计世网

向数据要效益!这六家公司是怎么做到的?
作者:Clint Boulton | 来源:计算机世界
2019-12-05
领先的首席信息官们成功地利用数据分析和机器学习来实现业务目标。本文介绍了其中的六个案例。

 

如果把数据比喻成新油田,那么要想充分发挥其潜力,关键在于知道怎样从中提炼出可操作的智能信息,而这将使IT领导们成为高管和董事会眼中的明星。因此,首席信息官们利用预测分析、精心设计的机器学习算法和实战测试分析解决方案,以提高业务效率,追求为客户服务的新方法。

IDC的数据显示,得益于数字化转型的强力推动,2019年全球大数据和商业分析软件收入将突破1891亿美元,比2018年增长12%。IDC分析师Dan Vesset说:“企业正在进行重组,以满足这些需求,而且还投资于现代技术,这有助于他们创新并保持竞争力。BDA解决方案是很多这类投资的核心所在。”

一些首席信息官们把分析工作用在了促进盈利增长上,本文介绍他们最近分享的一些经验教训,从事类似工作的同行们可以参考他们提出的建议。

埃森哲分析技术促进销售和多样性

首席信息官Andrew Wilson表示,分析技术指导了埃森哲的很多决策。例如,专业服务公司的“获胜概率工具”利用企业所有者定义的关键指标来衡量潜在商业机会获得成功的可能性。

该应用程序利用埃森哲的Salesforce.com CRM数据,考虑了多年的交易额,以及地理位置、价格点、利润率和其他指标,用于预测是否会出现损失,其准确率高达90%。

在企业重视资源配置之际,埃森哲还利用分析技术来跟踪技术设备和资产的利用率。设备仪表板按位置显示利用率的趋势,并能够在设备级别进行深入分析。空间仪表板利用了每月刷新的9个数据源,显示埃森哲办公室和交付中心的座位和会议室的使用情况。

这两款应用程序都能帮助领导层做出关键决策,改善了埃森哲50万名员工的工作体验,其中很多员工都是远程工作,经常出差。Wilson说:“关键在于利用好空间和技术。我们必须非常小心地分配固定资产和办公空间。”

还有迹象表明,企业一直在强调多样性和包容性,埃森哲也在使用预测分析技术进行当前建模和预测建模,设立假定情景,以测试男女混合招聘的影响,并使用不同的输入进行预测。该工具对于帮助埃森哲在2025年前实现50/50的男女比例均等目标,以及让25%的女性员工担任领导职位至关重要。

Wilson利用运行在微软Azure云中的一个数据湖来支持这些应用,员工通过Qlik软件,以可视化的方式从中查询信息。

经验教训:企业规模越大,其收集的数据中蕴藏的价值就越大。埃森哲一直在反复审查其提供咨询服务的方法,这意味着所管理的数据以及管理方式会越来越好。Wilson说:“数字战略的核心是分析。”

Belkin加强其分析策略

在鸿海旗下的Belkin公司,首席信息官Lance Ralls正准备围绕客户和运营信息开展分析工作。但是,要想针对智能手机、笔记本电脑和其他设备的充电电缆、适配器和保护套制造商实施该策略,Ralls必须先奠定坚实的数据基础。

因此,Ralls的部门梳理各种Excel电子表格数据,这些数据最终将汇集到数据湖中。他们还实施了拷贝数据管理,在这一举措中,用户可以查看财务和业务报告数据快照,前后快速浏览,以确定问题。该软件来自Delphix,也支持Belkin实现数据的可视化,并压缩和保护数据。

Ralls说:“用户使用数据时感觉更舒适,可以运行更多的报告,为企业的分析工作提供更多的实时数据。”

经验教训:现在就要为5G做好准备。Ralls说,如果首席信息官们还没有考虑这种超高速蜂窝网络技术,那他们应该好好想想了,他已经在考虑5G最终带来的“数据爆炸”将怎样影响无线网关、路由器,以及为消费者提供连接的其他Belkin产品。

壳牌石油处理数据以预测机器故障

很少有行业能像能源行业这样产生如此多的数据。多年来,石油巨头壳牌公司不知道其世界各地各种设施中的零部件存放在哪里;不知道何时应补充库存;也不知道何时会出现维修问题——除非零部件开始出现故障。机器停机每天要给工业公司造成数百万美元的损失,因此,壳牌公司决定收集数据以避免此类问题的发生。

壳牌卓越数据科学中心总经理Daniel Jeavons介绍说,壳牌公司基于多家供应商的软件构建了一个分析平台,用于运行预测模型,以预测3千多个不同的石油钻井零部件什么时候会出现故障。

其中一款工具Databrick通过Apache Spark采集流数据。壳牌公司使用这款工具可以更好地计划什么时候购买机器零部件,存货多长时间,以及在哪里放置库存物品。

该工具托管在微软的Azure云中,帮助壳牌公司将库存分析从48小时减少到45分钟以下,每年移动和重新分配库存的成本降低了数百万美元。

经验教训:需要很多工具才能避免机器故障。Jeavons介绍说,壳牌公司的平台包括Databricks、Alteryx、C3、SAP以及其他供应商的软件,以帮助他的数据科学家们获得业务深度分析结果。最终,首席信息官必须评估哪些工具是适用的,在进行大额采购之前,了解哪些工具使用起来最有效。

嘉吉公司分析技术为虾农提供数据

嘉吉(Cargill)的动物营养部门开发了一款移动数据跟踪应用程序iQuatic,帮助虾农降低虾的死亡率。

嘉吉动物营养企业的首席信息官Tiffany Snyder介绍说,该应用程序根据温度、pH值和营养等环境因素预测虾池的生物量,并与嘉吉的iQuatic自动虾食系统协同工作,该系统采用了声学技术,利用自动喂食器来了解虾的自然进食模式。Snyder在8月份的百名首席信息官研讨会上介绍了iQuatic系统。

虾农把应用程序提供的数据保存到云中,然后访问实时操作仪表盘,该仪表盘以可视化方式显示虾池的指标,提供关键措施和预测分析结果,帮助他们更好地管理虾的健康状况,从而提高产量。以前,虾农使用传统的纸笔方式收集这些数据。

经验教训:Snyder解释说,为了构建这个应用程序,嘉吉公司派工程师和企业高管到厄瓜多尔的一个养虾场,学习虾农怎样采集池塘中的数据。Snyder说:“我们让虾农加入到我们团队中。敏捷的‘双披萨团队’工作的很快,为五个月后的成功试点铺平了道路,并最终发布了产品。”

默克公司让数据分析发挥效用

全球医疗保健公司默克(Merck)希望利用ERP和核心系统收集的数据进行制造执行和库存控制,以便深度分析业务结果。但是,由于其工程师60~80%的主要工作放在了寻找、读取和接收每个项目的数据上,因此,未能实现业务目标。默克公司制造IT首席信息官Michelle D‘Alessandro介绍说:“我们不仅仅是把数据视为一种可行、永久和有价值的资产。我们更希望建立一种文化,在这种文化中,我们花较少的时间去移动和报告数据,大量的时间是花在利用数据获得有意义的业务成果上。”

默克开发了超级数据仓库系统MANTIS(制造和分析智能),该系统包括内存数据库和开源工具,可以压缩结构化和非结构化系统中的数据,这包括文本、视频和社交媒体等。重要的是,该系统的设计支持非技术业务分析师在可视化软件中轻松地查看数据。而数据科学家可以通过复杂的仿真和建模工具获取信息。采用了MANTIS后,公司所有IT分析项目的时间和成本减少了45%。实际的业务成果包括平均交付时间缩短了30%,平均库存持有成本降低了50%。

经验教训:D’Alessandro介绍说,她成功的关键因素是在亚太地区的一家工厂里明确实施了一个“灯塔”分析项目,默克在这家工厂得到了最大回报。MANTIS在那里取得成功后,成为号召其他工厂行动起来的榜样。她还学会了“不要贪多嚼不烂”。D’Alessandro说,一开始试验时,她步子迈的有点大,使用人工智能和机器学习来分析默克公司制造过程的成本。她说:“这不是因为缺少赞助,也不是缺乏远见,它就是不工作。”

ARC解决新数据管理问题

数据是航空报告公司(ARC)的核心业务,该公司每年与航空公司结算的机 票交易总价超过880亿美元,其中包括达美航空、美国航空、英国航空公司、阿拉斯加航空公司以及Expedia等旅行社。航空公司付费获得ARC收集的有关这些交易的数据,以进一步了解旅行者的去向、旅行时间以及他们在这个过程中每年为22多亿次航班支付了多少费用。

ARC采集数据,将其送入到分析引擎中,对其进行优化,从而为客户提供个性化的报告。ARC首席信息官Dickie Oliver介绍说,该公司正在从Teradata数据仓库迁移到Snowflake的云软件,这将有助于ARC更快地把数据产品推向市场,进一步提高可扩展性和性能,这要归功于系统部署在AWS上。Oliver说,Snowflake的架构是将计算资源与数据存储分离,使ARC能够快速为客户提供新的个性化报告。Oliver补充说,通过这个项目,ARC为客户量身定制开发新产品,并且把新数据形式考虑在内。

经验教训:迁移到新数据平台令人望而生畏,这不仅仅是因为技术上的变化,“变革管理”才是真正的难点所在。Oliver说:“人们首先要改变思想,并且要适应整个变革过程,这才是这个过程中最具挑战性的部分”,他还补充说,他正全力培训员工,包括通过认证帮助他们提升,并聘请顾问,比如有助于变革管理的Slalom等。

作者:Clint Boulton是CIO.com资深作家,主要报道IT领导、首席信息官角色和数字化转型。

编译:Charles

原文网址:https://www.cio.com/article/3221621/6-data-analytics-success-stories-an-inside-look.html

责任编辑:周星如