澳门新葡萄新京(中国)官方网站-BinG百科NO.1

新闻中心
NEWS
浅谈数据能力对企业数字化转型的重要性
日期:2020年01月18日

文/恒天软件 黄锟


    近些年,随着大数据、云计算、人工智能等新兴技术深入产业、企业赋能的程度愈见加深,数字化转型已成为企业实现可持续经营的必经之路。不同于过去IT时代的理念,构建各式各样的IT系统,以IT技术提供信息管理能力辅助业务更快增长;如今的DT时代更注重的是,依托业务系统产生的大量业务数据,借助DT时代提供的数据处理能力,为业务决策提供支撑,打造数据闭环,从而源源不断的产生价值。

 

为什么企业要实现数字化转型?IT VS DT?

       信息产业发展的核心驱动力是数字化。信息数字化之后,可以改变时间和空间的弹性,从而彻底改变人们的生活方式。计算机可以对数字化信息进行分析,提炼出各种知识,在知识累计后,就能重组社会资源。总体来说,目前人类社会的数字化程度非常浅,如果能进一步深入,我们创造财富的空间将会非常大。全球闻名的咨询公司凯捷也做出了相应的研究,其称,数字化转型成功的企业有望将盈利能力提高26%、估值提高12%、收入— 资产比提高9%。从客观上分析,以客户为中心是企业在市场竞争中存活下来的关键。数字化浪潮的到来,用户信息不对称的地位得到极大改观,客户感知价值最大化成为导向,从根本上改变了传统以生产为主导的商业经济模式,也带来了新的机遇。

       如此可见,数字化转型对于企业来讲,显得尤为重要。这其中也就存在“IT”和“DT”的说法了。IT我们已经非常熟悉了,是信息技术(Information Technology)的英文缩写。马云提出,IT时代是以自我控制、自我管理为主,而DT(Data Technology)时代,它是以服务大众、激发生产力为主的技术。这两者之间看起来似乎是一种技术的差异,但实际上是思想观念层面的差异。

       我们可以通俗的理解为,不同于过去IT时代的理念,构建各式各样的IT系统,以IT技术提供信息管理能力辅助业务更快增长,如今的DT时代更注重的是,依托业务系统产生的大量业务数据,借助DT时代提供的数据处理能力,为业务决策提供支撑,打造数据闭环,从而源源不断的产生价值。

 

怎样实现企业数字化转型?

       就目前国内的情况来看,超过80%企业还是围绕IT展开,已经成为企业较大的成本中心,却未体现出商业价值,没有解决生产关系和生产力的问题,数字转型过程中依然是成本中心,不是价值中心。

 777.jpg


       众所周知,如阿里巴巴,腾讯,百度,京东等一线互联网公司,都拥有繁多且复杂的业务系统,面对日均PB,总量EB级的业务数据,早已纷纷致力于打造强大的数据中台,实现了数字化转型,为业务提供助力。而我们今天想讨论的不是他们如何实现的数据转型,我们想讨论的是大中型企业在DT时代如何平稳有序的进行数字化转型。


成功的企业数字化案例显然有自己的共同点:重视数据质量、重视数据上下文、以及建立有效的数据管理体制。而失败的企业则各有各的问题。分析总结可能会有以下几点因素:

1)只做数据集中,并没有对数据进行整合。

2)忽视了不同业务对数据的需求差别。

3)缺乏对数据时效性和生命周期的管理。

4)只关注数据量而忽视数据相关性。

 

澳门新葡萄新京怎么帮助企业实现数字化转型?

       大数据技术发展至今,已然迈过了产生和上升期,正逐步走向成熟。现阶段既有早期巨头们布局沉淀下来的技术、工具和案例,也有一些已经落地的场景。数字化转型的关键在于找到符合企业现状的切入口和一条切实可行的实施路径,因此,恒天在紧跟技术发展的同时,也与各客户一道,深入的研究应用场景,沉淀解决方案,打磨数据产品。

 888.jpg


交易所案例(敏捷BI):

       报表系统,BI系统是大中型企业的常见需求,它既是数据应用易于切入的落地点,同时,在它的构建过程中,必然会对现有业务数据进行梳理和建模,为其它数据类应用打下坚实的基础。当然,时下,它也面临着数据量不断增大,从最初的GB级,到TB/PB级,变更上线周期长,业务人员参与度低等问题。为此,恒天研发了全新的eBI敏捷商务智能系统,借助MPP高性能数据仓库,综合利用列存储,分区键,分布键,并行计算等多项数据库和分布式技术,实现业务人员能自助式的对海量数据进行多维分析。

999.jpg

敏捷BI系统组件图


       系统现应用于某人民银行批准设立的交易平台,支撑日均5000万增量数据,设计总量达100TB级,业务部门的人员可以对所有授权的基础数据和交易数据进行自助式多维分析,产生各种各样的报表,为其商业决策提供助力。

 

银行案例(精准营销):

       相比于敏捷BI更多的依托批处理后的数据仓库中的数据,精准营销将综合运用各种数据,如结构化的基础数据、半结构化的用户行为数据,批处理的历史沉淀数据,实时的用户行为数据等,结合业务场景,构建标签体系,形成用户画像,然后通过模型和算法生成推荐数据,并收集反馈信息,以实现精准营销。

       在恒天实施的一个以提高借贷关联营销外呼成功率为目标的银行案例中。恒天软件基于自主研发的大数据分析平台,结合人工智能的深度学习技术,通过对该行杭州总部的信用卡和借记卡用户数据的分析挖掘,找出借贷关联业务背后的关键特征,进行潜在客户群画像,从而更精确地推荐出目标人群。该行基于恒天软件推荐的用户清单对持卡用户进行集中外呼,借贷关联的成功率提高了两倍多,有效地增强该行信用卡用户的业务粘度,并提高了用户的储蓄资产;根据分析出来的用户特征及需求,该行还成功开展了其他金融产品的交叉营销。

1010.jpg

精准营销模型