京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21 很多数据分析师每天盯着几十个指标,但当被问到“这套指标要支撑什么业务目标”“指标之间是什么逻辑关系”“业务变化时如何 ...
2026-05-21在数据驱动决策的时代,数据质量直接决定分析结果的可靠性与准确性,而异常值作为数据清洗中的核心痛点,往往会扭曲分析结论、误 ...
2026-05-20 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-05-20Agent的能力边界,很大程度上取决于其掌握的Skill质量和数量。传统做法是靠人工编写和维护Skill,但这条路很快会遇到瓶颈。业务 ...
2026-05-20在统计分析中,方差分析(ANOVA)是一种常用的假设检验方法,核心用于分析“一个或多个自变量对单个因变量的影响”,广泛应用于 ...
2026-05-19 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-05-19想高效备考 CDA 一级,拒绝盲目刷题、冗余学习?《CDA 一级教材知识手册》重磅来袭!以官方教材为核心,浓缩 13 章 103 个核心考 ...
2026-05-19在数据统计分析中,卡方检验是一种常用的非参数检验方法,核心用于判断两个或多个分类变量之间是否存在显著关联,广泛应用于市场 ...
2026-05-18在企业数字化转型的浪潮中,很多企业陷入了“技术堆砌”的误区——上线了ERP、CRM、BI等各类系统,积累了海量数据,却依然面临“ ...
2026-05-18