近几年大数据变得越发重要,已成为企业发展不可缺少的要素,同时直接影响甚至改变着我们的生活。当前,处理数量庞大、增长迅猛、种类繁多的数据成为众多企业面临的挑战。Teradata天睿公司作为全球领先的分析解决方案与咨询服务供应商,基于客户需求,提供领先、全面、有效的解决方案,帮助企业获取商业洞察力,并且将之转化为行动力,创造商业价值。

数据·分析·成果  发现价值到创造价值

在我国乃至全球,很多企业都非常认可数据的价值,持续在做数据积累方面的建设,开发或购买了很多系统,如ERP、CRM等。但这些企业存在一个普遍的问题,那就是拥有如此庞大的数据,却不知如何利用。基于海量数据,利用分析手段获取少量且有效的数据,作用于业务以产生最大价值,是所有企业希望看到的结果。但这个过程真正做起来,不是易事。

Teradata天睿公司大中华区副总裁、咨询及服务部门总经理唐青(Janet Tang)表示,简单、量少、信息量相对也少的数据中得出的分析结果是有限的,在具备一定规模且流动的数据环境中得到的分析结果才更有价值。流动数据具有多元化和分析效率两个层面,企业想要得到希望的成果,但挡在前面的是超大规模且多元化数据分析和整合的高门槛。

那么创造价值的过程,就要借力Teradata这样的大数据分析的供应商了。唐青表示,针对多种格式的数据进行分析,会涉及到对数据来源和文本数据的识别。了解用户在使用企业产品和服务过程中的路径情况很重要,如某客户开了卡,有无消费,有无购买其他的分期贷款等。

通过对用户行为的路径追踪,可分析出谁和这个用户有关联,哪些因素会影响其购买行为。企业级应用和消费级用户区别在于,企业级的关系图谱非常复杂,数量级也是指数级增长, 如电信公司的某个分公司就可以梳理几亿条关系图谱。面对这种多种形式的分析,初创公司可能很难驾驭。Teradata的愿景就是帮助企业做分析,让企业清楚地知道客户是谁,谁和这个客户有关联,以及捕获这个客户所有信息、活动信息和活动信息所涉及的渠道。

帮助企业打破数据的桎梏,驱动业务增长

愿景是美好的,但要实行还是要面临业务、人才、架构和部署等方面的挑战。唐青表示,从业务角度来看,我们是否懂得企业的业务场景,具体到哪个业务场景需要改进。从人才资源方面看,如何用合理薪资,招到在操作和执行层面都有很好洞察力的人员。从架构层面看,数据源很多,交互时间变得很快,形式很多,所以对架构设计提出了很高的要求。生态圈的架构师,怎样能够把各种复杂场景的架构设计出来。这里包含来自客户的挑战,如企业架构凌乱且孤立,如何从中寻找统一和协同。在部署过程中,考量性能、流动、成本以及扩展性的同时还要考虑整个体系架构如何在混合云中建设。

唐青表示,Teradata现在正在实施五级转型:

  1. 提供业务分析解决方案。助力企业达到可以回答其用户问题的能力,从业务视角、数据模型来寻找客户的业务场景。
  2. 业务价值框架。对于咨询公司而言,这是一个重要的、指导性的框架。
  3. 专业的数据科学家。这些人才对工具掌握的很好,并且有很强的思维能力,能够把分析带到业务应用中去。
  4. 生态圈架构师。这些人会比企业咨询架构师的视角更宽阔、洞察力更有深度。
  5. 引入混合云。Teradata大数据平台体系架构,可支持混合云,在云端灵活的做适配。

案例解析 从企业视角解读数据分析的价值

唐青分享了银行的案例,从中我们可以更清晰地看到:数据·分析·成果,企业应用大数据的这三重境界。

过去银行只需通过扩大规模就能提升业绩。现在很多银行开始以客户为中心,以客户需求为导向,优化整个营销体系,打通产品渠道。就像Teradata一样,面向行业同时面向客户,所以在每个客户现场都有合作伙伴或者顾问,都有相配比的生态系统。最终,让所有客户的需求变成商机、变成业务诉求、变成架构实现。传统的银行营销方式,大多是从产品视角来拓展,看把产品卖给哪些客户合适,现在我们从客户视角来看,每个客户都有产生额外产值,增加收入的可能。

唐青表示,Teradata为银行建立客户精细化管理框架,分析每一个客户,把客户进行分类。这样可以做的事情很多,如从中识别哪些是重要客户,哪些是流失客户。在流失客户中识别出谁贡献最大,即使和其中一些失去联系,也可以从做了闭环的网点重新建立联系,挽回流失的客户。

通过银行的客户单一视图系统,客户经理能够及时获得银行用户的基本信息、交易信息及其特征标签,清楚地知道哪些是新客户,哪些客户可能会流失,哪些是睡眠客户。假如银行是上千万级,这样做,哪怕只挽回一个点也是十几万。

试想,如果为每个用户都做画像,清楚的知道整个的生命周期的同时,把其所有的渠道都关联在一起,那么CRM系统就形成了闭环。

这样一来,银行就可以了解客户处于哪个生命周期,有针对性地进行服务。对新用户进行品牌宣传,对衰退期的用户分析流失原因,最重要的是可以做更精准的营销。

写在最后:

当问及针对金融领域,Teradata在授信和风控方面建设经验时,Teradata天睿公司北京金融团队咨询服务部总监张天峰表示,风险管理是银行最核心的管理举措之一。Teradata针对商业银行的市场风险、信用风险、利率风险、流动性风险、操作风险等领域提供专业的风险管理咨询服务、风险分析服务以及风险数据管理服务。

未来,银行不仅使用内部数据,可能还会引入一些外部数据对客户进行更精细化的评级。Teradata提供行业领先的大数据解决方案,不仅包括结构化数据的处理及分析方法,还提供非结构化数据的分析手段及方法,更精确地描述客户特征甚至客户的族群标签。

本文作者:王雪燕

来源:51CTO

企业应用大数据的三重境界:数据·分析·成果相关推荐

  1. 从三大行业看大数据应用的三重境界:数据、分析、成果

    :各行各业在大数据的应用上可以说是已经渐入佳境,资产管理.运营优化.风险管理等都已经有数据分析参与其中,当然这个过程最重要的还是从业务场景出发让数据真正产生价值. Teradata把企业数据分析分为四 ...

  2. 企业引入大数据/AI 的难点,落地方式以及行业阶段

    适合的读者: 正在思考或者想引入大数据/AI的中小企业的[管理者]或者[大数据部Leader].当然,其他人也可能能够在这篇文章得到一些收益. 包含的主题: 价值落地之前,大数据/AI 建设需要跨越的 ...

  3. 如何 提高企业网站大数据量 效率

    摘  要:目前企业信息化正在如火如荼地开展之中,企业信息量在急剧膨胀.这使得信息的搜索工作变得极为繁重起来.据调查统计,人们在平时的工作中,有70%的时间都花费在信息搜索上.由此,如何提高人们搜索信息 ...

  4. 确保企业的大数据投资达到预期的5种方法

    如今,大数据技术正逐渐应用在人工智能,自动驾驶汽车,以及物联网等一些新兴技术中,众多企业继续在大数据分析方面投入巨资.但是,如果企业在构建基础架构和购买工具方面盲目地进行投资,而没有真正考虑如何从数据 ...

  5. birt报表数据只有一条_企业构建大数据分析体系的4个层级

    关于企业的大数据体系构建,可以分为4个层级,每个层级之间可以是递进的关系,虽然业务主导不同,但构建思路相通. 一.数据基础平台 二.数据报表与可视化 在第一层级中,进行数据指标体系规范,统一定义,统一 ...

  6. 硅谷企业的大数据平台架构什么样?看看Twitter、Airbnb、Uber的实践

    导读:本文分析一下典型硅谷互联网企业的大数据平台架构. 作者:彭锋 宋文欣 孙浩峰 来源:大数据DT(ID:hzdashuju) 01 Twitter的大数据平台架构 Twitter是最早一批推进数字 ...

  7. 从传统企业谈大数据的战略意义

    当前全球正处在新一轮科技革命和产业变革的关键时期,以大数据为代表的信息技术产业变革,使各个企业在信息技术发展上处于新的起跑线上,如何充分挖掘利用大数据资源,是企业当前面临的重大课题. 数据的战略意义, ...

  8. 重磅,企业实施大数据的路径

    企业实施大数据主要有四个方面的内容: 第一,企业要建立数据文化,企业作决策应该用数据来说话. 第二,企业要建立数据的战略. 第三,企业在数据战略之下组织数据管理团队的能力. 第四,企业实施大数据的技术 ...

  9. 企业应用大数据探索发展新路径

    8月6日,第四届中国数据分析行业峰会在北京中国国际展览中心举行.此次峰会以"大数据用起来"为主题,旨在探讨如何更好地应用大数据造福人类. 北京犀数科技首席数据官孙雪女士介绍了大数据 ...

最新文章

  1. 关于使用eclipse maven UpdateProject时报错,无法更新本地仓库的问题解决方案
  2. 报表中利用隐藏列对扩展格显示值求和
  3. 量子计算机模型取,Grover算法在单道量子计算模型下的实现
  4. JavaScript校验身份证,包含省份、长度、出生年月日、校验位的检测、性别、年龄...
  5. boost::sort模块float_sort 右移函子排序示例
  6. 三星U-Boot-1.1.6源码分析lowlevel_init.S (board\samsung\smdk6410)
  7. Shell命令学习笔记
  8. Kolmogorov复杂性简介(转)
  9. python 运动模拟_Python中的几何布朗运动模拟
  10. 【树莓派C语言开发】实验11:U型光电传感器
  11. 接口返回数据带横杠时的正确写法
  12. 3D游戏引擎入门课程——场景管理
  13. 【报告分享】2021年Q3小红书美妆报告-CC数据(附下载)
  14. Domain Adaptation(领域自适应,MMD,DANN)
  15. gurobi解的状态及其属性获取
  16. AI-DPL, you should know
  17. Android Studio TV开发教程(十二)帮助用户在电视上找到您的内容
  18. Qt界面总是显示在前方
  19. vm眼影真的好用吗_vm拜金主义眼影盘值得买吗?vm拜金主义眼影如何配色
  20. SLAM基础——舒尔补介绍

热门文章

  1. 架设win2003r2下配置好iis6+php+mysql_PHP环境搭建之Windows 2003 IIS6+PHP5+MySQL5+Zend图文教程 | 沉默过客...
  2. OPenGL 学习笔记之 Mesh 网格知识
  3. 如何管理一个超过100人的研发团队?
  4. pyqt5如何循环遍历控件名_PyQt5 控件学习(一个一个学习之QObject对象)
  5. cef osr拖拽功能实现
  6. 基于高校服务器信息的网络空间资源分类
  7. 使用ArrayList集合实现学生管理系统
  8. 计算机设备机房防静电标准,机房防静电地板设计标准是什么?
  9. Linux命令 ——ipconfig与ifconfig命令用法及区别
  10. 【虚拟语气练习题】对过去的虚拟