IBM大數據副總裁：利用大數據提升客戶體驗

李長杰/編譯

Inhi Cho Suh，IBM公司大數據副總裁。她于1998年加入IBM公司，曾擔任公司多個專注于戰略性增長、開發和市場營銷的領導和管理職位。她擁有杜克大學的理學學士學位和北卡羅來納中央大學法學院法學博士學位。目前與丈夫和兒子居住在康涅狄格州的里奇菲爾德。

●來自IBM的Inhi Cho Suh女士回應有關大數據是如何重塑決策過程的問題。

問：什么是大數據分析？

我們每天都在創造大約2.5×1018字節的數據，這相當于堆疊從太陽到冥王星然后再返回的書籍。這些數據來自于各處，如用于收集氣候信息的傳感器、社交媒體網站的帖子、數碼照片和視頻、購買交易記錄以及手機GPS信號。大數據就是利用所有可用的結構化和非結構化數據，分析這些靜態和動態的信息以便做出商務決定。

問：數據分析技術如何使企業獲得重要的客戶洞察力？

通過更好地了解客戶的行為模式和偏好改善客戶體驗幾乎是近一半的大數據工作的內在動力。大多數組織想要實現營收的增長，而如果它們知道如何使用大數據就會機會大增。交易記錄、多渠道互動、社交媒體、來自如會員卡以及其他與客戶相關的信息的綜合數據，增加了企業獲知顧客全貌的能力，數十年來這一直是市場、銷售和客戶服務部門的目標。大數據分析可以以新的方式提供對客戶及其需求的更深入的了解，與現有及潛在客戶接觸。

問：大數據的特點是什么？

我們用4個V來描述大數據：體積、種類、速度和準確性。具體如下：

●體積是指數據的加速增長。大多數組織都從收集和分析TB級（1 000千兆字節的數據）向PB級數據（1 000 TB字節的數據）轉變。

● 種類是關于非結構化數據，如圖像、音頻、視頻、社交媒體以及那些未經組織或不容易被傳統數據庫解釋的信息。非結構化數據包括由人或機器產生的所有數據，如傳感器、網絡訂閱源、網絡和服務平臺。

●速度是指利用動態的實時數據。為了在很短的時間內找出有意義的需求，組織需要同時考慮“靜態數據”和“動態數據”，它告訴企業此刻到底在發生什么，并允許他們采取即時行動，以達到立竿見影的效果。例如，從智能手機得知你恰巧在最喜歡的咖啡館附近，可能引發實時優惠，以吸引你進來點杯拿鐵。

● 準確性是關于對數據和作出的決定的信任和信心。信任某一事實需要有正確的能力基礎，如管理數據質量，維護跨多個數據源的主數據，優化整個組織對信息的使用，保護個人隱私和信息安全，在充分意識到風險的情況下作出決定。

問：連接大數據分析與企業及其客戶的發展趨勢有哪些？

我看到了正在融合的三個重要發展趨勢，它們開創了大數據的新時代，將從根本上改變企業如何運作以及如何與客戶、供應商、合作伙伴和員工合作，以做出更好的決策。

第一個大的變化是我們發現自己生活在數字化的世界中。今天，因為世界正變得越來越儀表化，企業和個人可以使用遠程信息和傳感器數據跟蹤奔馳在農村的子彈頭列車，企業或家里的每小時能耗，或者購物者在商店的電子產品區待了多長時間。

第二個趨勢是社交媒體改變我們所知道的彼此。世界各地的人們交流和自愿分享自己越來越多的信息，并以僅僅幾年前還無法想象的方式進行交互。

而最后一個趨勢是技術的飛躍，使組織能夠捕獲和分析新的數據流——無論是什么類型、數量有多少、變化有多快，并根據這些信息做出更明智的決策。通常，這些數據可能存儲在云中。

問：可以使用大數據分析軟件的行業有哪些？

每一個行業和職業都將通過使用數據被重塑，為IT創造新的買家和新的市場。部門開支中信息技術（IT）支出已經占61%。我們看到這種現象在2014年創造了1750億美元的IT解決方案市場，并以每年7%的速度增長。

下面是來自不同行業的例子：

● 想象一下大數據分析在捕捉和分析假期期間市場的變化、趨勢和消費者喜好方面能夠為零售商做些什么。

● 農民可以更好地了解天氣、種子類型和土壤質量對他們種植、收獲和銷售作物的影響。

● 銀行可以從關鍵指標和過去的性能數據中得出新的數據，預期績效差距，并以新的方式與客戶進行交互。

● 通信供應商可以預測客戶行為，并主動接觸最有可能去其他地方的客戶，然后讓他們滿意、忠誠，回來購買更多的產品和服務。

與此同時，汽車行業可以分析制動模式以提醒司機，醫院可以每秒分析100 000個實時患者數據點，以達到更健康的效果，而能源和公共事業等行業可以分析多年的氣候數據，以優化風力發電機的位置。

問：了解客戶習慣和意見的最佳方式是什么？

公司長期以來一直致力于如何通過分析所有可用數據分析一段時間內公司的業績。在過去，這曾經僅僅是描述性的分析，它著眼于過去成功或失敗的原因。隨著大數據的到來，我們進入了預測性分析的新領域，其重點是回答這個問題：“未來最可能會發生什么”。

然而，分析的真正優勢來自于說明性分析，它跳過未來的結果來回答“我最好的行動是什么？”這個問題。

高度智能化的認知系統將分析更進了一步。他們使用自然語言處理和機器學習算法，而不需要進行編程，幫助使用快速變化的大數據做出重要決策。

這四種類型的分析應該共存。并不是說其中一個優于另外一個，他們只是不同的類型。所有這些都是全面了解一個組織所必須的，包括它的客戶和試圖通過使用所有可用的信息和數據解決的問題。

問：大數據、大數據分析和預測技術如何得以改善？

企業如果在他們的組織中整合更多的部門、跨越更多個異構數據源以及應用更復雜的分析方法，將會獲益。最近，我們分析了2000多家采用數據分析的公司。領先的企業利用多個數據源，包括來自銷售和運營部門的結構化數據，以及來自移動設備、社交網絡和物理世界中傳感器的非結構化數據。

領先者越來越多地應用先進的分析——描述性、預測性、說明性——以了解正在發生什么，可能發生什么，最好的行動方案是什么。結果是驚人的。領先的企業：

●為他們的客戶提供新的服務的可能性高出2.5倍。

●提供智能產品和服務的可能性近2倍。

●采取實時行動的可能性為2倍。

●提供個性化產品的可能性超過2倍。

問：大數據分析以及企業與客戶之間的關系的未來是什么？

實時使用數據將越來越成為一種競爭優勢，尤其是當你考慮地理空間位置數據、時間數據和傳感器數據時。三分之二的企業表示，在過去的一年他們用于經營決策的時間已被壓縮。實時分析現在還是一種期待。百分之五十八的企業可以在一分鐘或更少的時間內訪問運營指標。這些公司的各主要經營指標更高，如現金流、存貨周轉率和降低的運營成本。

企業需要具備認知計算能力，因為數據繼續在各個維度增長。分析人士預測——僅僅在三年內——10%的電腦將會學習而不是處理。