万物皆可分析 Teradata大数据峰会--媒体圆桌论坛精彩观点
万物皆可分析 Teradata大数据峰会--媒体圆桌论坛精彩观点
2016-05-17 13:30:49 来源：互联网
抢沙发
2016-05-17 13:30:49 来源：互联网
摘要：2016年5月5日，在北京国贸大酒店，Teradata天睿公司大中华区大数据事业部总监孔宇华作为主持人，召开了 “2016 Teradata大数据峰会--媒体圆桌论坛。
关键词：
Teradata
2016年5月5日，在北京国贸大酒店，Teradata天睿公司大中华区大数据事业部总监孔宇华作为主持人，召开了 “2016 Teradata大数据峰会--媒体圆桌论坛。本次圆桌论坛的主题为“万物皆可分析”（Analytics of Everything），在场的参会嘉宾纷纷就自身行业的角度出发，发表见解，围绕大数据等话题展开热烈而深刻的探讨。
出席本次活动的嘉宾有：沃达丰新西兰公司分析及数据战略经理David Bloch；沙特电信客户生命周期管理总经理Luca Decarli；富国银行企业模型风险部副总裁刘维政；中信银行总行零售银行部客户服务管理处袁东宁博士；Teradata天睿公司首席技术官宝立明（Stephen Brobst）等。
哪些需求或者技术催生了“万物皆可分析”？
David说道，每一个设备都能够捕获数据，要利用这种信息产生业务价值。Luca认为要监控很多DPI的信息和避免风险。
刘维政说道，经验数据，即相对于分析是来自于银行内部交易或者顾客跟我们交易所产生的咨询。另外一个是面临极大的挑战，是从外部而来，并非由银行内部所产生的资讯，必须针对这样做一个分析。
袁东宁说道，需要把它做行动、做执行，让数据变现，产生价值。同时银行客户的需求并不是原生需求，而是驾驭在客户的衣食住行基础上的次生需求。
Stephen说价值的转型很重要。在硅谷有一个说法，这家公司要不现在就是数据公司，或者即将成为数据公司，或者马上就濒临破产了。一定要把数据作为我们的竞争资源，这改变了数据模型，改变了商业模式，改变了客户关系。当数据累加到一定的数量，可以在上面提供附加值。
部署分析工具，组织中有什么样的挑战？
袁东宁说道：第一，从战略层面，是不是要把数据看作一个非常高的战略资产，或者该投入的地方。第二，得需要有平台，这主要是IT的支持，就是数据得有地方去放，业务部门可以拿到这些数据，这需要品牌的支持。第三，分析工具。第四，要找到业务的应用。第五，最关键的要有数据人才。
David认为，不光是IT人员，因为核心的技能是数据，而不是技术，技术实际上是工具，用这个工具来做数据方面的分析。刘维政则说，数据科学家像建筑师，他是在尝试这个房子该怎么去做会更漂亮，他会反复去尝试，他会去理解业务部门的需求。那IT人员是什么？是施工队，要把这个房子建好。怎样组合团队？高层领导能够了解分析洞察力的重要，同时，还要看一下成本的问题或者利润率的问题。怎样能够把这些来自于数据科学家新生成的数据。要考虑到组织端到端的东西，要覆盖到所有客户的生命周期的各个环节。
电信和金融领域的数据变现模式有哪些新的增长点？
David说，是否能够使用位置数据、时间数据进行分析是关键。在电信行业，怎么利用这些数据呢？比如客户要打造一条15公里的新地铁线路，帮助客户在这条铁路沿线上选择合适的地铁站，而有多少人他们离开机动车转向地铁，通过知道这些人的移动路线，人们就能够更好地选择地铁站。对于银行而言，从分析到变现，最重要的有三个部分：量、利、值。当进行分析之后，现在的大数据、现在的分析可以针对不同的客户有不同差异化的定价，有不同风险额度的控管，现在可以做到个人化。
Stephen认为在数据变现上有两个方面。一种是纯粹的变现，还有一种使用场景，使用数据打造一种不同的客户关系。
另外，分析文化体现在不同的银行，对工具的使用和效果会产生怎样的结果？
刘维政说道，在以往国内的一些银行，会发现“领导的大脑就是分析工具”。可是在国外，他比较倾向相信先从一个客观的事实开始。比较容易根据一个事实去跟其他的事业单位，甚至跟你的主管去讨论，去争执一些事情。他们是很认同你这样子的方式。在国内，老板有个想法，他需要用数据去证明他的想法，然后去执行。所以如果你能够证明他的想法是对的，那你是好的分析，如果证明他的想法不是对的，那么你的分析就很有问题。国内的环境的变化是开始比较客观的先从数据开始，不是单单从业务问题开始，不单从企业的问题开始，而是先从数据本身，数据科学家的功能、能力去看，首先是数据告诉你什么，由此来做一个设想。
最后，让我们一起期待下一次Teradata大数据峰会活动的精彩分享。
第四十一届CIO班招生
国际CIO认证培训
首席数据官（CDO）认证培训
责编：chenjian
免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。
