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
【核心关键词】统计学、互联网、知识、课程、学生、数学、软件、招聘、数据分析、实习经历、机器学习、理论基础、业务思维、统 ...
2026-07-10在互联网运营、产品设计、市场营销与商业数据分析领域,所有转化、成交、复购行为的底层逻辑,都依托于用户决策流程。用户从产生 ...
2026-07-10 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-07-10数据透视表是数据分析中最常用、最高效的汇总分析工具,具备快速分组、聚合计算、维度拆解、数据可视化等优势,能够轻松完成求和 ...
2026-07-09在统计学、CDA数据分析、机器学习与商业数据研究中,正态分布是最基础、最重要的数据分布形态。绝大多数参数检验、数据建模、指 ...
2026-07-09 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-07-09【核心关键词】采购、周期、原材料、企业、产品、成本、要素、库存、供应商、数据分析、生产计划、生产制造、加工制造、技术工 ...
2026-07-08在数据分析、特征工程、机器学习建模的工作流程中,原始数据往往包含多个不同维度的数值指标,例如客户交易数据中的消费金额、交 ...
2026-07-08 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-07-08商业谈判是企业采购合作、渠道签约、价格议价、项目合作、客户签约的核心关键环节,直接决定企业的合作成本、利润空间与经营风险 ...
2026-07-07在数据分析、业务效果验证、AB 测试、学术研究等场景中,T 检验是假设检验体系里最基础、应用最广泛的统计方法,也是均值差异分 ...
2026-07-07 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-07-07【核心关键词】转化率、企业、策略、岗位、互联网、拆分、产品、运营、分析师、指标体系、数据分析、用户画像、数据诊断、产品 ...
2026-07-06在数据分析工作中,文本数据处理是高频刚需场景,用户评论、客服工单、日志信息、调研问卷、商品文案等数据都包含大量文本内容。 ...
2026-07-06 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-07-06在 CDA 数据分析师能力体系中,透视分析是数据探索、多维度汇总、业务复盘的核心基础技能。无论是 Excel 数据透视表,还是 Power ...
2026-07-03在市场竞争日趋激烈、获客成本持续攀升的当下,企业粗放式的“广撒网”获客模式早已无法适配经营需求。企业经营的核心逻辑,已经 ...
2026-07-03 很多数据分析师精通Excel函数和数据透视表,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 ...
2026-07-03【核心关键词】运营、企业、核心、客户、新技术、数字化运营、数据分析、传统企业、人工录入、生产系统、技术人员、数据安全、 ...
2026-07-02在产品开发、项目立项、业务拓展、运营优化的工作中,市场调查、竞品分析、需求调研是三大核心基础工作。很多从业者容易将三者混 ...
2026-07-02