京公网安备 11010802034615号
经营许可证编号:京B2-20210330
IBM:利用数据分析实现企业创新
IBM服务整合中心亚洲区总经理马修以“创新型分析”为主题,针对当今世界未能发明出来的一些产品,基于现有大数据分析、理念、技术,利用时下创新预测未来20年即将诞生的产品。
马修指出,IBM通过搜集高质量的数据,能够生成,提供给公司员工,并且用持续的方法来使用这些数据,形成一个文化,让大家都能参与到创新当中,所以每个人的参与都是非常重要的。此外IBM建立了量化的创新文化,从内部创新到落地实施,得到令人满意的回报。
以下是嘉宾演讲实录:
首先我做一个简单的总结。我今天想做的是有三个主题。我们已经做了一些研究,最后我想跟大家分享一个链接,大家可以获得我今天的这个演讲。也340个公司他们从数据的内部进行这种系统的分析,使用这些数据来进行创新。还有这些行业的表现,他们就是使用数据分析,用一种结构性的方式推动更好的创新。我们看一下数据的质量还有使用数据,以及我们要让大家都参与到这个创新,不光我们的研发部门,而是公司每一个人都应该参与到我们分析的这种系统的使用当中,而且我们需要在这个系统里面要有一些评价标准。
我们在关注这些300多个公司,我一会儿给大家举一些例子,他们都要回答一些问题,大概有行业,在中国有40个公司参与,我们会问他们你们创新的目的是什么,你们创新的壁垒是什么,什么阻碍了你的创新,你们使用什么样的指标来衡量创新呢?还有你如何利用大数据分析创新。右边我们是三个集群或者是种类,之后你可以看一下它们不同的区别。我们看一下这三个集群里面,领先的一些公司他们用的是系统的分析方式来进行分析。
让我们吃惊的是这些企业分为领导者、奋斗者和挣扎者,你可以看到60%的企业他们都是领导者,或者是奋斗者。还就30%是有点落后了,我想做的是给大家来看一下这三个集群到底是什么意思,它是一个非常实用的,针对所有的行业都适用。大家记得之前的讲者他说到了,所有的生成数据都是动态的,而且是流动性的,它有很多的内容,有很多数据生成者你怎么样使用这些数据,以一种持续的方式来使用这些数据,因为数据太多了,因此你需要有一些洞察里,不光是数据的,你需要知道作为一个公司,你要用这些数据做什么。
还有比如说制造业的企业要将自己进行数字化,以前你可能说我们没办法数字化,但是你可以想一下3D打印还有制造业的公司,他们可以用数字化的方式去制造自己的产品,他们进行设计,然后立刻可以制造这个产品,在任何的地方都可以制造他们的产品。
很多不相信这些数字化的话,实际上他们已经在数字化,在全球化的一些公司他们需要用分析生成很多新的想法,你可以看到有一些集群。三个,第一个推动优秀的数据质量还有访问能力,不要把数据保存在一个地方,只把这个数据提供给一些特定的人,我们在整个公司内部分享有质量的数据,而且要进行分析,在数据的内部,每一个公司的人都要有创新的能力,不光是创新的部门或者是研究的部门有这个责任,我们应该鼓励每一个员工可以获得这些数据,用这些数据去生成一些新的想法,因为我们都知道最好的一些想法是不同的部门大家在一起,会用不同行业的一些理念运用到自己的工作当中,这个时候大家才有很多创新的想法,我们会有这种创新,可以去使这些高质量的数据,而且我们要建立可量化的创新文化。我们有这种标准还有指标,你可以用这些生成的方法,让别人可以使用这些想法,这些想法包括在他们自己的创新当中,我们要避免这种创新的孤岛。其实有很多的企业现在还是这个样子。我说到几个例子,比如说你刚才看到三个集群的例子,首先我们可以使用这个数据,因为那是客户,不光你自己客户的记录,你财务的数据,你生产的数据等等,你可以使用客户数据来产生一些洞察。
比如说有一个叫做图鲁兹市用大数据更好了解城市居民的需求、了解城市发生了什么、了解市民的情感,看看是不是能给这个城市带来一些变化。因为有这些数据,而且这个数据大家都可以获取。我们也有一些工具可以去搜集的数据,比如说有一个银行叫做BBVA,他们使用这个数据驱动一些解决的方案,把这些数据提供给他们的员工,让公司的每一个人都可以,除非是高机密的一些数据,否则他可以把数据提供给公司每一个员工,让他们可以进行创新,这个是银行的一个例子。我给大家看一个保险行业的例子,这个是不同的一个行业,这个是关于培训的,培训每一个员工,你可以给员工提供这些基于分析的洞察,他们使用分析来做实现,他们建立一些分析的资源,有人可以帮助员工了解如何去使用这些数据、使用工具,能够生成一些洞察,可以帮助他们形成一些想法。这个公司做的非常的好,他们整个的员工在通过正式或非正式一些培训成为大数据培训的专业,这些是不同的行业或者是不同的部门,整个公司都在使用这些分析不同的公司、不同的一些领域。我们说一下这个数据,这个是能够有效利用大数据和分析进行创新,他们用培训员工如何使用这些数据,有一些游戏,他们可以进行这种协作化的游戏,把游戏的科学中心和生物、化学系一起来结合,给他们进行分析性游戏的培训,他们可以去解决一个分子方面的一些详细的结构,这是一个例子。创新就是这个样子,他们可以使用一个行业的一个理念,然后一个思维的一种方式,从另外一个行业另外一个领域去运用,可以带来创新。我们说到有效使用数据创新等等。
我来跟大家说一下,我们怎么样在这个分析过程中让每一个人都参与呢,我们有一个非常简单的想法,我们有一个非常简单的建议,你们可以放入你们的想法。这是一个非常简单的方式,我们就用建议的表格,但是我们用了这种电子化的方式,很快去提供很多的一些想法。我们可以有一个平台,可以进行分享和使用。同时我们可以使用交叉的这种培训,可以让不同的部门来进行协作,我们可以分享目标,鼓励你的这个团队,可以有一些新的想法,鼓励他们去使用数据和分析。在以前大家都会让他们只关注自己的工作,只在自己的这个部门去思考,但是这种方法鼓励正极公司的员工他们可以使用其他部门的数据,可以生成不同的想法或者是观点。
第三个领域让客户,不光是你自己公司内部的一些信息,我们还要去使用客户的信息,比如说我们可以使用社交媒体或者是你客户的数据,或者是网络或者是数字化的一些信息,我们看到了很多的例子,你可以在哪里搜集到一些数据,搜集你产品的数据,搜集你客户的数据,搜集市场的一些数据。不光你自己的数据,你和你的员工分享,你要打开你的思路,要了解我们还可以获得哪些电子化数字化的一些数据。还有我们可以进行多种方式来打造这种创新。比如说有木在保险公司,他们可以生成很多自己的想法。你可以看到领导用分析创造一些新的想法,你可以看到条状,木在公司用他们提供数据的想法驱动创新的文化。我们可以看到对于他们公司有非常大的影响,短时间里有很多的,实际上有很多的基本的一个或者是非常好的想法。数字在这儿看到340,他们的团队借助大数据产生168个创意。
对于创新我们回报是什么?首先创造数据,数据质量等等,还有分析。第三个我们要实施,我们要有指标。可以通过衡量价值打造内部创新机制,可以让领导者发现这个市场到底是怎么样,现在需要什么样的工作,他们可以调整他们的课程和教育,你可以看到他们在两个月的时间里面可以推出新的课程,以前他们需要12个月的时间,这个是非常有趣的一个理念。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据处理与可视化场景中,将Python分析后的结果导出为Excel文件是高频需求。而通过设置单元格颜色,能让Excel中的数据更具层次 ...
2026-01-06在企业运营、业务监控、数据分析等场景中,指标波动是常态——无论是日营收的突然下滑、用户活跃度的骤升,还是产品故障率的异常 ...
2026-01-06在数据驱动的建模与分析场景中,“数据决定上限,特征决定下限”已成为行业共识。原始数据经过采集、清洗后,往往难以直接支撑模 ...
2026-01-06在Python文件操作场景中,批量处理文件、遍历目录树是高频需求——无论是统计某文件夹下的文件数量、筛选特定类型文件,还是批量 ...
2026-01-05在神经网络模型训练过程中,开发者最担心的问题之一,莫过于“训练误差突然增大”——前几轮还平稳下降的损失值(Loss),突然在 ...
2026-01-05在数据驱动的业务场景中,“垃圾数据进,垃圾结果出”是永恒的警示。企业收集的数据往往存在缺失、异常、重复、格式混乱等问题, ...
2026-01-05在数字化时代,用户行为数据已成为企业的核心资产之一。从用户打开APP的首次点击,到浏览页面的停留时长,再到最终的购买决策、 ...
2026-01-04在数据分析领域,数据稳定性是衡量数据质量的核心维度之一,直接决定了分析结果的可靠性与决策价值。稳定的数据能反映事物的固有 ...
2026-01-04在CDA(Certified Data Analyst)数据分析师的工作链路中,数据读取是连接原始数据与后续分析的关键桥梁。如果说数据采集是“获 ...
2026-01-04尊敬的考生: 您好! 我们诚挚通知您,CDA Level III 考试大纲将于 2025 年 12 月 31 日实施重大更新,并正式启用,2026年3月考 ...
2025-12-31“字如其人”的传统认知,让不少“手残党”在需要签名的场景中倍感尴尬——商务签约时的签名歪歪扭扭,朋友聚会的签名墙不敢落笔 ...
2025-12-31在多元统计分析的因子分析中,“得分系数”是连接原始观测指标与潜在因子的关键纽带,其核心作用是将多个相关性较高的原始指标, ...
2025-12-31对CDA(Certified Data Analyst)数据分析师而言,高质量的数据是开展后续分析、挖掘业务价值的基础,而数据采集作为数据链路的 ...
2025-12-31在中介效应分析(或路径分析)中,间接效应是衡量“自变量通过中介变量影响因变量”这一间接路径强度与方向的核心指标。不同于直 ...
2025-12-30数据透视表是数据分析中高效汇总、多维度分析数据的核心工具,能快速将杂乱数据转化为结构化的汇总报表。在实际分析场景中,我们 ...
2025-12-30在金融投资、商业运营、用户增长等数据密集型领域,量化策略凭借“数据驱动、逻辑可验证、执行标准化”的优势,成为企业提升决策 ...
2025-12-30CDA(Certified Data Analyst),是在数字经济大背景和人工智能时代趋势下,源自中国,走向世界,面向全行业的专业技能认证,旨 ...
2025-12-29在数据分析领域,周期性是时间序列数据的重要特征之一——它指数据在一定时间间隔内重复出现的规律,广泛存在于经济、金融、气象 ...
2025-12-29数据分析师的核心价值在于将海量数据转化为可落地的商业洞察,而高效的工具则是实现这一价值的关键载体。从数据采集、清洗整理, ...
2025-12-29在金融、零售、互联网等数据密集型行业,量化策略已成为企业提升决策效率、挖掘商业价值的核心工具。CDA(Certified Data Analys ...
2025-12-29