“數據將成為一種戰略性原料，每一個企業、科研團隊和政府，都有責任有目的地搜集、處理、分析、索引數據?！彪娮涌萍即髮W互聯網中心主任周濤號召企業投身大數據，對大數據怦然心動的企業也確實很多。但基于對全球95個國家、26個行業的1144名業務人員和IT專業人士的廣泛調研，IBM發現，大多數企業都已經認識到‘大數據’改善決策流程和業務成效的潛能，但他們卻不知道該如何入手。

的確，在主動或被動迎接大數據時代之時，企業管理人員迫切需要在實干之前，明確很多問題的答案：3V之外大數據還具備何種屬性？什么是大數據解決之道的要素？大數據實施是否有章可循？……

以《分析：大數據在現實世界中的應用》白皮書為引子，IBM的大數據戰略努力令企業的諸多疑惑迎刃而解。在此基礎上，以“智慧的分析洞察”為核心的IBM大數據價值體系中的五大典型業務需求和對應的落地實踐，形象化地展現了大數據如何驅動企業商業價值的增長。

IBM全球副總裁兼大中華區軟件集團總經理胡世忠

明確發力點

在大數據和分析領域，IBM公認已經具備了充分的技術優勢。IBM全球副總裁兼大中華區軟件集團總經理胡世忠表示：“數據構成了智慧地球的三大元素：物聯化(instrumented)、互連化(interconnected)和智能化(intelligent)，而這三大元素又改變了數據來源、傳送方式和利用方式，帶來‘大數據’這場信息社會的變革。作為大數據領域的領導者，IBM正在利用領先方法論和全面大數據技術幫助企業重新思考已有的 IT模式；助力企業進行基于這場信息革命的業務轉型，獲取競爭機遇和不可估量的商業價值?！?

要實現這一愿景，有必要知曉企業對應用大數據的認知程度和接受程度。IBM商業價值研究院和牛津大學賽德商學院聯手實施了一項調研，并共同撰寫發布了《分析：大數據在現實世界中的應用》白皮書。

在該白皮書中，現階段企業對大數據的觀點得到全方位體現，它們著手實踐大數據的方式被完整揭示，而它們在利用大數據獲取商業價值增長方面的進展也被一一披露。

基于翔實的廣泛調研，IBM得出了數個頗具參考價值的結論：未明確大數據的定義是企業混淆大數據的最主要原因；企業對大數據的采用還處于初級階段(大多數企業目前主要是理解概念(24%)或者定義與大數據相關的路線圖(47%))；以客戶為中心是大數據的首要任務成為共識；內部數據是企業內大數據的主要來源但大量未開發的價值隱含在內部系統中；不確定性以及技能的缺失使得社交媒體等外部數據源未得到充分利用；缺乏先進的分析技能是從大數據中獲得最大價值的主要障礙。

德華安顧人壽董辦主任王洪濤現身說法。長期耕耘于保險行業的他表示，大數據在保險行業的潛力巨大：保險行業使用大數據，現在還大多停留在“集約使用”階段；保險公司擁有豐富的客戶數據、交易數據和接觸數據，但數據量的積累，往往導致“數據墳墓””現象的發生；保險行業沒有廣泛培養出大數據智慧應用的意識和能力。他認為，保險行業利用大數據，一要集約地用，二要智慧地用。后者指的是利用數據挖掘，發現保險行業內的新知識，在這方面，保險行業仍然處于開拓期。

為了進一步明確大數據定義，IBM首先完善了大數據的新屬性：Veracity(真實性)。IBM全球企業咨詢服務部業務分析與優化服務大中華區總經理段仰圣表示：“真實性是當前企業亟需考慮的重要維度，將促使他們利用數據融合和先進的數學方法進一步提升數據的質量，從而創造更高價值?！?

針對企業使用大數據的現狀，IBM給出了五項關鍵建議，以期鼓勵企業入手大數據：以客戶為中心推動初始舉措；制訂整個企業的大數據藍圖；從現有數據開始，實現近期目標；根據業務優先級逐步建立分析能力；基于可衡量的指標制定業務投資回報分析。

使能“智慧應用”

“2010年開始，我在陽光保險集團主持建成了數據挖掘系統，這在保險行業是第一家。利用該系統，我們開展了許多保險大數據智慧應用的項目，獲得了一些成果，并且培養出了國內保險行業的第一批數據挖掘師?！蓖鹾闈谴髷祿钤绲囊慌眱?，他最看重的就是對大數據的“智慧使用”：“沒有大數據的 ‘集約使用’，大數據的‘智慧使用’沒有數據基礎。而現階段保險行業大數據在‘集約使用’之后，如果沒有‘智慧使用’來指導，其副作用很大?！?

他舉了一個利用與不利用數據結果相去甚遠的例子：“淘寶現有一種運費保險，即淘寶買家退貨時產生的退貨運費原本由買家承擔，如果買家購買了運費保險，退貨運費由保險公司來承擔。這種購買的結果是保險公司經營虧損很嚴重，直接導致它們不愿意再發展和擴大運費保險?！边\費保險真的必然虧損嗎？王洪濤的答案是No。他給出了避免陷入這種窘境的方法：“我為運費險做過一套大數據智慧應用的解決方案。因為退貨發生的概率，跟買家的習慣、賣家的習慣、商品的品種、商品的價值、淘寶的促銷活動等都有關系，所以，使用以上種種數據，應用數據挖掘的方法，建立退貨發生的概率模型，植入系統就可以在每一筆交易發生的時候，給出不同的保險費率，使保險費的收取，與退貨發生的概率相匹配，這樣運費險就不會虧損了。在此基礎上，保險公司才有可能通過運費險擴大客戶覆蓋面?！?

由嚴重虧損到成本控制得當并獲取客戶，靠的就是通過分析，挖掘大數據所提供的價值，吸引客戶。這與IBM的大數據價值體系所倡導的“英雄所見略同”。

胡世忠介紹道：“講到大數據，IBM重點探討客戶智慧的分析能力。IBM考慮的是怎么參與，包括怎么充分利用IBM的產品咨詢、服務軟件，包括服務器、硬件，提供圍繞‘智慧的分析洞察’的端到端解決方案?！狈治瞿芰Π寄芎凸ぞ邇刹糠?，IBM大數據戰略從這兩個維度提升企業的大數據水平。

IBM軟件集團大中華區中間件集團總經理李紅焰表示：“以往的IT更多是對現有企業中的數據進行搜集、整理、管理，形成了老的核心應用系統。盡管這些核心應用系統依然主宰企業IT，但如何讓過去的資產發揮新的作用，由原來純粹的結構化數據應用轉變到動態地、多樣化地來利用各種數據，并由原來只是利用內部數據到綜合利用內外部數據？這意味著IT要進入新紀元，獲得更多數據資源并挖掘其中的價值。所幸的是技術使這些成為可能?！?

何謂以“智慧的分析洞察”為核心端到端的解決方案？李紅焰解讀了IBM大數據戰略：從兩個層次提供全面整合的結構：一是大數據的平臺。二是大數據的分析?！斑@兩者是相輔相成、缺一不可的，它們不有機地結合到一起，我們所感受到的就只是大數據領域里一個個孤立的點，而不會是形成體系的面?！?

對應總體構架圖，李紅焰指出在企業大數據的每一個層次，包括基礎設施、分析、內控、決策，IBM都提供相應的解決方案，而且這些解決方案在技術上是無縫結合的，融合了IBM咨詢、服務、軟硬件的綜合實力。

周濤同樣指出，大數據不是一個片斷，也不是簡單地具備一項技能，而是綜合的，從理念層面延伸到技術、科學和管理。沒有結合深入分析的大數據成為解決問題的萬能鑰匙，這種可能性基本不存在。

大數據的市場正處于爆發前夜。按照IBM的理解，大數據市場大致分為四個階段：一是教育，需要讓大數據的重要性和必須性得到充分認識；二是探索，主要探索大數據到底怎么應用；三是接觸，從實際的角度去思考怎么應用大數據；四是執行，真正把大數據結合到業務流程里去。段仰圣有信心，IBM提供的大數據產品服務會加速大數據市場走向執行階段。

在中國，“大數據給了一個大機會，使得中國能夠更快地追趕英美等發達國家。之前我們一直講中國創新主要是小規模的局部的創新，但在大數據領域，中國有很好的機會實現深度創新，實現大規模的交叉呼應的數據應用?！敝軡Ｍ袊髽I抓住機會。

北京先進數通信息技術股份公司專注于金融信息化領域，公司總裁林鴻很“慶幸自己選擇了大數據領域”?！般y行業務部門對大數據的需求越來越多，單憑我們自己無法全方位滿足需求，因此，在IBM綜合實力的支撐下，先進數通為推動大數據真正在銀行廣泛使用做出了貢獻”。他表示，作為合作伙伴，先進數通將和IBM步伐一致，基于對銀行業大數據的理解，在建設數據使用環境、實現金融經營管理分析等方面提供優秀的解決方案。

為實施提供樣板

大數據智慧能起到多大作用？只有真實的應用才能給出答案，也才具有強大的說服力?！霸趯嶋H案例中，我選取‘提升度’指標來評價，比較好地體現了保險大數據智慧應用的價值。(提升度=采用大數據智慧的結果/不采用大數據智慧的結果)?！蓖鹾闈J為，應用場景能讓企業獲得對大數據價值的直觀感受，以保險行業為例，典型的大數據智慧應用場景為客戶細分、代理人甄選、營銷響應、交叉銷售和二次銷售、欺詐監測、流失預警、客戶挽留等。

在與客戶溝通的過程中，段仰圣也深刻地感受到了這種需求：“幾乎每個客戶都在問，我怎么運用大數據？應用場景的建立需要企業從企業戰略本身出發，仔細考量大數據可以對企業運營產生什么效果?！?

IBM相信榜樣的力量，致力于為行業提供廣泛的實踐參考，幫助客戶的IT部門以及業務部門深入了解大數據技術在不同行業的應用場景，進而探究大數據將為其企業帶來的商業價值。此次，IBM重點分享了五大業務需求和對應的大數據落地實踐，以供企業在具體實施時有章可循，在有相似應用場景時可以預估收益。

第一個場景為利用大數據探索實現信息庫的充實?？蛻舴?、保險、汽車、維修、醫藥等行業需要儲備規模巨大的知識庫，而龐大繁雜的解答手冊和知識系統會造成重復查詢，導致系統延遲和成本上升。IBM InfoSphere Data Explore使某全球航空制造商中的技師、支持人員和工程師能夠即時通過單一訪問點查看位于不同應用程序中的信息。部署第一年，該公司全天候支持的呼叫時間從過去的 50 分鐘縮短為 15 分鐘，每年節約 3600 萬美元。

第二個場景為利用增強360度全方位客戶視圖實現客戶交互改進。電信、零售、旅游、金融服務和汽車等行業將“快速抓取客戶信息從而了解客戶需求”列為首要任務。通過部署IBM InfoSphere Data Explorer，某跨國快消產品制造商的員工能夠更有效地搜索到最為相關的信息，加快決策過程，減少重復勞動。

第三個場景為利用運營分析實現運營優化。制造、能源、公共事業、電信、旅行和運輸等行業需要時刻關注突發事件、通過監控提升運營效率并預測潛在風險。巴基斯坦移動運營商Ufone部署了IBM大數據解決方案，通過實時識別用戶行為，開展應對特定目標的營銷活動，并使用預測分析來設計更好的營銷活動和電話推廣計劃，有效降低了客戶流失率。

第四個場景為利用數據倉庫擴充實現IT效率和規模效益提升。企業需要增強現有數據倉庫基礎架構，實現大數據傳輸、低時延、和查詢的需求，確保有效利用預測分析和商業智能實現性能和擴展。某汽車制造商利用IBM InfoSphere BigInsights增強原有數據倉庫，實現快速部署并且更易于管理。

第五個場景為利用安全性和智能擴展實現犯罪防范。政府、保險等行業亟待利用大數據技術補充和加強傳統的安全解決方案。秘密情報和監視傳感器系統供應商TerraEchos通過部署IBM InfoSphere Streams，能夠實時分析流式傳輸的聲學數據并對其進行分類，并將實時捕獲和分析275MB 聲學數據所需的時間從數小時減少到十四分之一秒，同時大幅提升監控精確度。