IBM马修:利用数据分析实现企业创新

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:

主题为“数据智能,跨界互联”的第十三届中国国际软件和信息服务交易会于6月16日在大连世界博览广场举办。本届大会将探讨全球范围内,以云计算、物联网、移动互联网、大数据,和智慧城市等智能技术的发展和应用,以及其对工业、农业、商业,以及公共事业等传统领域的影响。

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。

IBM马修: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

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。  

  

原文发布时间为:2015-7-14

 

本文作者:孙博

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 
目录
相关文章
|
4月前
|
机器学习/深度学习 人工智能
IBM推出创新框架用“黑盒”方式,评估大模型的输出
【7月更文挑战第17天】IBM研发的创新框架以“黑盒”方法评估大模型输出的可信度,通过观察输入和输出,不涉及模型内部。采用逻辑回归模型,基于四个特征(输出长度、多样性、一致性和新颖性)来估计可信度。在多个数据集上测试,显示优于其他“黑盒”方法,且具有可解释性。但仅适用于可访问的模型,可能忽略内部细节,不适用于所有场景。[[arXiv:2406.04370](https://arxiv.org/abs/2406.04370)]
52 4
|
3月前
|
存储 数据可视化 数据挖掘
【python】python企业财务能力数据分析可视化(源码+报告+数据集)【独一无二】
【python】python企业财务能力数据分析可视化(源码+报告+数据集)【独一无二】
132 1
|
3月前
|
人工智能 并行计算 开发工具
IBM共创共享问题之IBM与中国企业和政府机构共创生成式AI大时代如何解决
IBM共创共享问题之IBM与中国企业和政府机构共创生成式AI大时代如何解决
31 0
|
5月前
|
机器学习/深度学习 人工智能 自然语言处理
40年创新蝶变,IBM与中国共创新质生产力
40年创新蝶变,IBM与中国共创新质生产力
|
分布式计算 数据可视化 大数据
基于Spark的企业订单数据分析
基于Spark的企业订单数据分析
|
SQL 存储 分布式计算
Serverless数据仓库探索,助力企业敏捷数据分析
本文介绍了如何通过通过Serverless的OLAP产品,帮助企业升级至更加敏捷的分析平台架构,大幅简化架构复杂度并提高分析效率。
Serverless数据仓库探索,助力企业敏捷数据分析
|
SQL 存储 分布式计算
Serverless数据仓库实践,助力企业敏捷数据分析
敏捷云原生数据仓库架构传统的云数据仓库需要用户购买一个预置的数据资源进行7*24的长时间运行;这种方式对于当下崇尚敏捷创业者来说使用负担较大,对于探索类或成长型业务缺少灵活的使用模式以满足低成本数据分析诉求;随着这个问题被越来越多的企业关注,Serverless的使用方式开始逐渐被各大厂商提及,Big Query, Snowflake,Redshift等都进行了类似的布局,而国内的数仓产品还处于探
Serverless数据仓库实践,助力企业敏捷数据分析
|
数据可视化 数据挖掘 Python
Python骚操作:一行代码实现探索性数据分析
Python骚操作:一行代码实现探索性数据分析
Python骚操作:一行代码实现探索性数据分析
|
数据挖掘 数据中心
《传统网络数据分析的智能化升级- AIOps在企业数据中心的探索》电子版地址
传统网络数据分析的智能化升级- AIOps在企业数据中心的探索
81 0
《传统网络数据分析的智能化升级- AIOps在企业数据中心的探索》电子版地址
|
机器学习/深度学习 传感器 算法
【数据分析】基于matlab实现齿轮箱振动数据分析
【数据分析】基于matlab实现齿轮箱振动数据分析
【数据分析】基于matlab实现齿轮箱振动数据分析
下一篇
无影云桌面