Big Data & Business Intelligence CRM Application for Fashion＆Luxury Market
來源：T客汇 作者：卿云
網路時代，數據都是爆炸式的成長，甚至有人認為兩年內現有的數據體量就會翻倍。雖然難以置信，但這確是真的。不過目前 50%的數據是外部數據，因此現在想要找到有價值的森林越來越難。如果擁有一個顯示整個組織結構，數據的數據目錄豈不美哉？
華爾街日報文章估計，數位化項目中 50% 至 80% 的時間會用於數據發現和數據準備。而據我和客戶交流所知，他們絕大多數時間是在尋找數據。這是事實：對於任何數據驅動的數位轉型項目來說，首先是找所需數據，來驅動新的分析和新的業務流程，這是項目成功的關鍵。
來看一些例子。客戶在他們制訂其數位化轉型的數據策略和架構的時候，通常會談論轉型的「旅程」。我們來討論一下。
數據湖旅程
沒有人能夠將所有數據，投入到數據湖中，並借此獲得驚人的洞察力。但是，已經有組織嘗試了。更可取的方法是，挑選某個企業功能區域(如行銷)，和要解決的重要業務問題(如優化潛在客戶轉換率，改善荷包消費比例等)。
接下來是辨識和收集，與該特定問題相關的所有數據，並將其投入數據湖。這很可能是內部結構化數據、內部非結構化數據，以及來自第三方，和合作夥伴的各種外部數據的組合。問題是：如何找到這些數據？它們分散在你的組織中。
接下來是辨識和收集，與該特定問題相關的所有數據，並將其投入數據湖。這很可能是內部結構化數據、內部非結構化數據，以及來自第三方，和合作夥伴的各種外部數據的組合。問題是：如何找到這些數據？它們分散在你的組織中。
雲端旅程
很多公司大都如此，他們簡單地入手新的 CRM 雲應用，通透過從本地部署的 CRM 系統中，加載相關數據。但不幸的是，如果公司在這個節點上停止，公司將不能發揮新 CRM 系統的全部價值。
一個更好的做法，是將公司當前的 CRM 數據遷移到新系統，但還有很多其他數據，可能與其他系統相關。典型的例子是客戶數據和來自行銷自動化系統的數據，還需要另一個方向的數據流。
一個更好的做法，是將公司當前的 CRM 數據遷移到新系統，但還有很多其他數據，可能與其他系統相關。典型的例子是客戶數據和來自行銷自動化系統的數據，還需要另一個方向的數據流。
在新的雲 CRM 系統，與其它交易和分析系統(無論是在內部，還是在雲中)定期同步數據可能非常重要。簡單來說，就是雲 CRM 系統與多種雲和本地應用之間，有一個相當複雜的雙向數據同步要求。
問題是：如何確定所擁有的數據，以及哪些數據在整個分布式環境中，具有保持同步的重要性？
問題是：如何確定所擁有的數據，以及哪些數據在整個分布式環境中，具有保持同步的重要性？
企業數據治理旅程
假設你是行銷功能的新數據管家。你是否知道將要管理的數據在哪裡？或者，花費大把的錢做研究去找：你知道你的組織中有誰擁有這些數據嗎？是否有一些人已經購買了這份研究，其它人是否已經擁有這份研究成果？就像他們在棒球中說的那樣，「沒有在記分板上釘釘，不能告訴你的球員。」
現代數據整合旅程
很常見的情況是：幾十年的時間和多次併購交易，組織已經累積了數十個或數百個系統，它看起來像一個技術歷史博物館。業務依賴於營運業務的「貨幣」，所有這些都是由點對點數據整合在一起，如何在這個複雜的環境中，進行請求數據的更改？
鞏固現代應用程序？
透過數據湖和機器學習增強數據倉庫?
牽一髮而動全身，觸摸任何事情，可能會導致整體的重大失敗。你需要在一開始就知道，新系統需要什麼樣的數據，這些數據目前在什麼地方，以及如何將這些數據，應用於為組織提供價值所需的位置，而同時不中斷正在進行的業務。數據管理的挑戰遠非如此。
是否能找到數據？這些數據將散布在多種系統中、雲端和本地。公司是否有這些數據的複製版本？哪個版本是自己需要的？
是否相信這些數據?別忘了很多 CRM 數據，是銷售代表輸入的，它們的準確度、新鮮度和完整度，是否能夠保障呢？你需要考慮數據清理。
假設想要做分析。這會將要求加入兩個或多個表，但凡嘗試這樣做的人，都會發現尋找和使用正確的鑰匙，是多麼複雜。
數據驅動的數位化轉型，並不僅是亮眼的新業務模型，還意味著速度，為快不破。2017年畢馬威研究發現「上市速度」是CEO的首要任務。那麼你怎樣實現速度呢?
IT 不僅僅是我們上面所描述的那些數據管理工作。我們以上談論的，還沒有將資源或頻寬擴大的，所有新舉措包括在內。數位化轉型的重點，是對可靠和即時數據的需求，從未如此之高。更糟糕的是，IT缺乏業務場景，來瞭解與數據的相關的背景。
討論這麼多，我們要找到關於業務人士，如何快速有效地發現、管理和使用數據的方式，並採用企業級數據目錄解決方案。你要在數據目錄中尋找什麼?
企業可視化：
它必須提供企業範圍內的，所有數據的可視化。只有結構化數據，或僅雲數據(例如)的一個很好的解決方案，也無法解決問題。
易用性：
它必須是易用的。能夠讓業務用戶容易使用，使業務分析師、數據分析師、數據管理員，和其他人滿足他們自身的數據需求。具體來說，Tableau、Qlik 或 Microstrategy的 用戶，應該能夠在沒有 IT 幫助的情況下，自行對其數據進行分析使用。
成效性：
它必須是智慧的。必須使日常活動自動化，使人們更有成效地完成數據任務，更願意承擔數據任務。更重要的是，它必須提供明智的建議。
如何讓人們使用現有的數據集？而不是透過從頭開始做，來重新創建數據集。經驗表明，人們對於尋找現有工作的複用，沒有太多的耐心，但如果現有工作主動提供給他們，一個明智的建議，那就另說了。167180309
如何讓人們使用現有的數據集？而不是透過從頭開始做，來重新創建數據集。經驗表明，人們對於尋找現有工作的複用，沒有太多的耐心，但如果現有工作主動提供給他們，一個明智的建議，那就另說了。167180309
0 comments:
張貼留言