广告

Teradata:花钱买技术能解决问题的话,为何还有这么多公司在苦苦挣扎

越来越多的企业加入了数字化转型大潮。其中,数据已经开始成为众多企业产生业务价值的核心,而成熟的数据分析能力对于企业未来竞争力的提升则至关重要

越来越多的企业加入了数字化转型大潮。其中,数据已经开始成为众多企业产生业务价值的核心,而成熟的数据分析能力对于企业未来竞争力的提升则至关重要。 

然而,单纯的技术应用思维并不能为企业提供持续的竞争优势。企业不要太专注于专有技术上,而是应该更多致力于改善业务结果。比如,针对数字化技术在业务流程改变中的应用,数据和分析解决方案供应商Teradata天睿公司大中华区总裁辛儿伦此前在接受世界经理人采访时曾指出,一定要坚持要从业务场景出发,从全局进行构造,注意避免一些误区。 

他进一步解释到,大数据技术经过几年的发展,企业都已经认识到数据的价值和大数据技术的作用,但是却出现了非常严重的问题,就是数据孤岛问题。在一定程度上说,数据孤岛已经成为导致企业决策失误的罪魁祸首,企业要想获得数据的洞察力,就必须对所有数据进行全面的分析。 

近日,包括Teradata天睿公司总裁兼首席执行官Vic Lund、首席运营官Oliver Ratzesberger、国际集团执行副总裁Peter Mikkelsen、大中华区总裁辛儿伦和大中华区解决方案总监姜欣等公司高层于近期在北京接受了世界经理人的采访。

 

从左到右:Peter MikkelsenOliver RatzesbergerVic Lund和辛儿伦 

Vic在采访会上表示,Teradata也花了几个月的时间来搞清楚,他们应该做什么?如何打向市场?他们最后得出的解决方案是,不只是强调技术,而是强调业务结果是由技术来驱动的。它意味着企业的未来都是建立在数据分析之上的,企业要将数据分析部署好,才能发展得更好。 

在谈到当下的公司战略转型时,Vic指出,在当下的大环境下,技术演进越来越快,全球市场从业务上来看变化也是越来越快,Teradata将跟上世界的变化速度积极转型,而这个转型也将是一个持续的征程。 

采访中,Teradata高层对Teradata的业务布局、未来战略,以及大数据市场的未来趋势、企业数字化转型等问题作出了阐述。以下是Teradata接受采访的实录,内容由世界经理人整理编辑: 

全球愈发扁平化:驾驭数据、洞悉信息的能力不可或缺 

记者:你们怎么划分大数据市场中的这些参与者?

姜欣:从数据源开始一共七种角色,第一种角色是数据源的提供方,包括数据交易所,比如贵阳大数据交易所,都把它当成数据提供方或者说数据来源。 

第二种是提供纯技术的,比如像Google和一些创业公司,只提供大数据技术。 

第三种是提供平台的,比如提供软硬件。 

第四种是提供分析模型、算法的,比如像基于AI等新技术的一些算法。 

第五种是提供可视化。 

第六种是只提供咨询不提供实施的公司,比如一些大数据咨询公司。 

第七种是在某一个行业领域做得非常深入,非常熟悉这一个行业的大数据。 

Teradata除了不提供数据源以外,剩下的六种角色其实都或多或少的参与了,而且这些角色都是我们专门对行业来定制的。 

Teradata的优势在哪里?第一,整个方案是体系化的,而不是某一部分的技术,有一些公司提供的只是一个点。第二,我们所有目的都是以业务为导向,提供的是一个解决方案,而不是单纯的一个产品,为了ITIT。第三,我们是一个生态系统,也拥抱能够解决实际问题的所有技术,所以我们的框架是开放的,也是一种合作的模式。 

记者:你如何看待这几年来中国大数据市场的发展?

辛儿伦:在驾驭大数据和洞悉信息背后的价值能力上,世界是越来越扁平的。在这种能力方面的建设、价值提升,可能在8090年代信息方面是有一个时间差,但是随着世界越来越扁平化,时间差越来越短,事实上中国企业跟客户所创造出来的业务场景在全球来看都很创新,所以现在已经很难去说区分哪个国家的发展更超前还是滞后了。 

可能五年前很多企业客户会问为什么要建立大数据?什么是大数据的价值?而过去这几年我们已经不用跟客户再去讲为什么要建立大数据战略,因为他们知道驾驭数据、洞悉信息的能力,是他们企业未来要更加具有竞争力必需的能力。 

记者:Teradata认为哪个行业未来在数据分析上会有比较大的增长空间?

Peter制造业现在是充满了机会,制造业需要数字化、数据驱动,就像其他行业一样,它的增长是非常快的。我认为一些传统性的行业在这方面会很快赶上来。 

记者:现在的客户面临的最大问题是什么?

Oliver从大的方面来讲,莫汉伯·索尼(Mohanbir Sawhney)和我最近出了一本书,叫《感知型企业》,书中讲到,领先公司当下该如何去适应或者采用一些新技术和平台,尽管有很多技术,但是仍然有非常多的公司现在在业务成果上还是在苦苦的挣扎。对于这些公司来说,他们是能够购买技术,但是如何使这个技术转化为业务成果,使公司这列火车更加安全,能够按时到达。Teradata并不仅仅是专注于技术,而是使技术近乎消失,利用平台、能力来驱动业务成果。 

记者:现在的中国客户面临的最大问题是什么?

辛儿伦:数据分析的共性需求来自于客户,都是相似的,甚至根本就是相同的。包含我们如何有能力帮客户去集中整合数据,让客户来相信我们整合数据的过程,能够完全反映这些数据的真实性和准确性,让客户的管理团队在他们做任何任意的分析过程当中,他们相信这个数据所分析出来的结果。这是很重要的一点。 

例如,Teradata的客户中信银行,我们在一起共事很多年,一起共同经营的项目就是中信银行的高价值客户的生命周期管理,这生命周期管理并不是说全天24小时,而是说他们在理财这件事情来讲,中信银行如何成为用户在理财方面生命周期中深入的全伙伴关系。 

过去讲数据分析可能是一种事后的数据分析,报告类、简单分析类的。过去这几年我们和客户一起,把各种场景做到早期的预测性,知道未来这个客户的用户有可能会发生什么样的一种场景,从而给用户创造更高的价值。 

记者:从全球地区来看,企业主要会面临哪些挑战?

Peter不同国家的客户需求是不同的,他们面对的问题也是不同的,全球的客户都面临着分析的挑战。行业之间的不同之处在于什么呢?有一些越来越先进,他们在多年前就开始用不同的数据来驱动业务,像零售、电信等行业。没有好的先进数据分析,他们是无法取得成功的。还有其它可能是不同地区、国家的监管是不一样的,比如在欧洲隐私是非常大的事情,像欧盟GDPR(通用数据保护 法案),对于数据隐私有非常严格的保护。这就使那里的公司如果不合规、不遵守这样的一些法规的话,可能会面临很大的问题。 

分析即服务:客户不在乎软、硬件,而是专注于结果 

记者:从产品或者市场战略角度看,Teradata内部经营战略有什么样的调整?

Oliver以前客户只是专注某一项技术或者解决某一种技术问题,现在更多的运营策略像“as a Service”,就是即服务来提供。比如客户提出要求要上PB级的数据库,但是我们调查发现有80%的客户都是不关注用什么样的技术、什么样的产品,你只要提供一种所谓的服务来解决问题就可以了。 

包括我们现在的AI技术,还有一些数据分析能力,都不只是在相应的产品里,而是作为一种解决方案或者即服务的方式提供给客户。客户关注自己的数据中心,不在乎卖给他们什么样的硬件或者软件,而是专注于结果,这都是通过即服务的方式提供给客户的。 

辛儿伦:刚刚 Oliver提到关于分析即服务人工智能即服务,我要特别强调,这个服务不是传统意义上所谓的咨询服务或者技术支持服务,而指的是一种给客户最终产生价值的成果,基于实现客户的业务场景和成果,需要什么创新的技术和方法,需要哪些新的软硬件、技术支持和顾问服务等。 

记者:Teradata一般为客户提供服务的流程是怎么样的?会不会变成最早的那种管理软件的服务方式?

辛儿伦:如果能一言以概括的话,就是刚才Oliver提到即服务模式。在过去这几年,全球客户要求的是这样一种分析投入,到底具体跟它的业务产生多少价值,而这些价值的体现是需要量化的。所以我们除了不提供数据源以外,其它的服务几乎都要准备好。 

提到Teradata跟客户的约定流程,我们这个流程首先它并不是一个为ITIT的导向,因为这种导向在现今的社会是不被接受的,特别是这种高科技行业,因为客户非常知道IT是为业务而服务。你必须要一开始就告诉客户价值是什么,客户才会投。 

比如客户的战略目标是什么,要做这方面的投资,根据这些目标会有很多的业务改进措施。根据重要目标的排序,比如几年前客户挽留是客户重要目标中排在首位的。我们就针对客户挽留制定计划。我们要知道分析出来后在挽留方面能够起多大作用,要制定一个KPI 

有重要目标后就有KPI,要达到这个KPI,全套的分析即服务的整体价值链就出来了,包含了基于这个KPI我怎么样开始讨论方案的设计,基于这个设计需要多少人力,需要什么样的专才,需要什么样的软件,需要什么样的硬件等方方面面的整个支撑。这是一个所谓的以支撑这个目的为导向、为核心演进出来的方法论。 

这个过程也不是说第一天就是这样,这个过程也是我们和很多客户一起共同学习、合作、探讨出来的流程。现在我们几乎每一个流程约定都是这么做的。 

记者:你们最近新推出了四维分析功能,这能为客户带来什么样的价值?

Oliver简而言之,它是我们平台的一个核心能力。它是把时间的维度跟数据结合到一起,这一点非常重要。 

现在来应对公司的一些挑战,没有完全稳定的基本数据的基础设施要进行经济型的分析。每过几天,基础设施都要发生变化,或者这个产品发生了变化,所以我们所有的要求应该有一个一致的快照一样,在某个时间是什么情况。 

我们现在有传感器或者点击流的数据,这些数据总在发生变化,可能是每秒都在发生变化,你需要把这些变化的数据能够跟变化产品的基础设施结合起来,对于一些公司来说都是非常困难的,数据科学家要去应对。因此他们会采取一些捷径来简化它,不能做一些高级的分析,因为太复杂了。 

我们在分析之前,把几十年的经验放到一个非常便于使用的分析平台来应对时间,把它作为平台的一部分。客户能充分利用平台,以让高级的分析更加容易帮助企业驱动更好的业务结果。在这个行业我们是非常独特的,能够对时空、时态、时序的信息整合在一起。 

记者:Teradata在中国的战略是如何规划的?

辛儿伦:Teradata就一套战略,即如何彻底、有效地跟客户紧密地一起合作。这个过程中我们有非常丰富的、有弹性的策略来协助客户,包含任意环境部署,任意数据分析的能力,更开放的、更有弹性的商业购买方式等等。如果客户要将目前环境转移到另外一个环境,比如说私有云、混合云之间的转移,都不需要重复投资。 

现在越来越多的分析场景是属于早期的预测性分析,需要更多的数据分析师,需要更多的数据科学家,懂行业的专业人员,这个方面是我们非常专注的去引入或者去雇佣更多的专才来更加壮大现在已经算是非常不错的团队。协助客户做分析,这个方面的专长和资源会是我们专注的重点。

本文作者沐野,世界经理人原创,经授权使用文章的网页转载须注明“来源世界经理人(www.ceconline.com)”、图文作者信息以及本文链接http://m.ceconlinebbs.com/ARTICLE/8800093456。微信转载请联系官方微信(ID:CEC_GLOBALSOURCES)授权。未经授权,转载必究。

相关推荐

评论

评论共0
扫描二维码,移动端浏览手世界经理人机版更方便