大数据定制化服务需在成本和差异化间平衡

简介:

ZDNET至顶网CIO与应用频道 05月21日 人物访谈(文/王聪彬):您是丹麦人吗?在做记者的几年中我曾经收到来自丹麦采访嘉宾赠与的手工陶瓷制品,这让我在童话以外对丹麦又多了一份了解。而同Mikael Bisgaard-Bohr的谈话也由此开始,到目前为止他一直效力于Teradata天睿公司,每天的工作则是和企业客户沟通如何利用大数据创造商业价值,而这也让他对大数据的趋势和客户的变化产生了新的洞见。

大数据定制化服务需在成本和差异化间平衡

Teradata天睿公司国际集团全球营销及业务拓展副总裁Mikael Bisgaard-Bohr

数据的跨部门合作带来新洞察

“数字产业时代,一切已经改变了,一切也都没有改变。”Teradata天睿公司国际集团全球营销及业务拓展副总裁Mikael Bisgaard-Bohr认为改变是一脉相承的,当然大数据和以前的数据相比不仅体量增大了,数据类型也有了本质上的变化。对于这些数据进行存储和分析企业已经不能按照原有的方式去进行,这就需要激发新的思维方式。

不同的行业使用的大数据方式也是不同的,有些利用大数据分析扩大市场份额,更好的服务于客户以及获取更多客户,有些则希望降低大数据分析成本。

在2013年,Teradata将市场划分为美洲区和国际集团,Mikael则在国际集团负责市场营销以及国际市场营销和业务拓展,帮助Teradata的长期增长,像主要投资领域的确定等。

在Mikael接触的客户中,银行、零售、电信行业的表现更为突出,它们拥有很多的客户数据,其中营销部门通过这些数据了解客户体验并以此提升现有客户体验和获取新客户。财务部门CFO则会通过数据分析控制成本。

“业务部门和财务部门两部分都可以通过数据获得成功,如果将两方的数据在结合还可以带来新的洞察。” Mikael说道。

大数据的应用除了要跨部门合作外,在近些年也遇到了新的问题。第一,成本问题一直是企业中的敏感话题,大数据如何控制成本;第二,利用数据的价值需要足够的想象力,知道它们可能在哪些方面发挥作用。

“数据文化”将是未来成功公司的标志,Mikael指出,很多企业对数据还没有足够认识,未来企业从管理层到一线员工都会根据数据分析来做决定。而这也是最难克服的挑战,因为很多的企业数据很难利用,他们需要把原始数据转化成有效数据,才能进一步用数据驱动公司。

复杂环境体现差异化优势

虽然困难但“数据文化”的趋势正在不断明显,企业已经开始不同程度的应用大数据,并且其中一些行业也已经初见成效,但更多的企业还没有意识到大数据的意义,有些管理者虽然意识到但对数据安全性还有所顾虑。

面对这些企业Mikael认为,在两、三年内所有的行业都会发生极大地改变,不仅仅是大数据带来的改变,我们正在经历一场数字化的革命。Mikael并不说服客户要看到大数据趋势,而是帮助他们理解怎么样应对新趋势,因为零售行业的沃尔玛就是一个很好的例子。

在Teradata服务的客户中,可以看到大部分都是行业中的领军企业,对于中小企业营销却稍显欠缺。Mikael第一句就强调,Teradata是一家专注的公司,而目标就是拥有大量数据的企业。在拥有大量数据、用户的企业发生复杂问题时,我们的技术优势更加凸显,这也是为什么我们做这样的选择。

并且数据量大的客户其数据分析模型往往很复杂,其会使用多家厂商的技术来构建,甚至还会自己开发部分技术,面对复杂的结构Teradata的专业服务能力更具有差异化优势。“Teradata的策略是在几个技术领域都会有整体解决方案的不同部分,并同更多的合作伙伴合作,整合资源。”Mikael说道。

但行业客户又都存在着自身的特殊性,Teradata有很多的行业的逻辑数据模型,企业只需根据自身业务特点在模型中选择适合的服务来定制数据模型,像中国移动、中国工商银行、中国建设银行都进行了个性化的定制。

目前Teradata已经有将近20多个行业的逻辑模型,国内使用较多的行业集中在金融、电信、交通、航空等。

定制化的收费则按照项目模式按照(人/天)的方式。“定制化必然会带来一定的成本,所以对于预算紧张的客户我们建议尽可能限制定制化程度,因为项目需要在成本和差异化间进行平衡。” Mikael说道。

原文发布时间为:2014年05月21日
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
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
目录
相关文章
|
6月前
|
存储 数据采集 搜索推荐
Java 大视界 -- Java 大数据在智慧文旅旅游景区游客情感分析与服务改进中的应用实践(226)
本篇文章探讨了 Java 大数据在智慧文旅景区中的创新应用,重点分析了如何通过数据采集、情感分析与可视化等技术,挖掘游客情感需求,进而优化景区服务。文章结合实际案例,展示了 Java 在数据处理与智能推荐等方面的强大能力,为文旅行业的智慧化升级提供了可行路径。
Java 大视界 -- Java 大数据在智慧文旅旅游景区游客情感分析与服务改进中的应用实践(226)
|
7月前
|
分布式计算 搜索推荐 算法
Java 大视界 -- Java 大数据在智慧养老服务需求分析与个性化服务匹配中的应用(186)
本篇文章探讨了Java大数据技术在智慧养老服务需求分析与个性化服务匹配中的应用。通过整合老年人健康数据与行为数据,结合机器学习与推荐算法,实现对老年人健康风险的预测及个性化服务推荐,提升养老服务的智能化与精准化水平,助力智慧养老高质量发展。
|
7月前
|
SQL 缓存 监控
大数据之路:阿里巴巴大数据实践——实时技术与数据服务
实时技术通过流式架构实现数据的实时采集、处理与存储,支持高并发、低延迟的数据服务。架构涵盖数据分层、多流关联,结合Flink、Kafka等技术实现高效流计算。数据服务提供统一接口,支持SQL查询、数据推送与定时任务,保障数据实时性与可靠性。
|
存储 大数据 测试技术
用于大数据分析的数据存储格式:Parquet、Avro 和 ORC 的性能和成本影响
在大数据环境中,数据存储格式直接影响查询性能和成本。本文探讨了 Parquet、Avro 和 ORC 三种格式在 Google Cloud Platform (GCP) 上的表现。Parquet 和 ORC 作为列式存储格式,在压缩和读取效率方面表现优异,尤其适合分析工作负载;Avro 则适用于需要快速写入和架构演化的场景。通过对不同查询类型(如 SELECT、过滤、聚合和联接)的基准测试,本文提供了在各种使用案例中选择最优存储格式的建议。研究结果显示,Parquet 和 ORC 在读取密集型任务中更高效,而 Avro 更适合写入密集型任务。正确选择存储格式有助于显著降低成本并提升查询性能。
1686 1
用于大数据分析的数据存储格式:Parquet、Avro 和 ORC 的性能和成本影响
|
自然语言处理 大数据 应用服务中间件
大数据-172 Elasticsearch 索引操作 与 IK 分词器 自定义停用词 Nginx 服务
大数据-172 Elasticsearch 索引操作 与 IK 分词器 自定义停用词 Nginx 服务
301 5
|
存储 数据采集 监控
大数据技术:开启智能决策与创新服务的新纪元
【10月更文挑战第5天】大数据技术:开启智能决策与创新服务的新纪元
|
DataWorks Kubernetes 大数据
飞天大数据平台产品问题之DataWorks提供的商业化服务如何解决
飞天大数据平台产品问题之DataWorks提供的商业化服务如何解决
|
消息中间件 监控 Ubuntu
大数据-54 Kafka 安装配置 环境变量配置 启动服务 Ubuntu配置 ZooKeeper
大数据-54 Kafka 安装配置 环境变量配置 启动服务 Ubuntu配置 ZooKeeper
443 3
大数据-54 Kafka 安装配置 环境变量配置 启动服务 Ubuntu配置 ZooKeeper
|
存储 算法 固态存储
大数据分区优化存储成本
大数据分区优化存储成本
368 4
|
存储 分布式计算 druid
大数据-155 Apache Druid 架构与原理详解 数据存储 索引服务 压缩机制
大数据-155 Apache Druid 架构与原理详解 数据存储 索引服务 压缩机制
293 3

热门文章

最新文章