加入收藏 | 设为首页 | 会员中心 | 我要投稿 核心网 (https://www.hxwgxz.com/)- 科技、建站、经验、云计算、5G、大数据,站长网!
当前位置: 首页 > 教程 > 正文

以内部视角来观察10个数据分析的成功案例

发布时间:2018-11-23 08:59:24 所属栏目:教程 来源:Clint Boulton
导读:以下是首席信息官如何成功利用数据分析和机器学习来实现业务目标的成功案例。 如果把数据看成是一种新的石油,那么知道如何将其提炼成可操作的情报则是释放其潜力的关键。为此,首席信息官们正在利用预测分析、精心设计的机器学习算法和久经考验的分析解决
副标题[/!--empirenews.page--]

以下是首席信息官如何成功利用数据分析和机器学习来实现业务目标的成功案例。

如果把数据看成是一种新的石油,那么知道如何将其提炼成可操作的情报则是释放其潜力的关键。为此,首席信息官们正在利用预测分析、精心设计的机器学习算法和久经考验的分析解决方案来追求提升业务效率和服务客户的新方法。

以内部视角来观察10个数据分析的成功案例

首席信息官们意识到,降低成本或增加收入可以帮助他们在高管层和董事会眼中熠熠生辉,因此他们在支持数据科学的技术上投入的资金比以往任何时候都多。

根据市场研究公司IDC的数据,今年全球大数据和商业分析软件的收入将超过1660亿美元,比2017年增长11.7%。此外,能够与新兴分析技术合作的人才争夺战也正处于白热化的状态。

一些首席信息官已经找到了提振上下游增长的方法,他们研究了最近分享的数据,从中吸取了教训,并为从事类似工作的同行提供了建议。

石油公司壳牌通过分析数据以预测机器故障

很少有行业能比能源行业产生更多的数据了。但多年来,石油巨头壳牌甚至不知道其在世界各地的各种设施中的零件都位于哪里;它不知道什么时候需要再进货;直到部件开始出现故障,它才知道什么时候出现了维护问题。由于机器停机每天给公司造成了数百万美元的损失,于是壳牌决定收集数据以避免这些问题。

壳牌卓越数据科学中心的总经理Daniel Jeavons表示,壳牌基于多家供应商的软件建立了一个分析平台,运行预测模型,以预测3000多种不同的石油钻井机的部件何时会出现故障。

其中一个名为Databricks的工具通过Apache Spark来捕获流数据。壳牌使用这个工具来更好地计划什么时候购买机器部件,保存多长时间,以及在哪里存放库存物品。

该工具托管在微软Azure的云中,帮助壳牌将库存分析从超过48小时减少到不到45分钟,每年减少数百万美元的库存转移和重新分配成本。

经验总结:避免机器故障需要很多工具。Jeavons表示,壳牌的平台包括了来自Databricks、Alteryx、C3、SAP和其他供应商的软件,所有的这些软件共同帮助了他的数据科学家来产生商业见解。最终,首席信息官必须正确评估这些工具,并在进行大额购买之前了解哪些才是有效的。

ARC启用了新的数据管理工具

数据是航空报告公司( ARC )的生命线,该公司每年结算航空公司之间价值超过880亿美元的机票交易,包括德尔塔航空公司、美国航空公司、英国航空公司、阿拉斯加航空公司以及Expedia等旅行社。航空公司付费获取ARC在这些交易中收集的数据,以了解更多的关于旅行者的目的地、旅行时间以及在此过程中每年为超过22亿次航班支付的费用的信息。

ARC捕获数据,将其输入分析引擎,对其进行细化,并为其客户构建定制的报告。ARC 的CIO Dickie Oliver表示,该公司正从Teradata的数据仓库迁移到Snowflake的云软件中,这将帮助ARC更快地将数据产品推向市场,并提供更大的可伸缩性和性能,这得益于其在AWS上的业务。Oliver表示,Snowflake是为了将计算资源与数据存储分开而设计的,它使ARC能够为客户快速构建新的定制报告。Oliver补充说,多亏了这个项目,ARC将能够为考虑新数据形式的客户量身定制新的产品。

经验总结:迁移到一个新的数据平台通常是令人畏惧的,不仅仅是因为技术的转变;变更管理是其中真正的麻烦所在。Oliver说,让人们“从一开始就专注于改变,并让他们经历改变过程是这个过程中最具挑战性的部分”,他补充说,他正全力培训员工,包括让他们通过认证,并引进顾问,如让Slalom来帮助我们进行变更管理。

TD银行在数据湖方面的天赋

TD银行的数据分析团队花了几年时间来更新数据基础设施,以满足当前和未来的需求,并创建了一个企业Hadoop数据湖。

TD银行企业信息高级副总裁Joe DosSantos表示,我们使用了基于Cloudera的数据湖用来培养对客户的洞察力,包括从跟踪员工的流失率,到为客户提供合适的产品。

TD 银行的一个核心关注点包括让业务分析师能够从数据湖中提取数据,可用且可操作的能力,而无需数据科学家来亲自操控。 DosSantos表示:“我们正在让人们广泛使用这些数据集。”他补充道,TD Bank还尝试使用其分析平台来检测欺诈和其他渎职行为。

经验总结:过去几年来,TD Bank一直在重新构想其企业数据平台,筛选数十年来的客户交易和其他数据。TD银行没有过度依赖Hadoop,而是使用了Talend的软件来提取、转换原始数据并将其加载到可用于可操作商业智能的信息中。

DosSantos解释道:“Hadoop对于理解如何从A点到B点获取数据方面并不是很好。而Talend有一个元数据管理器和一个中央存储库来跟踪数据湖中的数据移动和转换。”

嘉吉公司正为虾农提供数据分析

嘉吉公司(Cargill)的动物营养部门开发了一款名为iQuatic的移动数据跟踪应用,帮助养虾人降低产量的死亡率。

嘉吉动物营养公司的CIO Tiffany说,该应用程序能够基于环境因素(如温度、pH值和营养)来预测虾池中的生物量,并与嘉吉公司的iQuatic自动喂虾系统协同工作。Snyder在8月的CIO 100研讨会上介绍了iQuatic系统。

只要农民将应用程序中的数据保存到云中,然后访问实时的操作仪表盘,便能够直观显示池塘的性能,提供关键的测量和预测分析,帮助他们更好地管理虾健康并提高产量。以前,农民是用传统的方式——用笔和纸来收集的这些数据。

经验总结:为了构建这个应用程序,嘉吉公司派遣了工程师和企业高管去厄瓜多尔的一个养虾场,了解农民是如何从池塘中获取数据的。“我们让农民成为了我们团队的一部分,”Snyder说。通过在敏捷、two-pizza的团队中快速工作,为在5个月内成功进行试点铺平了道路,并最终实现了产品发布。

让数据分析在默克公司发挥作用

全球医疗保健公司默克希望利用在ERP和核心系统中收集到的数据来进行生产执行和库存控制,以获得更多的商业见解。但是,由于它的工程师花费了60%到80%的精力去寻找、访问和获取每个项目的数据,以至于许多商业目标没有得到实现。默克公司的IT制造首席信息官Michelle D’alessandro表示:“我们没有把数据视为一种可行的、永久的、有价值的资产。我们希望建立一种文化,在这种文化中,我们可以尽量在移动和报告数据上少花时间,从而将更多的时间花在使用数据来实现有意义的业务成果上。”

(编辑:核心网)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

热点阅读