时间：2022-10-28 12:11:01
信息正在改变传统商业。
1879年美国俄亥俄州代顿市的一家沙龙老板詹姆斯・瑞蒂(James Ritty)获得一个被叫做“廉洁出纳员”的木制装置的使用权。全国现金出纳机公司卖给他的这套装置有一组按钮和一个很响的铃铛,非常简单。不过作为美国商业最早的信息流管理方式,现金出纳机的影响颇为深远。当放钱的抽屉被打开时它就发出警报给店主以防偷窃,它还可以记录每笔交易提供即时业务情况概要。
销售数据一直是公司最重要的资产。2004年沃尔玛检查了它庞大的数据库发现,当飓风来袭之前,手电筒和电池被一抢而光,这也许在意料之中;但一种美式方便早餐Pop Tarts也同样被疯抢。诚然细心想想在黑暗中这种方便食品伸手可食,但沃尔玛在风暴前却没想起来多存点货。沃尔玛用于计算的系统正是来自全国现金出纳机公司和现在独立出来的数据仓库部门天睿资讯(Teradata)。
几年前这种被称作“商业智能”的技术只有最大的公司才有。不过随着计算和存储的价格降低,软件系统更加质优价廉,这种技术已经成为主流。公司正在收集比以往更多的数据。以前这些数据被放在不同的系统中老死不相往来,比如财务、人力资源和客户管理。现在系统的连接被打通,公司使用数据挖掘技术获得整个业务的全景图――业界称作“真实状况的唯一版本”。这就使得公司能更有效地运营、发现趋势以提升预测质量。
拿瑞士电信运营商Cablecom为例。它把客户流失率从每年20%降到5%以下。公司的软件发现尽管在第13个月客户流失达到极值,但客户早在第9个月就决定离开了(比如客服接到的电话数量就有征兆)。所以Cablecom在第7个月给某些顾客特别优惠从而留住了他们。
痛苦和折磨
这样的数据挖掘是把双刃剑。“数据如果被折磨够久的话也会屈打成招。”统计师说。不过很多公司开始使用这种技术收获颇丰。零售商百思买发现它43%的销售额来自其7%的顾客,就重新规划了门店以满足这些顾客的需求。航线产出管理也因为分析技术而有所进步,这种技术发现旅客因为点了机上的素食而肯定会赶上飞机。
信息技术产业纷纷涌入商业智能领域,20世纪它们先后赶上了会计和计算两大服务领域,自然希望继续在商业智能领域有所作为。埃森哲、毕马威、IBM和SAP不惜重金投资它们的咨询业务。技术提供商们包括甲骨文、Informatica、TIBCO、SAS和EMC,从中获利不少。看到传感器应用在从管理城市交通到患者血液流动的诸多领域,IBM相信商业智能将成为它的增长支柱。在过去4年它已经投入了120亿美元,有着4000名员工的全球六大分析中心已经开业。
为了预测和发现类似Pop Tarts和飓风之间关系的分析-绩效统计业务可能拥有很高的投资收益。英国皇家莎士比亚公司(RSC)为市场推广筛选了7年的销售数据,从而使常客的数量提升了70%。皇家莎士比亚公司检查了超过200万笔交易记录,发现很多关于最佳顾客的信息:不只是收入,还有职业和家庭情况,这样就可以使其市场定位更加精准。皇家莎士比亚公司的玛丽・布林(Mary Butlin)说,这相当重要,因为它实质上提升了会员数和融资收入。
当然从数据中获得尽量多的信息实属不易。第一步是提高信息的准确性。比如雀巢在200个国家出售超过10万种产品,有55万家供应商,但由于数据库一团糟,并未形成强大的采购议价优势。在一次检查中发现,在900万条供应商、客户和原材料记录中有差不多一半是过期或重复的,剩下的有三分之一不准确或有缺失。供应商名称有的简写有的不简写,产生了重复记录。
常用香草
过去10年间雀巢一直在用SAP更新它的信息系统以提升数据质量。领导此事的克里斯・约翰逊(Chris Johnson)说这让公司更加高效。其美国工厂成功地减少了香草原料的招标所定规格数量从而减少了供应商数量,仅此一项每年就可以节省3000万美元。类似的运营上的改进每年总共可以节省超过10亿美元。
雀巢并不是唯一数据库有问题的公司。大多数首席信息官们都承认他们的数据质量很糟糕。IBM的一项研究中有一半参加调查的经理们都不相信用来决策的数据。很多人说技术原本要发现数据的意义,现在却经常产生更多的数据。本是要大海里捞针却变成了往海里灌水。
随着分析技术更广泛地被应用,商业上将更多地基于计算机算法来进行决策或者至少是印证决策,而不是靠个人预感。这就需要经理们自信且自如地处理数据,而商学院的统计课程还没有火起来。许多新的商业见解来自“死数据”:基于过去的交易数据发现潜藏的关系。而现在公司越来越多地分析实时的信息流。
沃尔玛是个好例子。这家零售商全球运营着8400家门店,有超过200万名员工,每周处理超过两亿笔客户交易。去年销售额差不多4000亿美金,超过许多国家的GDP总值。沃尔玛的首席信息官罗林・福特(Rollin Ford)在阿肯色州的本顿维尔总部办公,他说数据的绝对规模是个挑战:“我们要保持一个合理健康的偏执程度。”
明察秋毫
沃尔玛的库存管理系统叫Retail Link,让供应商实时看到每一家门店、每一个货架上它们的产品的精确数量。系统能显示每小时、每天、过去一年甚至更长时期的销量。上世纪90年代起,Retail Link就向供应商提供它们的商品何时、如何被销售的整体概况,还有顾客购物车里其他产品的信息。这让供应商可以更好地管理其库存。
这项技术让沃尔玛改变了零售的业务模式。比如它把一些库存管理交给供应商做,到产品卖出去的时候才收回产品的所有权,转出了库存风险并降低了成本。本质上,其店面的货架就是一个非常高效的仓库。
世界上最大的物流运营商之一利丰公司(Li & Fung)是另一家利用实时信息流的公司。它一个世纪前在中国南方的广州成立,没有任何自己的工厂和设备,而是精心编织了一个由40个国家的12000个供应商组成的网络,为包括美国名牌凯特・丝蓓(Kate Spade)和沃特・迪斯尼(Walt Disney )在内的品牌供货。它2008年收入达到140亿美元。
利丰公司以前和客户打交道主要通过电话和传真,电子邮件就是高科技了。有了新型网络服务平台,它的业务流程如虎添翼。认证过的供应商可以在网络门户上竞价,订单流直接通过网络门户传送。商现在可以通过手持电脑实时检查工厂。客户可以看到订单从开始生产到送货的每个阶段的细节。
视频会议是最重要的技术手段之一。它让买家和制造商能检查原材料成色或衣服的针脚。利丰公司的首席技术官曼纽尔・费尔南德斯(Manuel Fernandez)说:“以前我们发不了500MB的图片,只能寄DVD。现在我们可以在办公室通过数据流秀给供应商看。有了实时图像传输我们改起来就更快了。”通过网络传输的数据流从18个月前的每天100GB激增到现在的1TB。
信息系统还让利丰公司审视其运营以发现趋势。比如华南的用工荒和政策监管提高了用工成本,公司就把制造向北迁。费尔南德斯说:“我们在实际发生前就看到了这个趋势。”公司还通过零售商的订单数提前看到经济危机和之后复苏的信号。投资者们运用利丰提供的国别信息更深入理解宏观经济模型。由于能实时地处理信息流,企业组织收集数据比以前更多了。比如预测机器何时损坏。机器很少意外地坏掉:通常有前兆,比如噪音、震动或发热。有了这些数据公司就可以在机器损坏之前采取行动。
类似的,基于大规模数据组的预测分析也可能改革医疗保障。与IBM合作的安大略大学的卡罗琳・麦格雷戈(Carolyn McGregor)博士进行一项研究以发现早产儿的潜在致命传染疾病。系统监测七组实时数据流的细微变化,比如呼吸、心率和血压。仅心电图每秒钟就产生1000组读数。
所有的医疗设备都能产生这样的信息,但以前是记录在纸上,可能每小时才检查一次。麦格雷戈博士把数据输入电脑, 当传染病于萌芽状态还没有任何明显症状出现时就可以被发现。她说:“肉眼看不到的,计算机却能发现。”
芝麻开门
两大科技趋势正助力这样的数据应用:云计算和开源软件。云计算――因特网成为收集、存储和处理数据的平台――商业公司无需购买昂贵设备,而是按需租用计算能力。亚马逊、Google和微软是向客户推广它们的庞大计算架构的主流公司。随着更多的公司职能部门基于网络管理,比如人力资源或销售,公司可以看到整个业务的模式,从而更方便地分享信息。
一个叫做R的免费编程语言让公司检查并展示大型数据组,还有一个叫做Hadoop的免费软件现在能让普通电脑分析庞大的数据集,以前这项工作只能交给超级电脑。任务通过打包同时分发给很多电脑,省时省钱。比如,《纽约时报》几年前用云计算和Hadoop转换了从1851年到1922年超过40万张扫描的图片。通过把任务分配给几百台电脑,这项工作在36个小时里就完成了。
信用卡公司Visa最近和Hadoop试着计算两年的测试记录,即730亿笔交易,高达36TB的数据。用传统方法处理需要一个月的时间,现在只要13分钟。Ritty的廉洁出纳员在这个数据驱动的时代有了了不起的继承者。
出处:《经济学人》2010年2月25日
编译:高雅