从IBM大数据和分析开年几板斧 看IBM认知商业转型的姿势

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

从“电子商务”到“智慧地球”再到如今的认知商业,IBM从来不会只是枯燥的去讲一个概念。在电子商务概念推出的那段时间内,还记得IBM策划的一系列精彩、令人捧腹又意义深远的广告吗?比如《天山雪莲篇》里要把生意做到广州去的“买买提”?在如今认知商业时代,IBM也不会让概念悬在空中不去落地,相反,越有“泥土气”越好。于是乎在认知商业战略发布会上,IBM会请财经大咖吴晓波为IBM站台,会请讲段子特别精彩的辉瑞中国医学部副总裁谷成明博士谈药企转型。

而对于IBM大数据与分析业务来说,其也是凸显IBM认知商业策略的关键和核心,只不过这些能力与认知商业的关联,可能会通过每个人手机上的天气APP体现,可能会通过业务员在Watson  Analytics中键入的一句查询语句体现。IBM大数据与分析业务的目标,是把大数据和分析能力带给每个最终用户,并通过每一个人,把认知商业的精髓发扬光大。

大数据和分析能力惠及人人

如果不是IBM大中华区大数据与分析事业部平台商务与业务合作业务总监钟泽敏提醒,我们不会发现自己的苹果手机上天天在用的天气预报APP,是IBM不久前收购的一家天气应用公司:The Weather Company的产品。藉由这样一个2C应用,IBM让千千万万苹果手机用户在切身了解IBM的大数据和分析业务在做什么。

从IBM大数据和分析开年几板斧 看IBM认知商业转型的姿势

IBM大中华区大数据与分析事业部平台商务与业务合作业务总监钟泽敏

如果你认为The Weather Company只提供2C服务,未免太狭隘了,这也就失去了IBM收购这家公司的意义。相反,The Weather Company有着一堆听起来有趣儿而用起来实在2B服务。对此钟泽敏认为The Weather Company会影响世界上每一家公司。比如保险公司如果能够准确知道什么时候下冰雹,一年可以省下十亿赔偿;比如零售店如果知道气温降到某个温度人们就不出门消费,也可以节约营销推广成本。

IBM在去年10月份收购The Weather Company后,不仅仅“接手”其全球12.7万个气象站数据和遍布全世界的几千万个通过手机获取的天气数据(当然是在用户同意前提下),更重要的在于,借助于IBM已有的大数据和分析能力,开发出更多2B业务。比如一个叫做Pilotbrief的APP供飞行员了解航线天气,如果结合天气数据和飞行历史数据的分析,还可以躲避气流,为航空公司节省高昂成本。

这类应用会借助于传感器收集数据,比如IBM就把飞机上部署传感器,来搜集天气、空气质量等等资料。类似应用还能帮助用户极大节约成本,还记得此前记者采访南车四方的时候获悉,过去每维修一列列车,所有零件都需要进行更换,因为没有人知道每一个零件用了多久,是否到了更换的时候,换下来的库存零件的价值已经累计达到20多亿人民币。而有了对关键零部件的大数据记录和维修计划管理体系,零部件从出厂到淘汰都可以进行档案追踪和管理。在IBM的项目实施中,从2013年3月开始,南车四方部分车型已经建立ERP平台上的大数据分析,实现关键零部件的全生命周期管理。 

大数据和云计算:必须紧密结合密不可分

在IBM认知商业的落地上,IBM的大数据和分析能力让其业务触角得以深入到每个人、每家公司,但是这其中的重要支持,也有赖于云计算的发展和推波助澜。为什么IBM对自己的大数据和分析能力这么有自信?也在于他能够把大数据与云计算真正结合在一起,IBM称其为云数据服务超市,这个说法特别形象:把大数据和分析能力通过云端提供给使用者,而且可以让使用者自由选择、灵活搭配、按需付费。

从IBM大数据和分析开年几板斧 看IBM认知商业转型的姿势

在IBM大中华区大数据与分析平台技术总监刘胜利看来, 如果从数据角度看云计算的IaaS、PaaS和SaaS三种模式,可能IaaS层面很容易实现,但是PaaS和SaaS层面就比较难了。而对于IBM来说,其所能提供的DBaaS(Database as a Service)服务,更不是谁都敢染指的。

从IBM大数据和分析开年几板斧 看IBM认知商业转型的姿势

IBM大中华区大数据与分析平台技术总监刘胜利

想象这样一个场景,如果某家保险公司或者银行需要人脸识别服务的话,如果有一个SaaS软件直接就能拿来用,是不是特别酷?其实在IBM的Watson环境下,这样的SaaS模式IBM已经能够提供了。

如果提大数据和云计算的融合,大数据领域的开源趋势不容小觑,但是开源无疑会让大数据平台越来越复杂,这种复杂度甚至会给企业运维带来巨大压力。对于银行、电信等传统厂商来说,自身技术体系本来比较成熟,加入开源技术后运维压力陡然增大,不同产品之间不匹配怎么办?Hadoop和Spark不兼容也很令人崩溃。

IBM会用云技术来解决这些问题,从IaaS层到PaaS层,把大数据和分析核心功能快速组装成云端应用,不需要用户再花费人力物力去运维复杂的IT系统。

有了这套解决方案,用户基于开源构造的大数据和分析能力就能够逐渐实现云化了,当然有的数据太关键根本不会放在云上,而有的数据原生就可以在云上。 

Watson  Analytics原生云应用:有什么吸引人之处?

对于原生就在云上的大数据和分析产品,可以关注IBM在中国正式发布的Watson  Analytics,Watson  Analytics在全球已经有上百万用户,在中国发布的很短时间内已经拥有将近2万注册用户。据IBM大数据与分析事业部、分析工具产品线大中华区主管洪建勋介绍,这款一出娘胎就是云端服务的产品,具备自然语言认知查询、预测性分析以及可视化分析能力。你只要把想了解的问题用自然语言输入,就能获得答案。答案得出的逻辑、甚至你要的答案究竟是什么,可能你自己都不知道。 Watson  Analytics可以采纳各种各样的数据源,不用管数据结构和方式,这样的一款产品最适合业务人员使用,它帮助你探索数据背后的价值,还能做出预测。在记者看来这款产品最大价值在于让普通人也能拥有数据分析能力,过去这种能力可是只有数据分析师或者IT技术人员才有。

从IBM大数据和分析开年几板斧 看IBM认知商业转型的姿势

IBM大数据与分析事业部、分析工具产品线大中华区主管洪建勋

值得关注的是,Watson  Analytics是免费的,而如果有人觉得免费版本不够用,还有一款IBM传统产品可供使用,那就是SPSS for Machine Learning。对于这款工具,一方面IBM会继续发展算法;另一方面随着开源的演进,已经可以支持Hadoop、Spark;另外更重要的一点在于,SPSS for Machine Learning也会在云端实现,让大家可以深度体验认知技术。  

结束语

这篇文章展现了IBM大数据及分析业务开年的几板斧,更进一步的消化、吸收,还需要假以时日。在IBM认知商业转型战略中,只有深入了解各业务线的想法和做法,才是真正的剥丝抽茧。 


原文发布时间为: 2016年4月1日

本文作者:张晓楠 

本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
1月前
|
存储 机器学习/深度学习 SQL
大数据处理与分析技术
大数据处理与分析技术
116 2
|
2月前
|
SQL 消息中间件 分布式计算
大数据-124 - Flink State 01篇 状态原理和原理剖析:状态类型 执行分析
大数据-124 - Flink State 01篇 状态原理和原理剖析:状态类型 执行分析
80 5
|
5天前
|
机器学习/深度学习 数据可视化 大数据
机器学习与大数据分析的结合:智能决策的新引擎
机器学习与大数据分析的结合:智能决策的新引擎
60 15
|
11天前
|
SQL 分布式计算 DataWorks
DataWorks产品测评|基于DataWorks和MaxCompute产品组合实现用户画像分析
本文介绍了如何使用DataWorks和MaxCompute产品组合实现用户画像分析。首先,通过阿里云官网开通DataWorks服务并创建资源组,接着创建MaxCompute项目和数据源。随后,利用DataWorks的数据集成和数据开发模块,将业务数据同步至MaxCompute,并通过ODPS SQL完成用户画像的数据加工,最终将结果写入`ads_user_info_1d`表。文章详细记录了每一步的操作过程,包括任务开发、运行、运维操作和资源释放,帮助读者顺利完成用户画像分析。此外,还指出了文档中的一些不一致之处,并提供了相应的解决方法。
|
10天前
|
分布式计算 DataWorks 搜索推荐
用户画像分析(MaxCompute简化版)
通过本教程,您可以了解如何使用DataWorks和MaxCompute产品组合进行数仓开发与分析,并通过案例体验DataWorks数据集成、数据开发和运维中心模块的相关能力。
|
29天前
|
机器学习/深度学习 存储 大数据
在大数据时代,高维数据处理成为难题,主成分分析(PCA)作为一种有效的数据降维技术,通过线性变换将数据投影到新的坐标系
在大数据时代,高维数据处理成为难题,主成分分析(PCA)作为一种有效的数据降维技术,通过线性变换将数据投影到新的坐标系,保留最大方差信息,实现数据压缩、去噪及可视化。本文详解PCA原理、步骤及其Python实现,探讨其在图像压缩、特征提取等领域的应用,并指出使用时的注意事项,旨在帮助读者掌握这一强大工具。
69 4
|
1月前
|
关系型数据库 分布式数据库 数据库
PolarDB 以其出色的性能和可扩展性,成为大数据分析的重要工具
在数字化时代,企业面对海量数据的挑战,PolarDB 以其出色的性能和可扩展性,成为大数据分析的重要工具。它不仅支持高速数据读写,还通过数据分区、索引优化等策略提升分析效率,适用于电商、金融等多个行业,助力企业精准决策。
35 4
|
1月前
|
机器学习/深度学习 分布式计算 算法
【大数据分析&机器学习】分布式机器学习
本文主要介绍分布式机器学习基础知识,并介绍主流的分布式机器学习框架,结合实例介绍一些机器学习算法。
207 5
|
1月前
|
存储 监控 数据挖掘
【Clikhouse 探秘】ClickHouse 物化视图:加速大数据分析的新利器
ClickHouse 的物化视图是一种特殊表,通过预先计算并存储查询结果,显著提高查询性能,减少资源消耗,适用于实时报表、日志分析、用户行为分析、金融数据分析和物联网数据分析等场景。物化视图的创建、数据插入、更新和一致性保证通过事务机制实现。
161 14
|
1月前
|
消息中间件 分布式计算 大数据
数据为王:大数据处理与分析技术在企业决策中的力量
【10月更文挑战第29天】在信息爆炸的时代,大数据处理与分析技术为企业提供了前所未有的洞察力和决策支持。本文探讨了大数据技术在企业决策中的重要性和实际应用,包括数据的力量、实时分析、数据驱动的决策以及数据安全与隐私保护。通过这些技术,企业能够从海量数据中提取有价值的信息,预测市场趋势,优化业务流程,从而在竞争中占据优势。
115 2