神刀安全网

如何构建一支“万物皆可分析”的数据科学团队

随着移动互联网的快速发展,如今几乎每一台设备都能够捕获数据,人们已经开始进入“万物皆可分析”的时代。

然而数据只存放起来是没有用的,企业只有将通过数据分析洞察出的结果运用到业务部门、生产系统或是营销部门、风险部门当中,数据才会产生价值。在这个过程中,企业需要思考的不只是技术,还包括公司内部的组织加构、工作流程、业务进展等。

近日,在Teradata天睿公司举办的“2016 Teradata大数据峰会”论坛上,来自电信、银行领域的企业代表与Teradata CTO就如何实现“万物皆可分析”(Analytics of Everything)的终极目标纷纷提出了独到的见解,引人深思。

如何构建一支“万物皆可分析”的数据科学团队

图:Teradata“万物皆可分析”圆桌论坛的(由左至右):

Teradata天睿公司大中华区大数据事业部总监孔宇华

Teradata天睿公司首席技术官宝立明(Stephen Brobst)

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

万物皆可分析带来的业务价值转型

Teradata天睿公司首席技术官宝立明(Stephen Brobst)认为,万物皆可分析加快了企业业务价值的转型。当海量数据开始成为企业发展的重要资产时,无论是数据模型、商业模式还是客户关系,都在发生改变。

大家非常熟悉的家电制造商飞利浦,以前飞利浦电动牙刷通过店铺卖出去,他们和最终用户之间没有直接的关系。现在,通过将从电动牙刷中收集到的数据传输至云端与用户相连,与终端用户相连,就可以告诉用户你本人、你的孩子是如何刷牙的,是否正确。不同于普通牙刷,电动牙刷的生命周期一般来说长达数年,现在,电动牙刷开始收集刷牙的使用信息、刷牙的频率、一次刷多长时间等。当数据累加到一定的数量,就可以在上面提供附加值。

再如飞机制造商,未来能让它赚钱的业务并不一定要靠卖飞机,而是来自于维护飞机,保证飞机的正常飞行。这二者的差别在于,是否能够利用数据来提供向客户承诺的服务等协议。只要完成了自己承诺的服务,飞机制造商就能够赚钱。

电信行业客户生命周期管理

在沃达丰电信新西兰分公司,正在对800万台设备收集而来的数据加以分析,来实现电信网络快速的大范围覆盖,来保证在用户的手机无法连入通信网络时,也能获得最好的网络使用体验。

沃达丰新西兰公司分析及数据战略经理David Bloch 也分享了这样一件有趣的事,那就是在过去半年多的时间里,微信在新西来也开始流行起来。微信也为沃达丰提供了一个更好的渠道与客户相连。

同样作为电信运营商的沙特电信,还通过对每天收集到的60亿条客户DPI信息进行监控,来获得他们的搜索偏好以及互联网中的行为轨迹,进而预测客户可能需要什么样的产品和服务,并进行相应的产品研发和迭代,为客户提供更好的服务和体验。

此外,为了在行业竞争中持续获得优势,沙特电信制定了长期的客户生命周期管理战略。沙特电信客户生命周期管理总经理Luca Decarli介绍称,从新客户加入开始的最初三个月开始,他们会收到越来越多的产品和服务信息,之后沙特电信会评估客户流失的风险率是多少,找到客户态度、行为改变的触发点,从而更好地了解客户需求。

外部数据给金融领域带来的冲击和变革

再来说说金融领域。对于富国银行而言,“万物皆可分析”是一个立体的构面,大致可以通过两个方面表达。一是资产结构的方式,也就是个人金融这样的零售部分,另外一个是企业部分的拥有构面。而银行对内系统部分又可以剖析为两个构面。一是经验数据,即相对于分析是来自银行内部交易或顾客与银行交易所产生的咨询;二是对并非由银行内部产生的外部资讯的分析,这也是富国银行目前面临的最大挑战之一。

富国银行企业模型风险部副总裁刘维政分别对个人金融及企业金融中外部数据的运用举例。对于个人金融的部分,比如当一个人加入汽车保险时,可能通过安装一个加速追踪器来观察在其是否有常常紧急刹车的习惯,来推断发生事故的机率,从而评估其保险费用。这样的思维已经跳脱出传统银行对个人信用、个人交易状况的依赖。

国内的中信银行同样感受到了大数据时代外部数据的冲击。 中信银行总行零售银行部客户服务管理处袁东宁博士直言,客户对于银行服务的需求并不是他们的原生需求,而是驾驭在客户的衣食住行基础上的次生需求。数据对银行的价值如同血液。因此中信银行也在积极与外部资源进行合作,来分析客户在想什么,需要什么服务,在什么样的场景下可以扩充后续的渠道,从而为客户提供精准的服务和产品。

数据对银行来讲是促成变革和发展的契机,这些长期积累的资产到了可以发挥价值的时候。无论从管理方式上,还是生产方式上,都可以通过数据进行变革。比如说决策的制定,组织架构的调整,比如风险、信贷的管理、精准营销、客户管理等,都可以从数据中去获取它的价值。

如何构建强大的数据科学团队

不同的行业都可以利用数据做分析。但是要实现这一点并不简单。这种挑战不只来自于技术层面,还来源于组织架构等。那么在实际部署Hadoop等分析工具对万物进行分析时,不同的行业和企业又面临着怎样的挑战呢?

对于解决这个问题,中信银行的袁东宁博士认为最关键的要有数据人才。而这一观点也得到了各位嘉宾的认同。

袁东宁博士表示,这些人经常被称为数据科学家,这方面的人才在国内是非常紧缺的。而且认识也不同,有的人认为这些人就是IT人员,就是做开发的人员。实际上不是。这些人员所覆盖的知识面,或者他对业务和技术的理解都是需要全面的。而且可能一个人不够,是需要一个团队。

团队成员是谁?

Teradata天睿公司首席技术官宝立明(Stephen Brobst)认为,数据分析团队的成员一定不应只包含IT人员,因为核心的技能是数据,而不是技术,因为技术只是用来实现数据分析的工具。某专门培养这些数据科学家的孵化器机构发现,拥有计算机工程学位的人员与数据科学家之间呈现的是负向的联系。也就是说,企业需要的不是编程人员,而是能够分析数据的人员。这个问题不是中国特有的,全球范围内这些人都是短缺的。技术是很容易掌握的,但是这个人要有合适的技能,才是最重要的。有了这个技能,才能够使用技术,才能把这个技术变得更好。

这其中最大的挑战来自于高层领导是否具有对数据分析的洞察能力。公司要走向成功,就要看到数据所带来的意义。很多公司在技术方面都没有做好,是因为他们把数据和技术的团队放到一起,如果你是技术团队的人,大部分情况下你关注的是工具和技术,而不是关注和业务相结合。所以要变革,企业的分析工具在具备业务的洞察力的同时,还应该关注成本或者利润率的问题。

如何传播数据思维

沙特电信Luca也分享了他们在数据团队组建方面的经验。“我相信每个东西都应该从最细节的成熟的评估开始,比如进入到一个新的公司他们怎么理解这个技术,他们的立场是什么,他们是不是有合适的组织结构、图表、结构图等。”

比找到合适的人组成一个团队更重要的是,怎么在现有的环境中整合这支团队,也就是说如何将这些来自于数据科学家新生成的数据更好得解释出来,来更好地帮助业务人员,最终形成无缝的客户体验。

所以说,这需要一个非常强大的数据科学家团队,并在开始时就把这些技术和思想在整个组织中传播出去。更重要的一点是,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。

技术人员与业务人员间的衔接

富国银行刘维政坦言在美国一些银行存在“数据军阀”,就是大家各自拥有自己的分析存在,会形成不同的策略。对于数据部门来说,如何把这些分析的能力汇总起来,是正在面临的巨大挑战。

因此,富国银行成立了一个EDA的横跨不同部门的团队,EDA就是企业数据和分析(Enterprise Data & Analytics)这样一个跨部门的组织。这个组织成立之初就在思考,如何在不破坏不同的部门拥有自己的数据,拥有自己的分析的前提下,实现数据与分析的“联邦”。对于银行而言,如果一下子采取一种极端的方法,反而会得不偿失。数据分析的联盟则会形成互惠共赢的局面。

正如各位嘉宾所言,大数据势必给人类社会带来巨大变化。然而技术再优秀,终究也是实现数据分析的工具,实现向“万物皆可分析”的时代迈进,仍然需要每一位业务人员共同的努力。就像我们需要掌握计

转载本站任何文章请注明:转载至神刀安全网,谢谢神刀安全网 » 如何构建一支“万物皆可分析”的数据科学团队

分享到:更多 ()

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址