首席數(shù)據(jù)官聯(lián)盟專訪數(shù)之聯(lián)CTO方育柯:大數(shù)據(jù)助力傳統(tǒng)企業(yè)發(fā)展

前言

2016年3月,由首席數(shù)據(jù)官聯(lián)盟發(fā)起,北京大學(xué)信息化與信息管理研究中心、中國(guó)新一代IT產(chǎn)業(yè)推進(jìn)聯(lián)盟協(xié)辦的“影響中國(guó)大數(shù)據(jù)產(chǎn)業(yè)進(jìn)程100人”大型人物專訪活動(dòng)全面啟動(dòng),特邀政府、產(chǎn)、學(xué)、研、企各領(lǐng)域?qū)<?,從不同角度和視角向大家闡述當(dāng)前大數(shù)據(jù)產(chǎn)業(yè)熱點(diǎn)、難點(diǎn)、疑點(diǎn)問(wèn)題,為中國(guó)大數(shù)據(jù)產(chǎn)業(yè)健康、持續(xù)發(fā)展探索經(jīng)驗(yàn)、保駕護(hù)航。

第57期專訪人物

首席數(shù)據(jù)官聯(lián)盟專家組成員

成都數(shù)之聯(lián)科技有限公司

CTO?方育柯

方育柯博士,首席數(shù)據(jù)官聯(lián)盟專家組成員, 成都數(shù)之聯(lián)科技有限公司 CTO,主要從事計(jì)算機(jī)科學(xué)與大數(shù)據(jù)等交叉領(lǐng)域的研究工作,在機(jī)器學(xué)習(xí)、集成學(xué)習(xí)、深度學(xué)習(xí)和圖像檢索等領(lǐng)域具有豐富的研究經(jīng)驗(yàn)和一定的國(guó)際影響力。5年中,共發(fā)表SCI\EI論文15篇,其中第一作者論文10篇。曾擔(dān)任華為大數(shù)據(jù)產(chǎn)品部架構(gòu)師,負(fù)責(zé)并參與金融、運(yùn)營(yíng)商等領(lǐng)域的多個(gè)大數(shù)據(jù)分析挖掘項(xiàng)目,具有豐富的大數(shù)據(jù)商業(yè)應(yīng)用與工程實(shí)踐經(jīng)驗(yàn)。致力于大數(shù)據(jù)在各大熱點(diǎn)領(lǐng)域的商業(yè)化產(chǎn)業(yè)化應(yīng)用。

本期特邀嘉賓首席數(shù)據(jù)官聯(lián)盟發(fā)起人劉冬冬,就大數(shù)據(jù)如何助力傳統(tǒng)企業(yè)發(fā)展進(jìn)行深入探討。

Q

方總好,大數(shù)據(jù)對(duì)于傳統(tǒng)企業(yè)來(lái)講是挑戰(zhàn)還是機(jī)遇?

方育柯:不可質(zhì)疑的是,大數(shù)據(jù)對(duì)于傳統(tǒng)企業(yè)來(lái)講既是挑戰(zhàn)也是機(jī)遇。大數(shù)據(jù)是互聯(lián)網(wǎng)技術(shù)發(fā)展的必然結(jié)果,也是全球經(jīng)濟(jì)背景下社會(huì)經(jīng)濟(jì)高度發(fā)展的結(jié)果。

大數(shù)據(jù)的發(fā)展給企業(yè)帶來(lái)了歷史性機(jī)遇,大數(shù)據(jù)可以挖掘傳統(tǒng)行業(yè)內(nèi)稟的創(chuàng)造力,幫助企業(yè)催生新業(yè)態(tài),助推企業(yè)轉(zhuǎn)型升級(jí)。

大數(shù)據(jù)已經(jīng)在一些數(shù)據(jù)密集型的行業(yè),例如金融和電子商務(wù),發(fā)揮了巨大作用。事實(shí)上,針對(duì)一些尚處于信息化初級(jí)階段的行業(yè),大數(shù)據(jù)有望發(fā)揮更大的提升作用。例如可以通過(guò)具有近場(chǎng)通信能力的工卡,記錄產(chǎn)業(yè)工人的工作情況;通過(guò)具有短程通信能力的傳感器,采集生產(chǎn)設(shè)備的溫度、壓力、轉(zhuǎn)速、振動(dòng)強(qiáng)度等信息;通過(guò)在產(chǎn)品中添加具有數(shù)據(jù)感知和采集能力的智能芯片,在線監(jiān)測(cè)所有產(chǎn)品在不同運(yùn)行環(huán)境和應(yīng)用場(chǎng)景中的實(shí)時(shí)工作情況;等等。

在此基礎(chǔ)上,通過(guò)數(shù)據(jù)綜合分析,優(yōu)化生產(chǎn)流程,提高產(chǎn)業(yè)工人平均生產(chǎn)效率,監(jiān)控大型制造設(shè)備的運(yùn)行情況,實(shí)現(xiàn)故障的提前預(yù)警等等。這些措施可以提高制造業(yè)的生產(chǎn)效率,降低事故風(fēng)險(xiǎn)。類似的技術(shù)手段還可以應(yīng)用在農(nóng)業(yè)生產(chǎn)等傳統(tǒng)行業(yè)中。

大數(shù)據(jù)給企業(yè)帶來(lái)發(fā)展機(jī)遇,同時(shí)也使企業(yè)面臨前所未有的挑戰(zhàn)。

首先,面對(duì)這些浩如煙海的快速變化的信息數(shù)據(jù),企業(yè)如何通過(guò)實(shí)時(shí)的數(shù)據(jù)分析和整合,為企業(yè)運(yùn)營(yíng)提供決策支持,以應(yīng)對(duì)不斷變化的市場(chǎng)競(jìng)爭(zhēng)形勢(shì)。企業(yè)缺乏的不是數(shù)據(jù),而是如何在龐大的數(shù)據(jù)信息中提煉出對(duì)企業(yè)有價(jià)值的信息。這就要求企業(yè)必須有高度智能的數(shù)據(jù)分析挖掘系統(tǒng)。

但當(dāng)前很多企業(yè)的大數(shù)據(jù)業(yè)務(wù)尚處于起步階段,技術(shù)儲(chǔ)備能力不足,這也是企業(yè)發(fā)展大數(shù)據(jù)項(xiàng)目面臨的嚴(yán)重挑戰(zhàn)。另外大數(shù)據(jù)發(fā)展必然使企業(yè)決策制定的方式和流程發(fā)生根本性的轉(zhuǎn)變,這也必然要求企業(yè)調(diào)整傳統(tǒng)的經(jīng)營(yíng)思維模式和組織架構(gòu)。

如何針對(duì)大數(shù)據(jù)發(fā)展,轉(zhuǎn)變經(jīng)營(yíng)思維,創(chuàng)新企業(yè)管理模式,充分有效地利用大數(shù)據(jù)分析結(jié)果也是企業(yè)面臨的挑戰(zhàn)。

大數(shù)據(jù)發(fā)展的潮流已經(jīng)不可阻擋,大數(shù)據(jù)發(fā)展也必然引領(lǐng)商業(yè)模式和管理方式的變革。

對(duì)于企業(yè)來(lái)說(shuō),大數(shù)據(jù)時(shí)代既是發(fā)展機(jī)遇,也是嚴(yán)峻挑戰(zhàn)。面對(duì)挑戰(zhàn),企業(yè)應(yīng)及時(shí)順應(yīng)這個(gè)發(fā)展趨勢(shì),抓住這發(fā)展的歷史性的機(jī)遇,提升大數(shù)據(jù)分析的技術(shù)實(shí)力,培育大數(shù)據(jù)分析和管理的人才,促進(jìn)管理模式的變革,最終使企業(yè)在大數(shù)據(jù)浪潮中立于不敗之地。

Q

大數(shù)據(jù)給傳統(tǒng)行業(yè)產(chǎn)品設(shè)計(jì)帶來(lái)的改變是什么?

方育柯:“大數(shù)據(jù)”不是對(duì)數(shù)據(jù)量的簡(jiǎn)單刻畫(huà),也不是特定和技術(shù)的發(fā)展,而是基于多源異構(gòu)、跨域關(guān)聯(lián)的海量數(shù)據(jù)分析所產(chǎn)生的決策流程、商業(yè)模式、科學(xué)范式和生活方式上顛覆性變化的總和。

大數(shù)據(jù)作為一種工具,也作為一種方法,它顛覆了傳統(tǒng)行業(yè)的產(chǎn)品設(shè)計(jì)模式。

產(chǎn)品設(shè)計(jì)模式正從傳統(tǒng)的、以個(gè)體知識(shí)為基礎(chǔ)的中心化模式,轉(zhuǎn)為去中心化的自組織模式,設(shè)計(jì)從個(gè)體的技能驅(qū)動(dòng)轉(zhuǎn)為群體的數(shù)據(jù)驅(qū)動(dòng)。

大數(shù)據(jù)時(shí)代背景下,用戶群體通過(guò)海量數(shù)據(jù)參與到設(shè)計(jì)開(kāi)發(fā)過(guò)程中,可以以這種新型介入方式參與到產(chǎn)品創(chuàng)新中,也是產(chǎn)品設(shè)計(jì)模型創(chuàng)新的新途徑;海量的數(shù)據(jù)基礎(chǔ)和智能的大數(shù)據(jù)分析挖掘技術(shù)不只是用戶研究、設(shè)計(jì)框架搭建、設(shè)計(jì)流程優(yōu)化等產(chǎn)品設(shè)計(jì)活動(dòng)的支撐工具,也是產(chǎn)品設(shè)計(jì)重要的創(chuàng)新性方法論。

Q

如何將大數(shù)據(jù)用于供應(yīng)鏈優(yōu)化?

方育柯:“大數(shù)據(jù)”是由數(shù)量巨大、結(jié)構(gòu)復(fù)雜、類型眾多數(shù)據(jù)構(gòu)成的數(shù)據(jù)集合,它既能全面地反映問(wèn)題,又能簡(jiǎn)潔地解決問(wèn)題。

數(shù)據(jù)的采集、存儲(chǔ)和分析能力,是創(chuàng)新型企業(yè)的核心戰(zhàn)略能力。

大數(shù)據(jù)對(duì)于未來(lái)供應(yīng)鏈管理至關(guān)重要,大數(shù)據(jù)可以為客戶提供更好的數(shù)據(jù)準(zhǔn)確性、清晰度和洞察力,從而在整個(gè)供應(yīng)鏈中實(shí)現(xiàn)更多的情境智能,根據(jù)《美國(guó)運(yùn)輸調(diào)查》(2013)的研究表示:

2013年,國(guó)際上大部分的企業(yè)靠大數(shù)據(jù)使其所在的供應(yīng)鏈處于領(lǐng)先地位。構(gòu)建以客戶為中心、大數(shù)據(jù)驅(qū)動(dòng)下的智慧供應(yīng)鏈?zhǔn)瞧髽I(yè)的戰(zhàn)略目標(biāo)。

如今的制造商都立足于在準(zhǔn)確性、速度和質(zhì)量方面開(kāi)展市場(chǎng)競(jìng)爭(zhēng),這一定位迫使企業(yè)的供應(yīng)鏈必須具備一定程度的情景智能能力,利用大數(shù)據(jù)技術(shù),突破傳統(tǒng)ERP系統(tǒng)和供應(yīng)鏈系統(tǒng)的局限性。

目前,供應(yīng)鏈產(chǎn)生的數(shù)據(jù)規(guī)模、數(shù)據(jù)廣度、數(shù)據(jù)深度都在快速增長(zhǎng),為情境智能驅(qū)動(dòng)的供應(yīng)鏈提供了充足的數(shù)據(jù)基礎(chǔ)。通過(guò)大數(shù)據(jù)技術(shù),可優(yōu)化供應(yīng)鏈網(wǎng)絡(luò)、整合供應(yīng)鏈運(yùn)營(yíng)、提升供應(yīng)商質(zhì)量、追溯產(chǎn)品質(zhì)量和財(cái)務(wù)指標(biāo)等。

例如:從供應(yīng)鏈的源頭,預(yù)測(cè)消費(fèi)者動(dòng)向,預(yù)知市場(chǎng),保證現(xiàn)貨率;

借助大數(shù)據(jù)優(yōu)化庫(kù)存結(jié)構(gòu)和降低庫(kù)存持有成本,根據(jù)數(shù)據(jù)挖掘算法智能地監(jiān)測(cè)庫(kù)存健康狀態(tài),提前預(yù)測(cè)滯銷庫(kù)存、預(yù)測(cè)庫(kù)存周轉(zhuǎn);

根據(jù)實(shí)時(shí)數(shù)據(jù)監(jiān)控和分析,幫助企業(yè)智慧選品與合理定價(jià),并根據(jù)利潤(rùn)要求和庫(kù)存要求提供動(dòng)態(tài)調(diào)價(jià)、收益預(yù)測(cè)和價(jià)格風(fēng)險(xiǎn)控制等功能。

Q

大數(shù)據(jù)如何應(yīng)用于生產(chǎn)設(shè)備管理,收益如何?

方育柯:隨著國(guó)家大力倡導(dǎo)“中國(guó)制造2025”,且智能制造技術(shù)的進(jìn)步和企業(yè)信息化管理理念的普及,制造業(yè)企業(yè)的運(yùn)營(yíng)越來(lái)越依賴信息技術(shù)。

制造業(yè)整個(gè)價(jià)值鏈、制造業(yè)產(chǎn)品的整個(gè)生命周期,都涉及到非常多的數(shù)據(jù),比如產(chǎn)品數(shù)據(jù)、運(yùn)營(yíng)數(shù)據(jù)、價(jià)值鏈數(shù)據(jù)、外部數(shù)據(jù)等等,種類繁多,這些數(shù)據(jù)將會(huì)為企業(yè)帶來(lái)非常多的價(jià)值。

大數(shù)據(jù)的價(jià)值也逐漸被制造業(yè)產(chǎn)業(yè)所認(rèn)可,通過(guò)技術(shù)創(chuàng)新與發(fā)展,以及數(shù)據(jù)的全面感知、收集、分析、共享,大數(shù)據(jù)為企業(yè)管理者和參與者呈現(xiàn)出看待制造業(yè)價(jià)值鏈的全新視角。

具體到生產(chǎn)設(shè)備管理方面,使用大數(shù)據(jù)技術(shù)、物聯(lián)網(wǎng)技術(shù)后,可以通過(guò)實(shí)時(shí)感知數(shù)據(jù)明確產(chǎn)品故障,生產(chǎn)過(guò)程中所有因素均能精確控制,真正實(shí)現(xiàn)生產(chǎn)智能化。

因此,大數(shù)據(jù)直接決定了“工業(yè)4.0”所要求的智能化設(shè)備的智能水平,在生產(chǎn)設(shè)備管理方面的應(yīng)用收益不容小覷。

例如:基于大數(shù)據(jù)技術(shù),設(shè)備的各類信息能快速地調(diào)用查閱;可以將設(shè)備的運(yùn)行狀態(tài)快速上傳;通過(guò)強(qiáng)大的數(shù)據(jù)處理能力,提前預(yù)判設(shè)備故障問(wèn)題;通過(guò)大數(shù)據(jù)的調(diào)用,可以快速地分析并幫助設(shè)備管理人員找出設(shè)備維修方案等等。

Q

大數(shù)據(jù)是否可以用于生產(chǎn)故障的診斷預(yù)警?能否舉個(gè)例子?

方育柯:大數(shù)據(jù)可以應(yīng)用于生產(chǎn)設(shè)備管理,同時(shí)也可用于生產(chǎn)故障的診斷預(yù)警。例如:近期,我們公司為某制造型企業(yè)提供了STM生產(chǎn)線的故障因素分析及參數(shù)優(yōu)化。

利用歷史生產(chǎn)數(shù)據(jù)、維護(hù)數(shù)據(jù)和數(shù)據(jù)挖掘算法,判斷目前生產(chǎn)線狀態(tài)是正?;虍惓#焕脷v史生產(chǎn)參數(shù)數(shù)據(jù),訓(xùn)練參數(shù)邊界,以最優(yōu)化算法(蟻群或遺傳算法等)為核心,實(shí)時(shí)搜索最優(yōu)參數(shù)位置,保障生產(chǎn)線良品率保持在最優(yōu)水平。這大大降低了該企業(yè)STM生產(chǎn)線的故障概率,減少了人力成本,提高了生產(chǎn)效率。

Q

大數(shù)據(jù)在潛在用戶發(fā)掘方面如何應(yīng)用?

方育柯:大數(shù)據(jù)的關(guān)鍵點(diǎn)不在大,而在于有用。也就是說(shuō),大數(shù)據(jù)的大,其側(cè)重點(diǎn)并不是在表面上所呈現(xiàn)出來(lái)的“大容量”,而在于潛在的“大價(jià)值”。

大數(shù)據(jù)的原理是通過(guò)捕捉、發(fā)現(xiàn)和分析,在大量數(shù)據(jù)中得到有價(jià)值的信息,大數(shù)據(jù)擁有挖掘潛在用戶的能力正是基于這一原理。

利用大數(shù)據(jù)技術(shù),對(duì)海量用戶數(shù)據(jù)進(jìn)行分析挖掘工作,就能分析出用戶行為與特征,得出用戶的喜好與購(gòu)買習(xí)慣,真正全面地了解客戶的需求與想法。

面對(duì)日新月異的新媒體,許多企業(yè)想通過(guò)對(duì)粉絲的公開(kāi)內(nèi)容和互動(dòng)記錄分析,將粉絲轉(zhuǎn)化為潛在用戶,激活社會(huì)化資產(chǎn)價(jià)值,并對(duì)潛在用戶進(jìn)行多個(gè)維度的畫(huà)像。

大數(shù)據(jù)可以分析活躍粉絲的互動(dòng)內(nèi)容,設(shè)定消費(fèi)者畫(huà)像各種規(guī)則,關(guān)聯(lián)潛在用戶與會(huì)員數(shù)據(jù),篩選目標(biāo)群體做精準(zhǔn)營(yíng)銷,進(jìn)而可以使傳統(tǒng)客戶關(guān)系管理結(jié)合社會(huì)化數(shù)據(jù),豐富用戶不同維度的標(biāo)簽,并可動(dòng)態(tài)更新消費(fèi)者生命周期數(shù)據(jù),保持信息新鮮有效。

另外,在企業(yè)的用戶、好友與粉絲中,哪些是最有價(jià)值的用戶?

大數(shù)據(jù)可以為這一判斷提供有力支撐。從用戶訪問(wèn)的各種網(wǎng)站可判斷其最近關(guān)心的東西是否與企業(yè)相關(guān);

從用戶在社會(huì)化媒體上所發(fā)布的各類內(nèi)容及與他人互動(dòng)的內(nèi)容中,可以找出千絲萬(wàn)縷的信息,利用某種規(guī)則關(guān)聯(lián)及綜合起來(lái),就可以幫助企業(yè)篩選重點(diǎn)的目標(biāo)用戶。

Q

大數(shù)據(jù)在老客戶維護(hù)方面有何價(jià)值?

方育柯:大數(shù)據(jù)不僅可以發(fā)掘潛在客戶,在客戶關(guān)系管理方面也有非常重大的作用。

利用客戶和消費(fèi)者數(shù)據(jù),企業(yè)可以為客戶提供個(gè)性化推薦,提示商家給出客戶感興趣的促銷策略,以最大化交叉銷售和提升銷售的機(jī)會(huì),增加銷售利潤(rùn)。

大數(shù)據(jù)在客戶關(guān)系管理方面的具體價(jià)值主要體現(xiàn)在:

通過(guò)分析客戶數(shù)據(jù)和商品銷售數(shù)據(jù),商家可以識(shí)別出客戶的產(chǎn)品購(gòu)買意愿以及愿意支付的價(jià)格;

利用客戶數(shù)據(jù)獲取關(guān)于產(chǎn)品使用情況的反饋關(guān)于產(chǎn)品新特性的反饋,可以提升產(chǎn)品和服務(wù)品質(zhì);基于客戶洞察和客戶畫(huà)像,調(diào)整營(yíng)銷策略,針對(duì)特定人群采取特定的營(yíng)銷方式,在減少獲客成本的同時(shí)也增加了轉(zhuǎn)化率;

另外,通過(guò)分析客戶數(shù)據(jù),比如客戶流失率及行為,企業(yè)可以最大化效率,減小風(fēng)險(xiǎn),并提前監(jiān)測(cè)到商業(yè)欺詐等事件。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡(jiǎn)書(shū)系信息發(fā)布平臺(tái),僅提供信息存儲(chǔ)服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容