大数据在企业应用的方法详解

　   现在的世界都处于数据时代，而我们要增强自身对数据化产品的理解，我们才能在这个时代生存下去，那本篇文章就带领大家深入了解一下大数据在知名企业也里面的作用以及产品影响力！

     近几年大数据变得越发重要，已成为企业发展不可缺少的要素，同时直接影响甚至改变着我们的生活。当前，处理数量庞大、增长迅猛、种类繁多的数据成为众多企业面临的挑战。Teradata天睿公司作为全球领先的分析解决方案与咨询服务供应商，基于客户需求，提供领先、全面、有效的解决方案，帮助企业获取商业洞察力，并且将之转化为行动力，创造商业价值。

　　数据·分析·成果 发现价值到创造价值

　　在我国乃至全球，很多企业都非常认可数据的价值，持续在做数据积累方面的建设，开发或购买了很多系统，如ERP、CRM等。但这些企业存在一个普遍的问题，那就是拥有如此庞大的数据，却不知如何利用。基于海量数据，利用分析手段获取少量且有效的数据，作用于业务以产生最大价值，是所有企业希望看到的结果。但这个过程真正做起来，不是易事。

　　Teradata天睿公司大中华区副总裁、咨询及服务部门总经理唐青(Janet Tang)表示，简单、量少、信息量相对也少的数据中得出的分析结果是有限的，在具备一定规模且流动的数据环境中得到的分析结果才更有价值。流动数据具有多元化和分析效率两个层面，企业想要得到希望的成果，但挡在前面的是超大规模且多元化数据分析和整合的高门槛。

　　那么创造价值的过程，就要借力Teradata这样的大数据分析的供应商了。唐青表示，针对多种格式的数据进行分析，会涉及到对数据来源和文本数据的识别。了解用户在使用企业产品和服务过程中的路径情况很重要，如某客户开了卡，有无消费，有无购买其他的分期贷款等。

　　通过对用户行为的路径追踪，可分析出谁和这个用户有关联，哪些因素会影响其购买行为。企业级应用和消费级用户区别在于，企业级的关系图谱非常复杂，数量级也是指数级增长, 如电信公司的某个分公司就可以梳理几亿条关系图谱。面对这种多种形式的分析，初创公司可能很难驾驭。Teradata的愿景就是帮助企业做分析，让企业清楚地知道客户是谁，谁和这个客户有关联，以及捕获这个客户所有信息、活动信息和活动信息所涉及的渠道。

　　帮助企业打破数据的桎梏，驱动业务增长

　　愿景是美好的，但要实行还是要面临业务、人才、架构和部署等方面的挑战。唐青表示，从业务角度来看，我们是否懂得企业的业务场景，具体到哪个业务场景需要改进。从人才资源方面看，如何用合理薪资，招到在操作和执行层面都有很好洞察力的人员。从架构层面看，数据源很多，交互时间变得很快，形式很多，所以对架构设计提出了很高的要求。生态圈的架构师，怎样能够把各种复杂场景的架构设计出来。这里包含来自客户的挑战，如企业架构凌乱且孤立，如何从中寻找统一和协同。在部署过程中，考量性能、流动、成本以及扩展性的同时还要考虑整个体系架构如何在混合云中建设。

　　唐青表示，Teradata现在正在实施五级转型：

　　提供业务分析解决方案。助力企业达到可以回答其用户问题的能力，从业务视角、数据模型来寻找客户的业务场景。

　　业务价值框架。对于咨询公司而言，这是一个重要的、指导性的框架。

　　专业的数据科学家。这些人才对工具掌握的很好，并且有很强的思维能力，能够把分析带到业务应用中去。

　　生态圈架构师。这些人会比企业咨询架构师的视角更宽阔、洞察力更有深度。

　　引入混合云。Teradata大数据平台体系架构，可支持混合云，在云端灵活的做适配。

　　案例解析 从企业视角解读数据分析的价值

　　唐青分享了银行的案例，从中我们可以更清晰地看到：数据·分析·成果，企业应用大数据的这三重境界。

　　过去银行只需通过扩大规模就能提升业绩。现在很多银行开始以客户为中心，以客户需求为导向，优化整个营销体系，打通产品渠道。就像Teradata一样，面向行业同时面向客户，所以在每个客户现场都有合作伙伴或者顾问，都有相配比的生态系统。最终，让所有客户的需求变成商机、变成业务诉求、变成架构实现。传统的银行营销方式，大多是从产品视角来拓展，看把产品卖给哪些客户合适，现在我们从客户视角来看，每个客户都有产生额外产值，增加收入的可能。

　　从技术上看，大数据与云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处理，必须采用分布式架构。它的特色在于对海量数据进行分布式数据挖掘。但它必须依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术。[2] 随着云时代的来临，大数据(Big data)也吸引了越来越多的关注。分析师团队认为，大数据(Big data)通常用来形容一个公司创造的大量非结构化数据和半结构化数据，这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。大数据分析常和云计算联系到一起，因为实时的大型数据集分析需要像MapReduce一样的框架来向数十、数百或甚至数千的电脑分配工作。大数据需要特殊的技术，以有效地处理大量的容忍经过时间内的数据。适用于大数据的技术，包括大规模并行处理(MPP)数据库、数据挖掘、分布式文件系统、分布式数据库、云计算平台、互联网和可扩展的存储系统。

　　唐青表示，Teradata为银行建立客户精细化管理框架，分析每一个客户，把客户进行分类。这样可以做的事情很多，如从中识别哪些是重要客户，哪些是流失客户。在流失客户中识别出谁贡献最大，即使和其中一些失去联系，也可以从做了闭环的网点重新建立联系，挽回流失的客户。

　　通过银行的客户单一视图系统，客户经理能够及时获得银行用户的基本信息、交易信息及其特征标签，清楚地知道哪些是新客户，哪些客户可能会流失，哪些是睡眠客户。假如银行是上千万级，这样做，哪怕只挽回一个点也是十几万。

　　试想，如果为每个用户都做画像，清楚的知道整个的生命周期的同时，把其所有的渠道都关联在一起，那么CRM系统就形成了闭环。

　　这样一来，银行就可以了解客户处于哪个生命周期，有针对性地进行服务。对新用户进行品牌宣传，对衰退期的用户分析流失原因，最重要的是可以做更精准的营销。

　　写在最后：

　　当问及针对金融领域，Teradata在授信和风控方面建设经验时，Teradata天睿公司北京金融团队咨询服务部总监张天峰表示，风险管理是银行最核心的管理举措之一。Teradata针对商业银行的市场风险、信用风险、利率风险、流动性风险、操作风险等领域提供专业的风险管理咨询服务、风险分析服务以及风险数据管理服务。

　　未来，银行不仅使用内部数据，可能还会引入一些外部数据对客户进行更精细化的评级。Teradata提供行业领先的大数据解决方案，不仅包括结构化数据的处理及分析方法，还提供非结构化数据的分析手段及方法，更精确地描述客户特征甚至客户的族群标签。

　　【受访人简介】

　　唐青(Janet TANG)现任Teradata天睿公司大中华区副总裁、咨询及服务部门总经理，负责公司在中国大陆、台湾、香港、澳门等地区的咨询及服务业务。她毕业于清华大学计算机科学系，在加入Teradata之前，她曾担任IBM全球企业咨询服务部大中华区副总裁、高级合伙人，协助公司实现跨行业、跨区域的业务发展，并参与了国内云战略的深度合作。

　　现在的社会是一个高速发展的社会，科技发达，信息流通，人们之间的交流越来越密切，生活也越来越方便，大数据就是这个高科技时代的产物。[12] 阿里巴巴创办人马云来台演讲中就提到，未来的时代将不是IT时代，而是DT的时代，DT就是Data Technology数据科技，显示大数据对于阿里巴巴集团来说举足轻重。有人把数据比喻为蕴藏能量的煤矿。煤炭按照性质有焦煤、无烟煤、肥煤、贫煤等分类，而露天煤矿、深山煤矿的挖掘成本又不一样。与此类似，大数据并不在“大”，而在于“有用”。价值含量、挖掘成本比数量更为重要。对于很多行业而言，如何利用这些大规模数据是赢得竞争的关键。

　　小结：社会就是大熔炉，而我们想要在社会中生存下去，就需要跟着时代进步，那现在我们就来逐渐进入数据发展阶段吧！还会有更多产业产品值得我们去了解。更多详解介绍，尽在编程学习网教育！