
IBM另一面:大数据助力设计_数据分析师
一次搬家时,王阳和太太有了点小分歧。
作为现任IBM全球副总裁兼中国开发中心总经理,王阳说自己是典型的理工男。为了把家里的几幅画挂得端端正正,“理工男”王阳找来水平仪等各种工具,力求分毫不差。(数据分析师考试)不过,面对这种精确计算的结果,太太硬是说挂歪了,右边得往上移一点。最后,感性战胜理性,用王阳的话来说,“画就是挂给太太看的,她说歪了只能是歪了”。
5月18日,讲述这个故事时,王阳某种程度上是在隐喻IBM的转型。在王阳看来,蓝色巨人IBM,往往注重的是计算、精确、功能等理性的东西,但在移动互联网和用户体验为王的当下,大家对企业技术的预期已经发生了质的转变,用户体验设计和个性化正在推动IBM产品的开发和数字的互动。
当天,作为这种转变的结果之一,IBM在上海开设了一间设计工作室。在此之前,这样的工作室已经在奥斯汀、伦敦、都柏林、墨尔本、墨西哥城、纽约、多伦多、马德里、圣保罗等地陆续落成。
“目前我们全球20多个工作室有超过1000名设计人员。” IBM全球企业咨询服务部大中华区总经理Nancy E.Thomas在上海工作室开业时接受21世纪经济报道记者采访时表示,IBM正在着力建立一个设计文化,“这是IBM的另一面”。
设计的集成价值
“成立IBM工作室的初衷就是为了将设计融入到我们工作的方方面面,从而彻底改变企业的工作模式。”IBM全球设计院总经理Phil Gilbert表示,当下,在工作和娱乐过程中,人们在手机及其应用中接触了许多很棒的设计,而企业级技术也要本着以客户体验为中心的理念开展。
Phil Gilbert表示,IBM的设计理念就是,通过原型方式快速实现以客户为中心的产品开发。
王阳则认为,IBM工作室在上海开业,意味着公司正在进一步加强在产品设计上的能力,以帮助客户快速应对和满足其客户的预期的变化。
“我们没有关起门来搞设计,也没有把设计外包出去。”Nancy E.Thomas对记者表示,IBM希望通过打造自己的设计文化,从而在自身工作的方方面面都嵌入设计的元素,让顾问、研究人员、社交专家、媒体专家和设计师一起,在一个团队中密切协作,并与客户一道合作来开发。
Nancy E.Thomas表示,这样的工作室汇集了IBM的各种能力,团队可以通过互动把设计思维与IBM在大数据、云计算、移动和社交等方面的专长集成在一起。
比如说一个航空公司有很多关于乘客的数据,包括乘客飞行的频率,经常的目的地,甚至旅行途中的购买清单,是不是带着家人一起等,基于这些数据和IBM的分析技术,就可以为乘客设计一款定制的应用。而在这个过程当中,设计就扮演了集成的角色。
Nancy E.Thomas表示,IBM设计思维中至关重要的一点就是同理心,即对于客户,要知道他们有什么问题、面对什么挑战,或者是他们想要抓住什么机会,基于这些理解,IBM可以快速生成一些想法,并在消费者中进行测试,寻求用户的反馈,然后基于这个反馈不断优化最终的用户体验。
把设计流程化
谈到IBM涉足设计的初衷,Nancy E.Thomas对记者表示,“这是几年前的事情了,最初由于我们内部产品开发的需要,同时我们看到很多客户也在思考怎么与自己的用户和消费者进行更好的互动”,因此IBM在几年前开始在设计方面努力,并在过去的一年半中于全球迅速开出20多家工作室。
“尽管我无法透露具体多少钱,但开设这些工作室是一种很大的投入。”Nancy E.Thomas说。
在迈向设计思维的过程中,IBM与苹果实现了合作。
“苹果是以设计和用户体验见长的。”IBM服务整合中心亚洲区总经理Marcel Greutmann表示,与苹果合作之初,IBM刚采纳设计思维的方式,而那个时候苹果也想进入企业市场,双方自然而然实现了合作,“对于IBM来说,我们希望从苹果学到对于用户体验的一些做法,同时还有在移动设备方面的一些经验”。
在双方合作以来的9个月里,IBM和苹果一起推出了22款应用,每季度发布一次,每次不超过10个。目前,这种节奏正在提速。根据合作协议,双方计划在2015年底前推出100款应用。这意味着今后的8个月里,双方每个月都会推出10款以上的应用。
“我们希望把设计思维作为一个框架,把设计变成一个流程化的东西。”Nancy E.Thomas对记者表示,IBM把设计思维作为框架,并在此基础之上进行敏捷开发,通过这样的流程,为那些寻求非常好的用户体验的客户,带来收益。
Nancy E.Thomas认为,设计会改变IBM的工作方式,“这是一个全新的工作方式和工作流程”。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中,response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮:CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代,数据治 ...
2025-08-21Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13