数字化转型正在推动新的商业模式——推动总收入增长的粘性价值主张，以及大量优化运营成本的机会。在新兴经济体中，颠覆者和被颠覆者之间的新兴竞争发掘了数据的价值，这些遍布在现有客户名单中的的数据正在成为大型企业的新的价值驱动力。因此，到2018年，我们将看到更多企业希望以这种数据货币赚钱。

　　成功的往往是这些公司——它们知道如何准备用于消费的数据，并使用深度统计推理和机器学习技术来发现更明智的见解。然后，它们知道如何通过主动的推动将这些见解转化为行动——在流程的恰当阶段、恰当的时间提供恰当的指导。我们来探讨一下公司如何充分利用数据，应用分析和人工智能(AI)来产生真实的、有影响力的洞察，然后在组织中推动有意义的变革。

　　从明确的愿景和目标开始

　　好的开始是成功的一半。高效的分析策略要处理的不仅仅是数据和见解——它包括人员、流程和变革管理。我们经常看到，那些没有投资于更广泛的，使分析成为业务核心的企业未能充分利用这些奇妙的洞察。行业证据清楚地表明，基于分析的，业务驱动的卓越中心能实现的价值远远高于分析小组所能实现的价值。

　　如果我们直入分析工作的核心，它始于数据战略——通过所需的数据进行设计思考，并做出深思熟虑的选择，这些选择能确保流程和技术系统地捕获数据。例如，我们看到电梯公司现在可以采集负载并在一天中的不同时间停下来，以便他们可以提供更好的用户体验——我们以前从未捕获过的数据。或者，制造商从飞机发动机上的传感器获取数据，以便优化资产维护。将具有战略重要性的新数据与来自内部和外部资源的其它现有数据相结合，这样可以创建可供企业利用的丰富的大数据。

　　提取，构建和设计数据

　　数据工程是分析实践的基础，它还涉及数据架构(发现、理解、采购和容纳数据);数据编排(摄入、清理、转换和统一数据);和数据治理(主数据管理，安全性和起源)，使其能够运行建模技术以提供业务洞察。

　　此外，人工智能方面的新进展也开启了隐藏在非结构化数据中的有价值的信息。这是存放在电子邮件、PDF和其它文件中的信息，自然语言处理(NLP)和计算语言学算法现在可以将其转换为结构化数据以供使用。因此，以前必须由人类阅读的文档现在可以自动访问、嵌入这些文档的数据现在可以用来运行分析。例如，我们看到银行使用人工智能来读取资产负债表，并动态地获取贷款组合的风险分数。我们看到企业动态地读取采购合同并自动将其与发票进行核对。

　　从数据中产生见解

　　数据一旦面向消费，就可以使用各种统计推断技术。不断扩大的数据科学领域现在为优化、分类或聚类提供了一些非常成熟的技术，这些技术都有助于预测结果。优化可以让工业制造公司预测最接近高端机器资产的备件的最佳布置办法。分类使保险公司得以快速查看传入的理赔请求并对其进行动态转交以实现快速补救。聚类可以让银行通过更准确地检测异常情况来检测欺诈和反洗钱。

　　机器学习算法近年来发展迅速，特别是通过开发基于神经网络的深度学习和强化学习技术。计算能力也有所提高，所以现在可以更快地训练更大更复杂的模型。最后，我们捕捉的数据不断增长，培训机器学习算法的能力也在不断提高，从而使其更适用于商业用途。

　　这个快速发展的机器学习领域正在进军商界。例如，我们正在寻找能够根据照片准确预测受损屋顶的维修成本的机器，只要这些机器已经接受数百万张照片和相关理赔信息的训练。由于提供见解的速度，准确性和成本变得更加有利，数据科学和机器学习正在打开全新的商业模式。

　　将数据科学与领域知识和流程理解结合起来

　　使分析可操作的关键部分之一是将其与领域知识和流程理解配对。情境化(contextualization)和提炼(distillation)是数据科学的关键，目标导向是机器学习的基础。这些最好来自对业务环境和发生在上下游的流程握手(process handshake)的深刻理解。这一切都需要可以添加这些关键组件的合适人员的参与。我们经常看到项目表现不佳，因为它们缺乏这个重要的基础。

　　化分析为行动

　　正如Lisa Morgan最近在InformationWeek上所分享的那样，“获得洞察是一回事，而将洞察付诸行动是另一回事。”将数据和分析转化为可以使企业发展壮大，产生差异化的行动至关重要。做这种事的其中一个方法是通过助推。助推理论(nudge theory)是由经济学家Richard Thaler于2008年发展出来的，他在去年10月获得了诺贝尔奖。企业利用分析和智能用户体验就可以推动或引导员工和消费者做出与其目标相一致的特定决策。在某些方面，这类似于在下一个路口获得谷歌地图的信息——助推——将基于目的地路线规划和预期交通的背景中的重要分析具体化，并将其简化为简单的助推：左转。

　　我们再来举一个在财富管理中实施的有效分析战略的例子。假如一位客户三年前发送了一封电子邮件，他要求推迟预约，因为他与儿子的中学毕业典礼在时间上有冲突。这封电子邮件和几百万其它邮件一起封存在公司的档案中。三年后，通过分析和自然语言处理，来自此电子邮件的信息可用来推动财务顾问联系客户，并向客户的儿子推荐车险，因为他正值适驾年龄。明智地使用分析可以为客户的需求提供预测模型。但是，使这一切成为现实的是，在正确的时间、用正确的背景信息来推动合适的人选(财务顾问)。

　　总而言之，要充分利用数据价值获利或赚钱，业务领导者就必须从正确愿景着手——以分析为后盾来推动业务。然后，在数据战略和架构，数据工程，数据科学和机器学习方面发展强大的竞争力。最后，使用领域知识和流程洞察，将这些洞察转化为行动。
第三十五届CIO班招生
国际CIO认证培训
首席数据官（CDO）认证培训

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。