“万物皆可分析”带来的价值转型

ZD至顶网CIO与应用频道 05月17日 人物访谈（文/王聪彬）：数据从简单的收集到潜在洞察的分析获得，这其间经历了数据自身价值的根本性变化。尤其是，在企业的数据集中纳入各种结构化数据、半结构化数据、非结构化数据，数据分析发展的终极目标将实现“万物皆可分析”（Analytics of Everything）。

“万物皆可分析”是Teradata天睿公司在“2016 Teradata大数据峰会”上提出的构想。来自电信和银行业的客户都认为，随着各种设备数据的可收集和可分析，也让万物皆可分析成为可能，但最终能否实现最大的障碍不是技术而是人，当然还有最重要的就是要在业务场景中去应用分析，而不仅仅只是单纯的分析。

从左至右：Teradata天睿公司大中华区大数据事业部总经理孔宇华、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的袁东宁

万物皆可分析可以实现什么

对于电信行业，万物皆可分析就是指每一个设备都能捕获数据，并利用这些数据产生商业价值。

沃达丰电信在新西兰有大概800万台设备，电信运营商的电信网络的覆盖范围和客户体验是保留用户的关键，从数据分析中了解客户在什么时候无法接入通信网络实现快速覆盖，以及如何让客户获得更好的客户体验。

此外，电信运营商还要利用数据避免风险。沙特电信客户生命周期管理总经理Luca Decarli从客户角度谈到，沙特电信拥有很多的客户，所以要制定一个长期战略，利用数据来了解客户行为、客户需求，以及进行流失率风险的评估，例如新客户入网可以获得更多的服务。

对于银行业，富国银行企业模型风险部副总裁刘维政认为这需要从两方面切入：第一，通过经验数据，也就是对银行内部交易进行分析；第二，外部数据的分析，这在个人金融和企业金融上都需要。

作为银行长期积累的资产，数据也将成为发挥价值的一个契机，无论从管理方式，还是生产方式都可以通过数据进行变革，应用在决策制定、组织架构调整、信贷管理、精准营销等方面。

“让客户的价值多一点的停留在银行里，”中信银行总行零售银行部客户服务管理处的袁东宁，用这样一句话来描述数据与客户的关系。所以，万物皆可分析不管对于是金融行业还是通信行业，甚至各行各业带来的价值都是无可比拟的。

Teradata天睿公司首席技术官宝立明（Stephen Brobst）认为万物皆可分析的一个重要主题是价值的转型。在硅谷有一个说法，这家公司要不现在就是数据公司，或者即将成为数据公司，或者马上就濒临破产了。所以企业要把数据作为竞争的资源，这改变了商业模式，而且也改变了客户关系。

数据分析还存在一些挑战

万物皆可分析是一个很好的愿景，但在当下还存在着这样那样的挑战，或来自组织管理，或因为分析工具。在银行业层面，袁东宁博士从五个方面举出了数据分析挑战：

第一，战略层面，银行把数据看作是一个高战略资产，所有的银行都会注意到这一点，但要如何做。

第二，平台层面，这主要指的是IT的支持，需要一个良好IT来支撑这些数据服务业务部门。

第三，分析工具，时下分析工具品类繁多，结构化、非结构化、可视化多种分析工具可以供企业使用。

第四，业务应用，数据要与业务结合才能产生价值，需要了解业务应用的场景，在哪些方面可以体现价值。

第五，数据人才，我们常常听到数据科学家的职位，这正是企业里非常紧缺的人群，尤其在知识层面和业务与技术部门是截然不同的。

以上这些在大数据应用上的挑战同样适用于电信行业，在沃达丰新西兰公司分析及数据战略经理David Bloch看来，其中最大的挑战来自于管理层能够了解分析的洞察力，这是一个业务流程的变化，看到数据可以为产品、服务带来的价值。

要做到对任何事物分析都有价值，就需要从最细节的成熟度开始评估，需要组建一个团队，而数据科学家是必不可少的。因为数据科学家掌握多方面的知识和技能可以把大数据技术使用的更好，数据科学家就像建筑师一样会反复了解客户需求尝试让这个房子怎么建会更美观，而IT人员则是施工队，负责把整个建筑建好。

富国银行在应对数据分析挑战上建立了一个EDA（企业数据分析）部门，这是一个跨部门的组织，让各部门拥有自己的数据同时拥有自己的分析，并且设立了CDO首席数据官。因为对于银行而言采用极端的方式反而会得不偿失，导致各业务部门不愿意把信息分享。所以，建立一个分析的联盟，使用统一的分析平台可以形成共赢的局面。

电信与银行的数据变现

数据变现带来了两大效果，第一、为客户提供增值服务，提高客户忠诚度；第二、提高企业市场竞争力，所以现在各行各业在数据分析之后都纷纷开始利用数据变现。

在电信行业有四种变现形式，第一、能力变现；第二、分析报告；第三、运营变现；第四、纯数据变现，其中前两种较为最常见。

沃达丰新西兰公司是用数据开发新的产品，如针对位置、时间数据进行分析为相关行业提供帮助。

Luca举出一个沙特电信利用数据变现的例子，一个客户需要建一条15公里的新地铁，沙特电信帮助客户在铁路线上选择合适的地铁站，通过人们的移动路线了解多少人可以从汽车转向去坐地铁。

对于银行而言数据从分析到变现更为在行，因为银行在各方面都可以和数据结合。刘维政把银行数据变现分为量、利、值三部分，也就是数据产量、获利、质量。富国银行通过分析针对不同的客户制定出差异化的定价和风险额度管控。

中信银行则通过数据来预测客户流失，将可能流失的客户信息放到网点的刷卡机上，如果客户来到网点，客户经理就可以收到一位有流失风险的客户进店的提示，客户经理可以马上进行营销，挽留客户。而且他们还在积极使用外部数据，像同百度的跨界合作，了解客户在银行之外做了什么，通过外部数据补充分析来启动睡眠客户，这带来的提升是数以倍计的。

宝立明认为，数据变现一种是纯粹的变现，像沃达丰的例子，对客户行为进行分析；一种是场景的变现，用数据打造一种不同的客户关系，像富国银行的例子，增加客户粘性，了解客户可能的需求，更好的满足他们。

而且专家们都强调一定要尊重数据安全，确保用户的个人隐私不被泄漏，绝对不会用数据来营销产品。