|
標(biāo)簽：
IBM和Twitter近期宣布合作，推出業(yè)界第一款基于Twitter數(shù)據(jù)的云數(shù)據(jù)分析服務(wù)。該項(xiàng)服務(wù)可以幫助企業(yè)業(yè)務(wù)人員和開發(fā)人員通過Twitter數(shù)據(jù)，獲取用于商業(yè)行為的洞察。據(jù)悉，第一批使用該服務(wù)的客戶項(xiàng)目超過百個(gè)–IBM和Twitter的這次合作正在幫助客戶將社交數(shù)據(jù)運(yùn)用到業(yè)務(wù)決策之中。
作為一個(gè)實(shí)時(shí)、互動的全球公共信息平臺，Twitter擁有世界上獨(dú)一無二的數(shù)據(jù)源–來自世界各地的人們聚集Twitter上無所不談。
但是企業(yè)業(yè)務(wù)人員并不滿足僅僅傾聽社交平臺上的聲音，他們還期望能夠利用Twitter提供的信息，幫助企業(yè)進(jìn)行重要決策。這就需要他們必須首先將有效信息從海量的干擾信息中分離出來。為此，IBM引入了包括天氣預(yù)報(bào)、銷售信息和產(chǎn)品庫存統(tǒng)計(jì)等上百萬個(gè)來自于其他公共和商業(yè)數(shù)據(jù)流的數(shù)據(jù)點(diǎn)，將這些數(shù)據(jù)和Twitter的數(shù)據(jù)集合，分析和挖掘數(shù)據(jù)之間緊密的相關(guān)性，獲得更多可付諸行動的洞察。
Twitter公司數(shù)據(jù)戰(zhàn)略部副總裁Chris Moody表示：“過去，太多的業(yè)務(wù)決策依賴于銷售、促銷和庫存等內(nèi)部數(shù)據(jù)。如今，Twitter所提供的數(shù)據(jù)能夠很好地反映客戶的反饋信息，可以幫助企業(yè)更為便捷地講其整合到?jīng)Q策之中。而IBM無與倫比的大數(shù)據(jù)分析能力正好可以幫助企業(yè)充分利用這些寶貴的社交數(shù)據(jù)。尤其在零售、電信、金融等領(lǐng)域，用戶對于對Twitter數(shù)據(jù)的需求是非常大的。”
針對企業(yè)用戶和開發(fā)者，新款云分析服務(wù)可以幫助用戶：
創(chuàng)建支持社交數(shù)據(jù)的應(yīng)用：開發(fā)者和創(chuàng)業(yè)者可以通過基于Bluemix的IBMTwitter洞察服務(wù)（IBM’s Insights for Twitter）進(jìn)行搜索和快速瀏覽，挖掘Twitter平臺上豐富的內(nèi)容，并匯聚洞察。
將復(fù)雜的，預(yù)測性分析與Twitter數(shù)據(jù)融合：通過自動化的數(shù)據(jù)管理、預(yù)測分析以及可視化的展現(xiàn)，IBM Watson Analytics能夠快速地將Twitter數(shù)據(jù)導(dǎo)入任何商業(yè)項(xiàng)目之中，并從發(fā)現(xiàn)和解釋隱藏的模型及關(guān)系，幫助商務(wù)人員加快理解事件的來龍去脈，并預(yù)測未來的走向。
分析Twitter的數(shù)據(jù)更加簡單：通過預(yù)配置的Biginsights on Cloud集群訪問Twitter的內(nèi)容，結(jié)合已在IBM Bluemix上線的功能全面的IBM企業(yè)版Enterprise Hadoop-as-a-Service服務(wù)。如今，4000多名IBM專家已經(jīng)通過訪問Twitter數(shù)據(jù)，可以提供IBM行業(yè)解決方案和云服務(wù)的數(shù)據(jù)分析能力。
IBM和Twitter新社交洞察合作行之有效支持業(yè)務(wù)決策
IBM和Twitter的這次合作為企業(yè)提供了前所未有的強(qiáng)大能力，幫助企業(yè)做出更為明智的業(yè)務(wù)決策。一方面是聚集了海量信息Twitter通過其獨(dú)特的表達(dá)方式，向企業(yè)描述世界在說什么；另一方面是IBM通過其無與倫比的分析能力，為業(yè)務(wù)決策者提供可付諸行動的洞察。
目前，專家們通過第一批上線的上百個(gè)項(xiàng)目，獲取了以下三類社交洞察：
洞察一：地理造成的地區(qū)差異顯著：經(jīng)濟(jì)全球化和個(gè)體的本土性同時(shí)存在。即使在具有相同數(shù)據(jù)歷史的同一個(gè)細(xì)分市場中，不同地理區(qū)域的用戶流失率也會呈現(xiàn)出顯著差異。
在傳統(tǒng)依賴于訂閱用戶的電信公司和媒體公司之中，絕大多數(shù)正在為用戶的高流失率頭疼不已。為此，這類公司正在試圖開發(fā)復(fù)雜的分析模型來了解和預(yù)測客戶的流失。但在特定地理區(qū)域內(nèi)，天氣或節(jié)點(diǎn)性事件的影響通常難以琢磨。對此，IBM把Twitter數(shù)據(jù)和雨雪大風(fēng)等會引發(fā)服務(wù)中斷的事件信息結(jié)合，發(fā)掘天氣變化、用戶在Twitter上的抱怨與客戶流失之間的關(guān)系。結(jié)合當(dāng)?shù)豑witter數(shù)據(jù)與氣象數(shù)據(jù)進(jìn)行分析，IBM極大地改進(jìn)了客戶流失模型。有一家公司在IBM的幫助下減少了5%的客戶流失率。
洞察二：內(nèi)部員工流動直接影響對外銷售：零售企業(yè)中員工的離職會直接影響到其最忠實(shí)的顧客。企業(yè)內(nèi)部發(fā)生的私密事件往往會經(jīng)由社交平臺曝光在大庭廣眾之下。所謂沒有密不通風(fēng)的墻即是如此。
IBM的分析模型顯示，在注重個(gè)人口味喜好的餐飲服務(wù)業(yè)，客人非�？粗睾头⻊�(wù)生之間建立的關(guān)系，并常常喜歡在Twitter的平臺上表達(dá)這些感受和看法。一旦因?yàn)閱T工離職導(dǎo)致關(guān)系中斷，客人就會在Twitter上抱怨，并表示可能會重新考慮是否要繼續(xù)來此就餐。IBM在Twitter上調(diào)取了不同類型的商店和餐館關(guān)于忠誠度的信息，比對這些商店和餐館的財(cái)務(wù)營業(yè)數(shù)據(jù)，發(fā)現(xiàn)顧客對員工流動的不滿不僅會對銷量產(chǎn)生負(fù)面影響，高價(jià)值的忠實(shí)客戶對此尤其敏感。一項(xiàng)超過600萬人參與的商戶忠誠度調(diào)查顯示，這些高價(jià)值的忠實(shí)用戶是幾乎每天都光臨的常客，雖然僅占總體人數(shù)的3.3%,為商戶貢獻(xiàn)的利潤卻是最多的。
社交洞察影響流行趨勢：Twitter上的觀點(diǎn)所表達(dá)的用戶對于時(shí)尚流行的趨勢需求，對于服裝行業(yè)是非常重要的。一條個(gè)人的評論都有可能成為流行趨勢風(fēng)靡全球。
制造業(yè)廠商通常希望知道在何時(shí)應(yīng)該生產(chǎn)什么樣的商品，但不斷變化的零售趨勢和消費(fèi)習(xí)慣讓他們難以隨需應(yīng)變。IBM發(fā)現(xiàn)，對于服裝行業(yè)為代表的制造廠商來說，Twitter是一個(gè)具有非常有效的價(jià)值需求指標(biāo)。借助IBM研究院所提供的心理語言學(xué)分析工具，制造商可以從那些具有影響力的時(shí)尚博主所發(fā)布的Twitter信息中，非常全面地獲取消費(fèi)者心態(tài)、認(rèn)知及社交等各種因素。把這些因素與銷售和市場份額信息等運(yùn)營數(shù)據(jù)相結(jié)合，制造商就可以更好地理解為什么某些產(chǎn)品會炙手可熱，而另一些卻無人問津。這不但可以幫助制造商改進(jìn)營銷策略，同時(shí)能為未來產(chǎn)品的開發(fā)提供參
IBM全球企業(yè)咨詢服務(wù)部大數(shù)據(jù)及分析全球領(lǐng)導(dǎo)人Glenn Finch表示：“IBM和Twitter這次合作是里程碑式的：利用領(lǐng)先大數(shù)據(jù)分析和認(rèn)知技術(shù)挖掘數(shù)十億條實(shí)時(shí)產(chǎn)生的社交信息，幫助企業(yè)做出更明智的決策。結(jié)合IBM在行業(yè)領(lǐng)域的經(jīng)驗(yàn)以及強(qiáng)大的數(shù)據(jù)管理和分析洞察能力，Twitter數(shù)據(jù)現(xiàn)在已經(jīng)可以為我們所用，驅(qū)動企業(yè)內(nèi)部決策。”
|
