• <blockquote id="yoygm"></blockquote>
    <nav id="yoygm"></nav>
  • <dd id="yoygm"><optgroup id="yoygm"></optgroup></dd>
    首頁 專欄傅志華正文

    傅志華:企業實施大數據戰略時,有哪3個大坑?

    傅志華:企業實施大數據戰略時,有哪3個大坑?
    ?
    ?傅志華 | 360大數據中心副總經理,在互聯網行業、產品與營銷研究有十多年的經驗,諳熟數據分析和數據挖掘方法,在數據產品化驅動、企業數據化運營和營銷方面有豐富的實踐經驗。
    ?

    ?一、人工智能是如何工作的?

    ?我們先從一個實際的生活中的案例開始。這是我們家的人工智能,為什么裝這個呢?

    傅志華:企業實施大數據戰略時,有哪3個大坑?

    ?背景是這樣的,有一天凌晨三四點,我們家的紅外線報警器報警了,雖然我練過武術,但還是有點害怕。我就拿著我的雙節棍去每個房間和客廳包括院子里面檢查。后來我也沒找到人,沒找到陌生人,我猜測應該是小貓小狗把我的紅外線報警器觸發了,于是我就把角度稍微調了調。

    ?但我想,這也不是辦法,我能不能讓我的報警器變得聰明?怎么算變得聰明?我得讓它有個看得見的能力,至少我得讓它看得見,我用手機也可以看得見,我就不用到院子里面去檢查。所以我就加裝了我們360公司的智能攝像頭。

    ?加上以后,有一天我上班的時候它也報警了,收到一條信息說我家里的門窗被打開了。我心里面有點害怕,不過一看這個攝像頭傳來的照片,最上面一張確實陽臺的玻璃門打開了,再看,原來是我老爸去曬衣服的時候把玻璃門打開了。

    傅志華:企業實施大數據戰略時,有哪3個大坑?

    ?又有一天報警,原來是客廳里的媽媽和孩子在活動,我家人覺得它有點報警過度,不太聰明。那么,怎么讓它更加聰明呢——這就是我要談的大數據和人工智能。

    ?首先,我們用這個攝像頭每天采集家里面所有跟人相關的圖片。

    ?采集完以后還不行,只是給它很多圖片,它不知道誰是誰,要給它標記。比如說這張照片是媽媽,這張照片是爸爸,這張照片是孩子……標記得越多,它的訓練級就會越大,它識別圖像里面的特征就會越準確。

    ?然后就可以去區分家人以及非家人的照片,非家人它就會認為是陌生人,這時候報警就會更加準確。

    ?我希望通過這個案例讓大家了解到人工智能是怎么工作的、需要什么樣的材料。

    ?那么,在未來,或者已經在發生的、正在發生的,還有哪些案例呢?

    ?拿洗衣機舉例,你家里的洗衣機未來會很聰明。

    ?1、它用對話的方式跟你說:“主人,我肚子里面已經有黑色的褲子,白色的襯衣請你不要再放進來的?!比缓?,你說:“沒問題,請幫我分開洗滌?!?/p>

    ?這里面用到什么技術?圖像識別的技術、語音識別和語意理解的技術。

    ?2、它說:“主人,現在是秋天,而且明天陽光充足、天氣不錯、太陽比較大,你不用烘干洗,可以幫你省省電?!痹谀戏揭驗橐路惶酶?,很多人會選擇烘干。

    ?這里面用到什么大數據技術?

    ?洗衣機把天氣預測的數據打通了,如果洗衣機沒有這個信息,它就不那么聰明。剛才京東的老總也提到了數據打通、數據交易的重要性。

    ?3、你的洗衣機說:“主人,你這件衣服今年已經洗了100次了,最近這個品牌在打折,官網上有八折促銷券,要不要發給你?”

    ?這就是大數據催生的新的商業模式,肯定會發生在我們身邊。

    ?4、洗衣機說:“主人,您平常洗衣服的時候一般會看《康熙來了》,電視馬上要開始了,我幫你打開電視吧!”

    ?它為什么有這個動作,因為它知道你這個習慣。因為這個企業把洗衣機的數據和電視的數據關聯打通了,它才能夠分析出這個習慣出來——這就是打通的魅力。

    ?當然這里面也有圖象識別的技術,有可能它會滯后,如果你數據庫更新的不及時,你會發現原來《康熙來了》已經停播了,這是數據沒打通好。

    ?5、主人說:“好的,你太聰明了!”洗衣機可能會謙虛地說:“跟你比差遠了,您可是人工智能的博士??!”它為什么知道你是人工智能的博士???

    ?從這個生活的案例,大家應該有一些感覺,大數據在實際應用中需要什么樣的技術。

    傅志華:企業實施大數據戰略時,有哪3個大坑?

    ?二、技術實施過程中的三個坑

    ?剛剛提到的動作分析的技術,包括圖像識別、語音識別、語意理解、深度學習。我今天跟大家強調的是,大家用這些技術實施過程中可能會陷入最常見的三個誤區,我做大數據做的這么多年,也被坑過很多次。

    ?第一個坑:業務部門不知道大數據有什么用,所以他也不知道在業務的具體什么場景里面能用到你這個大數據。

    ?所以技術團隊、大數據團隊就很難辦了,他們只能去學習研究探索,但是有可能會產出不明顯。

    ?第二個坑:企業內部數據孤島非常嚴重。

    ?企業不同業務部門的數據庫都是各自為政,跨部門想看個數據都非常難。

    ?第三個坑:組織架構的問題。

    ?這三個最常見也是最難的問題怎么解?

    ?我們的建議有兩點:

    ?第一,做好數據的業務規劃,

    ?第二,調優組織架構。

    ?三、如何做好數據的業務規劃?

    ?我說一個反面的例子,這樣做有可能會導致企業在實施大數據的過程中失敗。比如說今天老板覺得誰誰誰很牛,把他挖走,再招大數據團隊。然后老板對他們說:“你們自己去研究吧,反正你很牛,你去研究,看看有什么大數據的威力或者武器能夠幫我企業成長?!?/p>

    ?往往這種情況就會失敗,一年之后,大數據團隊來做匯報,結果發現老板聽不懂,也很難衡量大數據團隊的產出,若是跟他講一些團隊在深度學習上的探索和研究,包括圖象識別的準確率、語音識別的準確率提升等等,老板會講:“這對我的業務有什么幫助?”

    ?所以,我們應該反過來做,先從結果出發,從應用場景來看,大數據能幫我做什么?

    ?這需要企業的領導人、業務的負責人和大數據的專家,三方認真地探討和規劃的?;谄髽I的現狀和企業未來兩到三年的發展規劃,在這個大框架底下去看,大數據在哪些應用上對我的發展規劃是有幫助的?要么是效率方面的提升,要么是業績的直接提升,就這兩方面。

    ?認真的規劃,確定了應用場景之后,再去看數據模型怎么建、產品怎么建,再去看基于這些應用場景,需要做些什么樣的數據。如果數據不夠,再去看和外面合作或者交易什么樣的數據。

    ?這是我總結的目前比較常用的大數據在企業里面應用場景——應用的金字塔。

    傅志華:企業實施大數據戰略時,有哪3個大坑?

    ?最底層,就是我剛才說的數據基礎平臺。

    ?這個數據基礎平臺非常重要,是把客戶的數據形成一個客戶畫像存在我們公司級的數據庫里面。如果不做這個工作,像剛剛我舉例說到的洗衣機,它就不知道你是人工智能的博士了,對吧?所以,要先把這個基礎打好,就跟炒菜一樣,先把料準備好。

    ?第一層,產品研發。

    ?一方面可以提升產品研發效率,另外現在比較熱的是做個性化的產品研發。通過規?;氖侄螌崿F個性化的定制。個性化和規?;菜剖窍鄬Φ?,在做個性化的生產和個性化的產品的時候,生產似乎是不能夠規?;?。但是現在可以做,有案例。

    ?第二層,通過大數據去監控異動。

    ?比如大家最關心的KPI,你可能每天或者每個月都關注KPI,互聯網企業可能每天都關注。假設你的KPI下滑了,你能不能快速地發現,發現以后要定位問題出在哪里。大數據努力的方向,是讓決策足夠簡單,只要看一個可視化的圖,就會明白:“原來這個點出問題了!”如果現在不知道,有可能過幾個月你才發現這個問題,就會導致很多的損失。

    ?再上面很多層,怎么做客戶體驗的優化、智能的客服,包括精準的營銷、戰略分析、市場分析,很多方面,如果全展開,估計兩到三天才能講完。時間關系,不展開了。

    ?四、客戶管理怎么通過大數據支撐?

    ?我再展開一個大家可能都關心的話題——客戶管理。企業通過來自客戶的收入支撐著企業的運轉,那么客戶管理怎么通過大數據支撐?

    ?在這我跟大家介紹基于大數據的客戶周期管理,這個方法要解決兩個方面的問題。

    傅志華:企業實施大數據戰略時,有哪3個大坑?

    ?第一個問題,客戶價值的計算和預測。

    ?你能不能通過大數據的手段去精確的計算每個客戶的價值,現在的價值和未來的價值,這樣你才有一個很好的基礎做客戶的VIP管理。

    ?第二個問題,做客戶生命周期的識別、分類和預測。

    ?我問大家一個問題:回到你們企業里面,隨便挑一個客戶出來,能不能清晰地看到這個客戶的狀態?“狀態”的意思是說,有可能這個客戶過兩天就跑掉了但現在還在,你能看到嗎?

    ?你能不能看到你這個客戶處于磨合期,他現在磨合得不爽,你要引導他?可能不知道?;蛘哒f你知道這個客戶現在處于成長期,他特別興奮,跟談戀愛一樣,屬于蜜月期,能不能趁熱打鐵多賣幾個產品?能不能通過他的行為、愛好做精準的關聯推薦和個性化推薦等等?這是要解決這個問題。

    ?五、如何調優組織架構?

    ?剛才說的第二個解決方案,是調優組織架構。這個是非技術的問題,但是它很重要。

    ?這里有兩個負面案例,估計現在很多企業都是這種架構的。

    傅志華:企業實施大數據戰略時,有哪3個大坑?
    ?

    ?第一種組織架構,每個事業部里面,或者每個部門里面都有數據團隊,大家覺得很自然,沒什么問題。它的問題在于什么呢?數據各自為政,不同部門的數據庫標準都是不一樣的,沒法做關聯,數據資產就流失了。

    ?第二種組織架構,所有數據都放在一個中央級的數據部門里面,做集中化管理。這種結構有什么問題?距離不能產生美吧,業務部門覺得這些數據部門高高在上,也不了解業務,天天就是一個存儲部門,數據就變成成本部門,發揮不了價值。

    ?這兩個組織架構是最常見的,如果真的要實施大數據,組織架構至少需要一些微調。

    ?首先要設立一個中央級的數據部門,第二是每個事業部里面都有數據團隊,他們分工是有差異的。

    ?中央級的定位更多是數據的整合、公司級數據產品的建設、平臺的建設、計算能力的建設等等。事業部門更多考慮,公司級大數據資產怎么在業務部門快速響應業務需求,推動業務的發展。

    ?當然,還有一個很重要的角色是CEO,他管這個大數據部門。能夠向老板匯報,這樣一方面可以讓大數據在決策層發揮威力,另一方面,大數據整合有很多部門層,CEO親自管理,可以提高溝通的效率。

    傅志華:企業實施大數據戰略時,有哪3個大坑?

    ?最后,快速跟大家總結一下我的建議:

    ?第一,盡可能獲取相關的數據,越多越好。

    ?第二,從戰略上做好規劃,切入有利于業績提升的場景,做助手而不是取代人,它的定位是助手。

    ?第三個是集中+分布式的策略。

    ?謝謝大家!

    ?注:本文轉載自微信公眾號-筆記俠,版權著作權屬原創者所有,如涉及版權等事宜請聯系小編更正。

    責任編輯:陳近梅

    分享:
    人妻无码人妻有码中文字幕,人妻丰满熟妇邻居无套中出,女人性高朝床叫流水免费视频,秋霞午夜理论理论福利无码
    <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <文本链> <文本链> <文本链> <文本链> <文本链> <文本链>