
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
Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23