京公网安备 11010802034615号
经营许可证编号:京B2-20210330
SAP:大数据必须和行业应用相结合_数据分析师考试场
在大数据这个词出现之前,关于数据价值的问题就一直存在。 至于为什么近期大数据如此火热,我认为,真正驱动大数据热的原因来自于用户所面临的商业挑战。
事实上,我们在和客户谈论关于大数据的问题时,经常会从大数据谈到大、而有用的数据,或者是大却不好的数据,抑或是如何获取实时的数据分析等。由此可见,什么样的名词其实并不重要,关键在于能够帮助用户解决怎样的业务问题,怎样让用户的数据能够发挥作用,变为真正的业务价值和“真 金白银”的收入。 Q:中国的大数据市场潜力如何? 麦马翰:中国的大数据市场有着巨大的潜在商机。首先,中国有很多大型的客户,例如银行、电信运营商等,他们对于大数据分析都有着很迫切的需求。以银行为例,他们有着非常大的数据量,但如何才能够从这些大数据中提取价值,来改善用户体验,提升利润率呢? 以往在市场竞争不是十分激烈时,这一需求并不是十分迫切。
但随着市场竞争的加剧,以及中国居民收入的迅速增长,银行的客户服务方式也在发生变化,需要针对客户的个性化需求提供及时的、有针对性的服务,否则很有可能会因为服务方面的问题而造成客户的大量流失。 但银行如何才能知道哪些用户在消费行为、收入等方面发生了变化呢?采用传统的数据分析方式,银行也许可以在一个月后知道这些信息,但那为时已晚。而通过大数据的应用,银行可以实时的了解哪些客户的消费行为发生改变,收入发生了怎样的变化,这样就可以告诉银行的客户经理,采取有针对性的服务去留住那些客户。 Q:与竞争对手相比,SAP的大数据策略有什么不同? 麦马翰:市场上有很多大数据厂商,但其实S A P并不是经常谈论大数据。因为,我们认为,大数据必须和特定行业用户的特定应用相结合,从业务需求的角度来进行讨论,才更有价值。
所以,我们在和用户沟通时,更多是在分析用户的业务发展方向,以及用户所面临的业务难题等。而不是简单的说大数据应该存在哪里,或者大数据应用如何使用等。 举个例子,一家美国的大型农机产品生产企业,面临着来自中国和东南亚一起企业的市场竞争压力,因此他们想通过I T应用的实施来帮助他们增强市场竞争力。我们在和这家企业进行沟通时,并没有谈什么大数据,而是从业务角度入手,看如何能够使其公司所生产的农机产品具有更大的价值:因为,竞争对手产品的价格可能只是他的1/2。
通过对用户的业务进行分析,我们发现他们可以为用户提供一些增值的服务来提升自己对客户的价值,从而避免陷入到单纯的价格竞争中,例如通过地理情况的分析、天气情况的分析,来看看不同的农作物,在不同的地理位置、不同的土壤条件、不同的天气情况下,它的产量如何。
这样他们就能够为用户提供相应的种植方面的建议和服务。针对这些业务需求,我们给他们提供了数据实时分析的解决方案,通过对数据进行实时分析,他们可以为用户提供更多的、更有价值的建议和服务,也使自己的市场竞争力得到了大幅的提升。
我们认为,从业务的角度出发来探讨大数据,远比单纯的卖设备或软件等对于用户更有价值,这也是S A P与竞争对手的很大区别,因为我们对于用户的业务更加了解,也更有经验。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16