主讲嘉宾:谢国忠
主持人:中关村大数据产业联盟 副秘书长 陈新河
承 办:中关村大数据产业联盟
嘉宾介绍:
谢国忠先生,目前为IBM大中华区全球企业咨询部副合伙人、业务分析与优化服务中国区总经理。他具有20年以上工作经验,17年专注于数据管理、商业智能应用、业务分析、客户关系管理及大数据等解决方案。他曾服务于NCR/Teradata公司13年,是Teradata中国最早的员工之一,历任专业服务总监、中国区副总经理。国内众多大型金融机构企业级数据仓库及其分析系统,都是他当年领导的团队帮助建设的。目前,谢先生负责IBM中国区大数据相关咨询及实施服务。谢先生是国内在数据及其业务分析领域最资深专家之一。
以下为分享实景全文:
各位朋友,晚上好。首先感谢新河秘书长,把我加入本群,并有机会与大家一起来交流大数据。
大数据在国内企业的推广与应用,以我看来,目前技术已不是主要问题,最大的挑战来自:
1)如何发现适用的大数据应用场景?
2)如何扩充和获取新的数据来源(非结构化数据、外部数据和社交数据等)?
所以,我今天报告的题目是:大数据淘金-从大数据发现商业机会。更多地偏向大数据应用模式和应用场景,而对技术细节不做详细讨论。
我今天报告的内容主要分为三个部分:大数据概述、大数据在各行业的应用与实践、大数据演示(截屏)。
第一部分:大数据概述
在讲述大数据之前,先让我们回顾一下计算机的发展历程。
简单地讲计算机技术的发展历程与演变,可归纳为三个时代,即早期的制表系统时代、现在的可编程系统时代和正在跨越的认知系统时代。
认知系统是一个交互型的系统,通过大数据、人工智能和机器学习,实现人机对话,根据算法与判断,给出最佳答案。目前谷歌、IBM(沃森系统)、百度(从张亚勤、吴恩达的加盟可以印证这点)是这一领域的先驱。
未来的计算模式是:可编程系统+认知系统,可编程系统实现“交易”,认知系统实现“分析”。毋庸置疑,大数据是认知系统的基础。
另外,在当今新一轮的技术浪潮(CAMS)中,大数据始终是核心;大数据像血液一样在云计算、物联网、移动和社交中流动。以前我们常讲,数据是企业的资产,需要加以管理和利用;而今天,我们说,数据是当今世界新的自然资源,并且取之不歇。从资产到资源,对大数据的认识有了质的改变。
在大数据时代,企业常常面临三种类型的海量数据,它们所要求的分析手段不尽相同。如果我们将企业数据从两个维度来切分:数据类型和数据形态,那么企业的海量数据归纳成三类:
静态海量结构化数据
静态海量非结构化数据
动态海量流数据
这三类数据的结合,才形成企业统一的大数据环境。
三种平台三种不同的能力。
传统的数据仓库,通过商业智能应用,实现业务报表、决策分析和满足监管需求。
非结构化数据平台,通过自然语言处理、文本分析和内容挖掘,实现舆情分析、声誉度分析、精准营销等应用。
流数据平台,通过实时的流数据处理,实现实时欺诈监测、实时的产品服务、实时质量控制等应用。
这三种技术和分析能力的结合,可以突破传统的分析模式,挖掘新的业务亮点和商机,实现产品创新、流程创新、服务创新和客户体验创新,进而实现业务模式创新。
三个平台的组合,形成了大数据平台,那么就注定了大数据的架构是一个混搭的体系架构。大数据的架构逻辑上可分为:实时数据区、非结构化数据区、传统的数据仓库区、分析与报表区及统一的元数据与数据管控区。如下图所示。
这是我讲的第一部分,对大数据的一个概述。大家有问题吗?还是继续??
第二部分:大数据在各行业的应用与实践
大数据已应用于各行各业,并且案例在不断增多。
在国内大数据应用最早、最成功的,当数电商企业。我总结电商典型的大数据应用模式是:“搜索+推荐”应用模式,并且形成了闭环。个性化推荐是电商企业应用最显著的特点,个性化推荐模式有:基于规则推荐(实现实时营销/分时营销)、基于上下文内容推荐(实现相似客户群体营销/关联商品营销)和基于关系推荐(实现口碑营销)。
而传统的企业,没有电商企业得天独厚的条件:同时拥有交互数据和交易数据。因此,传统企业大数据分析之路可从自有数据开始。
我们再看金融企业,当前金融企业的大数据应用集中在:客户管理、运营管理、风险管理和渠道优化四个领域。
互联网金融当前最热,下面谈谈大数据与互联网金融的关系。我的总结:当前互联网金融包括六大应用领域、十四种业务模式,典型的代表性企业如下图所示。
大数据服务于互联网金融有五种应用类型:互联网获客、个性化推荐、精准化营销、大数据征信和信用评级体系的建立。
另外,IBM近两年在国内各行业的大数据实践,主要应用场景包括:
场景一、360度全景客户视图及其基于该视图的营销应用
场景二、客户微关系、标签化及基于标签的“微关系营销”
场景三、客户信用评级体系的建立
场景四、交易对手、客户关联网络分析与风险预警
场景五、客户之声(音频转换、Call Center 大数据分析)
场景六、精准营销(客户社区细分和基于客户社区的同理心销售)
场景七、车联网系统
场景八、社交媒体、舆情监控与分析
场景九、网点选型与网点内部优化:基于视频数据的客流分析与优化
场景十、物流与供应链大数据分析:网络优化、实时路由优化、库存优化与需求预测
场景十一、市场风向标(指数设计)
场景十二、局部气象的精准预测与商业应用(风力发电企业)
场景十三、可预测性的设备维护(汽车制造商和其他设备密集型企业)
由于涉及到客户商业机密,在这里我就不详细展开这些应用场景。感兴趣的朋友可以私信给我。
这是我的第二部分,看大家有问题没有?如没有,我先继续讲。
第三部分:大数据演示
在IBM位于上地软件园的客户中心,我们有针对各个行业的演示系统。在这里我挑选了与大数据相关的部分场景,与大家分享。
演示一:基于人脸识别的实时广告推送系统。通过人脸识别,判断客户的年龄、性别等信息,并实时推送相应的商品到桌面。图中的画面是我本人,通过人脸识别,系统推送了一款名表给我。打从有了手机以后,我就没有带过表。呵呵。
演示二:虚拟柜员机系统。这个已经在银行开始应用。虚拟柜员机类似ATM大小,通过视频实时与银行的后台作业中心人员进行交互,从而远程办理业务。
演示三:实时欺诈侦测系统。这个目前已经在税务、保险公司等有使用。
演示四:车联网系统。这是一段模拟国贸桥路段的车联网系统,它是实时动态的,我这里用手机拍了个照片。
演示五:客户室内定位与行为分析系统。通过WiFi网络或Apple iBeacon设备,对客户进行室内定位,并进行行为分析。
李经衡:
这种客户行为分析精确到个人会涉及隐私吗
Frank Xie:
演示六:IBM内部社交网络分析。这是我在IBM内部的社交网络分析,离我越近的表示关系越强。左下角漂亮MM,是我们的HR,通过她我可以认识:她认识的而我不认识的全球员工174人。
演示七:大数据发现与数据可视化技术。这是IBM中国研究院开发的一种新型的、被称之为双弧形的浏览器,它能揭示并以图形化的方式展示数据的层级关联关系。
以上就是我今天的报告,谢谢各位专家的聆听并请多指正!谢谢。
互动交流:
ginkgo:
果然高大上@Frank Xie
Frank Xie:
先问答李先生的问题,关于客户定位的隐私问题
李智毅:
感谢@Frank Xie 精彩分享,归纳展示的很清晰
Frank Xie:
目前通过WiFi室内定位,分两种模式:一是客户接入了WiFi,二是客户没有接入WiFi。对于前者,客户必须是会员,有相应的隐私保护申明;对于后者,WiFi可以跟踪其行踪和热点,但与具体人对不上号。
柳菁:
想了解场景六可以吗?
Frank Xie:
另外,Apple iBeacon 必须通过手机App来实现闭环,App有相关隐私申明。
李智毅:
我是机场的,也在考虑利用WIFI或蓝牙来进行旅客或机场服务人员定位,那么就可以实现旅客的登机延误后的找人(现在只能拿喇叭喊人,耽误大家的起飞时间),但另一方面旅客在机场的活动就没有隐私了,当然国外也有做旅客跟踪的机场,但它是发定位标签给旅客,旅客是知道自己被定位的
Frank Xie:
应用场景六:精准营销(客户社区细分和基于客户社区的同理心销售)
Frank Xie:
这个场景我们把客户了许多细分,这个客户细分群体,大家都买了什麽产品,如果你是属于该群体,那猜你也应该喜欢该产品。有点类似电商的“猜你喜欢”应用。
陈志远:
@李智毅旅客进入机场前可以先发免责声明,在机场里面位置会被跟踪,但主要用于登机或紧急情况使用
AdTimer:
机场Wi-Fi登录页可以提示Wi-Fi信号可能用于定位。
Frank Xie:
实时欺诈是我们开发的一个应用,目前还没有应用到支付领域。
月甫:
我看首都机场在推自己的app, 在app 功能里做一个开启机场跟踪定位的开关不就可以了么
皇上:
保险和税务系统现在需要实时级别的反应了么
Frank Xie:
在美国税务我们做到了准实时。
Frank Xie:
这个应用也是从美国那边过来的。
Frank Xie:
国内保险和税务还没有这种要求。
第一财经副总监李经衡:
每个人手机里app实在太多了日常用的就那么几个怎么才能让机场app的粘性提高呢
第一财经副总监李经衡:
美国税务局比我们的好哈哈
李智毅:
@Frank Xie @花甲青年 @陈志远 @月甫是的,我们研究的阶段结论是技术可行,也是机场未来一种工具手段,涉及到隐私的做申明,但机场是个敏感公众场所,即时申明了,也可能面临质疑
李智毅:
@李经衡 @AdTimer 的确机场自身的APP对用户吸引不大,但未来资源都是互惠的,可能你装一个去哪的APP已经内置了机场的定位引擎客户端
宣晓华华院数据:
@ Frank Xie 精彩分享,感谢!