我们》中有一部分内容就阐述了博世公司的典型案例。
通过车载摄像头,博世的自动泊车系统可以记录并测量停车位的位置分布、空间大小、距离远近等大数据,并把它们上传至卫星定位系统,通过把海量大数据带入建模得出完成停车的行驶线路。而博世最近公布的、预计于2018年面市的Home Zone Park Assist服务,更是可以为汽车预存最多10条泊车路线,让人工智能在大数据的助力下为用户实现自动泊车。
也正因如此,能获取可观数据量的公司,往往更可能在这一领域取得成果。韦思岸认为,包括阿里巴巴、腾讯等在内的一些中国公司的优势,正在于此。
尤其是在近几年,每年有超过6.5亿人登录阿里巴巴旗下网站购物,而微信的用户也突破了8亿,这使得阿里巴巴、腾讯跻身全球拥有最多大数据的几家公司之列,他们也完成了在相应领域的突破。例如,阿里巴巴就在2016年8月的云栖大会上,推出了其首款人工智能机器人ET,而腾讯也于2016年12月26日宣布,将向全球企业提供包括图片标签、名片OCR识别等在内的7项AI云服务。
BI:商业智能
与计算机的优势在于记忆、运算相对应,人的优势则在于创新能力与决策能力。
所以,“数据驱动”这个近年来开始流行的管理理念,在韦思岸看来是有失偏颇的,而“驱动数据”,才应该是让大数据应用到企业决策、管理等领域的理性路径。两者的区别是,前者是以大数据统御人类的决策与判断,而后者是让大数据处于人的掌控之中。事实上,大数据本身是非常粗略的,数据样本有可能非结构化,甚至可能掺杂了欺诈数据。
把大数据置于其擅长范围以内,用大数据来构建辅助企业决策的预知系统(anticipatory system),才是其助力企业提升商业智能的更合理选择。韦思岸也以具备“大数据DNA”这一比喻来形容这类企业。
韦思岸加入亚马逊也与此有关。韦思岸说,亚马逊创始人杰夫•贝佐斯(Jeff Bezos)早年就意识到大数据对于企业的重要性,因此邀请自己来一起为亚马逊制定大数据战略,让公司真正拥有大数据DNA。此后,亚马逊的商品推荐系统、第三方在线销售平台等创新性服务,不仅改善了顾客的购物体验,还让亚马逊自身能更科学地制定经营与市场战略。比如通过对大数据统计的总结,亚马逊就调整了自身的市场划分,把以往几十个细分市场的分类,演变为“将单个顾客一分为十”的全新分类。
更重要的是,具备大数据DNA的企业并不会惟大数据是从,而是在决策时把它置于辅助性地位。亚马逊计算机中心时区设置的不统一,曾让一些商品从浏览到购买的时间为负值,这也让亚马逊开展了自我纠正,重新基于其全球化经营战略设置了计算机时区等内部系统架构。以韦思岸之见,亚马逊与其说是一家电商公司,不如说是一家科技公司。这也正是这家1995年才成立的公司能保持迅猛发展势头,并在2016年《财富》全球500强榜单中排名第44位的重要原因。
当然,《大数据和我们》一书也向我们展示,大数据DNA并不一定是科技公司的专利。在书中,全球规模最大基金公司桥水基金就于近期宣布,公司未来的员工招聘、绩效评定、日常管理等领域,将引入大数据辅助决策,桥水基金创始人雷伊•达里奥(Ray Dalio)也表示,相信这样能“有助于提高认识、改进决策过程并实现更好的成果”。
“我们应当让人去做人擅长的事,让计算机去做计算机擅长的事”,正如韦思岸所言,人与计算机的深度协同,才是企业具备大数据DNA、能以商业智能取得领先的象征。
CI:客户智能
既然大数据是为人们决策提供辅助信息,那么,哪些信息相对不重要,哪些信息则相对更重要?“我喜欢听到用户们通过大数据来发声”,韦思岸把来源于经营第一线的用户数据,看作是更重要的大数据。
《大数据和我们》记录了韦思岸于20世纪90年代初在施乐公司的帕克研究中心工作时的情形。虽然当时已经诞生了超级计算机,但囿于数据量的缺乏,这位斯坦福大学博士仍只能通过大量假设来进行研究。
而现在,通过来源于客户的大数据,企业就能倾听到客户真实的心声,并以源自于客户方面的客户智能作为自身在行业内保持领先的基础。在韦思岸看来,其曾经提供过咨询服务的多家企业,如阿里巴巴、汉莎航空、摩根大通、GE等,都已非常注重客户数据对企业发展的意义。比如据韦思岸回忆,在与自己共同出席一次会议时,马云就曾表示“call me Data Ma”。
能真切听到客户通过大数据发出的心声,这只是第一步。客户数据能否转化为客户智能,关键还在于,企业经营决策的制定能否真正以客户需求为中心。
事实上,这也是体现企业领导者能否真正在企业内贯彻大数据DNA的一个分水岭。
例如,在当今的移动互联网时代,用户的一大诉求是希望企业能注重保护自己的数据隐私。但各类大规模用户资料泄露事件就表明,这一客户心声并非业内许多公司的真正关注点。苹果公司则是极少数的特例之一。2016年2月,蒂姆•库克(Tim Cook)能拒绝FBI关于在苹果设备预留后门的要求,让苹果注重客户隐私保护的声誉进一步提升,而一部分用户是非常愿意为此支付相应价值的。
此外,如果企业目前暂无能力获取海量客户数据,那么,通过数据服务商或中间商来查阅大数据,也是企业提升自身客户智能的合理选择。
比如,包括宝马、福特、MapQuest等在内的企业已经与微软旗下的Inrix开展了合作,后者是日均可分析超过1亿部智能手机地理位置数据的公司。再比如,餐饮、院线等行业内的企业可以通过Yelp、大众点评等网站获悉各类客户数据,以改善企业的服务与产品线。
DI:数据智能
如果一家企业能够在行业变革趋势洞察,企业内部决策制定,以及企业外部客户分析上充分运用大数据,那么,这就是企业在数据智能方面的体现。对此,韦思岸用了“ABC客户行为模式”(ABC of Consumers’ Behavior)来予以概括。
A代表认可(Approval),表明企业在获取和运用大数据助力企业发展时,需尽量获得用户的肯定。
亚马逊在建立用户点击与购买量的数据库时,并不保存每位客户的身份信息,而是只关注客户从一件产品到另一件产品的跳转轨迹。韦思岸认为这是亚马逊能获得不少客户认可的重要因素。
B代表归属感(Belongingness),这说明,具备数据智能竞争力的企业,都善于提升其用户黏性。《大数据和我们》中就列举了南非保险商探索健康公司的例子。探索健康公司与超市、商店共同推出的“活力”促销计划,为客户提供金钱奖励。若客户的支付记录显示他们购买了健康食物,他们就能凭此获得返现或保费折扣。
C则代表多重含义,比如对话(conversation),比如交流(Communication),又比如社区(Community)。
韦思岸也对界面新闻记者表示,他在与好友、2002年诺贝尔经济学奖得主丹尼尔•卡内曼(Daniel Kahneman)探讨后,两人都认为C最重要的含义是连接(Connection)。在行将来临的由人工智能、云计算、物联网主导的时代,平台化、生态化必然将成为企业的转型方向。由此,企业与平台合作各方的连接,企业与产业链各端的连接,都将深刻且持续地改变企业的发展轨迹。显然,这一任务的最好承担者正是大数据。
能够像Facebook、Uber一样以大数据连接企业内外各方的企业,才是数据智能的真正代表。“那些敞开大门,让数据和信息畅通无阻连接的企业,将赢得更长远的未来”,韦思岸说。
韦思岸曾在联合国的一次演讲中,把大数据比喻为新时代的石油,他认为其是21世纪最重要的原材料。韦思岸对界面新闻记者说,在未来,企业运用大数据优化战略制定与日常管理,会是一件如同企业要用电一样常态化、普遍化的事情。
大数据能为企业带来的AI、BI、CI和DI之增长动能,将是身处万物互联化、万物智能化时代的企业所必须具备的DNA。
数据分析咨询请扫描二维码
CDA数据分析师在中国航信高科技产业园进行了面向测试度量的数据分析培训课程,培训人数近2 ...
2024-05-01CDA数据分析师走进深圳迈瑞生物医疗电子股份有限公司,在迈瑞总部展开了为期两天的培训,本次课程参训人员线上及线下近百人, ...
2024-05-01CDA数据分析师在合肥市对合肥阳光新能源科技有限公司开展了为期8天的企业内训。 合肥阳光新能源科技 ...
2024-05-01CDA数据分析师走进海尔大学,进行了《数据治理与数据中台建设的道与术》专题培训,培训现场爆满,近百人参加了此次培训。 ...
2024-05-01在中国银行苏州分行培训中心开始数据分析师培训,此次培训课程共10天内容,包括Excel、MySQL、概率论与数理统计、SPSS等内容, ...
2024-05-01从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,探讨数据挖掘、机器学习模型在金融领域的应用,包括获客、信用评分、细分画像、交叉销售、反欺诈、违规识别、时序预测、运筹优化、流程挖掘九个方面,形成 ...
2024-05-01本次培训课程为线上+线下的模式,由于学员编程能力不一、部分学员没有编程基础,故提供统计学、python基 ...
2024-05-01华夏银行信用卡中心-机器学习培训 1、课程亮点 取材于业界一流企业和顶级咨询公司的行业实践;已经被证明是人人 ...
2024-05-01主 题:数据中台建设及数据分析应用主题分享 1. 数据中台市场洞察 2. 主流数据中台产品比较 3. 某企业数据中 ...
2024-05-01围绕“数据驱动”战略,全力打造我行 300 人数字化人才梯队,着力培养数字化管理人才、大数据专业团队 ...
2024-05-01在当今数据驱动的商业环境中,数据分析成为了企业决策的重要依据。通过对大量数据的收集、处理和分析,企业能够更好地理解市场 ...
2024-04-29在人工智能(AI)的世界里,提示词(Prompt)是一种强大的工具,它能够引导AI按照用户的需求产生特定的输出。本文将深入探讨AI ...
2024-04-29CDA立足未来职场,拓展前沿视野——对外经贸大学保险学院举办“三全育人大讲堂”分享行业最新动态。 ...
2024-04-294月2日,CDA数据分析师创始发起人兼协会理事长赵坚毅博士受邀在浙江万里学院举办了一场以“数字化能力在职场中的作用” ...
2024-04-29随机森林(Random Forests)现在机器学习中比较火的一个算法,是一种基于Bagging的集成学习方法,能够很好地处理分类和回归的问 ...
2022-12-23方差分析是数据分析中常用的一种统计分析方法,接下来让我们简单了解一下方差分析的基本思想和原理吧。 方差分析(Analysis ...
2022-12-23来源:关于数据分析与可视化 关于streamlit-aggrid 数据排序 表格样式的调整 数据 ...
2022-08-03作者:麦叔 定义 「把上面晦涩的概念汇成一句话就是:」 ❝ 回调函数就是一个被作为参 ...
2022-08-03现今,高学历人群日益增多,物以稀为贵的高学历光环淡去。无论本科生还是研究生,甚至博士生,求职竞争力都大不如前,就业压力越来越大。
2022-06-01某家企业10个人面试,有9个本科生……如何脱颖而出,除得体的举止和良好的沟通力外,证书成重要筹码,这也是很多人考证的关键所在。
2022-04-14