壳牌中国大数据实践 实现六大价值

  人们对大数据的定义和应用正不断改变,从关注准确数据,关注数据之间的因果关系,到更关注数据之间的相关关系,关注数据的预测价值。

  如今大数据已应用于社会和生活的多个方面,交易数据、社交数据等的融合与处理给企业带来了更多福利。在壳牌中国,大数据成为了指导企业业务及运营管理的重要应用。

  理解数据之“大”

  “所谓大数据其实更多强调的是数据的重要性,本质上不是绝对地说有多少数据就可以称之为大数据,有多少数据就是小数据。”壳牌石油中国区首席信息官徐斌表示,“壳牌石油过去十年甚至更长的时间,基于商业智能、数据仓库一直在使用数据。而当时IT架构基于单机方式运行,数据处理效率受限,数据源也大多来自企业内部。”

  “互联网所积累的数据量越来越大,同时对数据处理的要求也相应提高。这就产生了现在新的分布式平台来做数据分析。”徐斌解释道,“所谓‘大’,现在看来可能更多出于广告目的。我个人认为,数据‘大’的概念更多是强调其商业价值,而不用去关注到底是多少数量级,或者是多少维度,这不是大数据的核心。”

  “大数据的价值应该是通过数据去发现规律,通过信息整合去发现知识,并对知识进行浓缩形成智慧。”徐斌总结说,“这也是壳牌中国应用数据的最终目的。”

  目前,大数据应用已渗入壳牌中国业务体系。在壳牌上游业务中,壳牌通过对地理等数据的实时采集、分析,从而提高油井开采成功率;在油罐管理上,壳牌使用SIR实时数据分析,减少潜在事故启动数量、及早发现问题,大幅降低泄露事故;同时,可减少误报导致的损失。大数据的应用可为每个油站每年节约约4000美元成本。

  在下游燃油、润滑油销售上,壳牌整合移动设备、车联网上的客户数据并进行分析,向客户推送定制服务消息。同时,壳牌与阿里巴巴合作,通过对网上交易及社交数据的分析,精确定位潜在客户,实现高达70%的客户转化率。另一方面,壳牌与银联的合作,可通过对相关银行卡交易数据进行分析,从而明晰壳牌的市场份额。

  夯实大数据技术能力

  目前,大数据发展行动已成为国家战略。2015年两会提出的发展“互联网+”,其中核心技术就是大数据。云、物、移、大、智,大数据是核心,通过数据才能产生资产价值。

  “从目前大数据发展国内外情况来看,英国是第1名,中国排位靠后。”徐斌表示,“这一位置也表明中国大数据使用状态、数据开放都比较落后,需要有所提升。但中国大数据应用领域也很多,应用最多的就是金融业、医疗业和政府公共事业,这是目前用的比较多的三个领域。”

  对于目前业界存在的一些大数据认识误区,徐斌认为要从两个方面厘清。“首先,大数据不是单纯的技术,其最重要的目的是解决业务问题,帮助业务创造新的机会,需要团队协作实现其价值;同时,大数据实现需要比较好的数据源,如果数据质量不高,再好的系统也没有意义。总的来说,大数据不是工具,是一整套体系。其次,大数据不能解决所有问题。一方面,大数据不是全部数据,因此不能够完全展现事情本质,只能预测可能性概率比较高的事情;另一方面,如果企业自身数据应用不好或存在很多信息鼓捣,也很难实现数据指导决策的有效应用。”

  “目前,大数据在各个行业都有一些典型应用。例如汽车企业,可以利用互联网收集数据进行快速决策,调整汽车行驶过程;例如新浪曾经推出南方-新浪大数据100指数,通过大家讨论股票的热度、财务指标考量等维度,精选出得票最高的股票对其进行投资;另外,金融行业可以通过银行交易数据来分析跟踪整个国家经济运行情况。”徐斌介绍说。

  那么,对单个企业而言,如何提升大数据应用能力建设?徐斌认为应从四方面着手。一是建立企业大数据体系,包括数据基础平台、数据报表与可视化、产品与运营分析、精细化运营平台、数据产品、战略分析与决策等;二是实现企业数据资产管理,包括数据资产治理、数据资产应用、数据资产运营;三是发展大数据应用应与云计算相辅相成;四是认识到大数据是文化与技术的结合。首先要有数据驱动决策的文化,其次要思考如何通过大数据分析和预测。

  六个维度认识大数据价值

  徐斌指出,大数据的应用主要有四种。“一是描述性数据应用,相当于给企业管理者一个显微镜和望远镜,了解企业发生了什么。二是诊断性数据应用,但企业发声问题时通过数据分析找出原因,如不良贷款为何一直上升?客户为何流失?哪些客户流程?三是预测性数据应用,比如通过数据测评,提前了解零部件情况,及时调配。壳牌也有这样的配件,比如钻头,如何让它更健康的运作?壳牌通过传感器了解钻头的热度、疲劳度等,及时发现问题。通过数据及时跟踪就可以提前预防,这样就为企业带来大量的价值。四是指导性数据应用,通过多维数据的收集和分析,可以给企业合理的建议方案。比如开发用户,是做线下营销还是线上接触?是找这个群体还是找那个群体?这些都需要大数据分析。这是大数据最核心的应用。”

  具体到大数据在企业内部的价值实现。徐斌表示大数据对企业有六个维度价值。

  ■决策支持

  假如企业要开一个加油站,在哪个点开?这直接影响到投资有没有回报。通过大数据分析,通过手机信号定位来判断移动速度,判断是车还是人流,看看每天通过车的速度,这样的数据很准确,如果通过它来做决策,显然它的效率会高、回报率更可靠。

  ■运营优化

  比如加油站地下油罐的设计,通过大数据分析可以帮助我们决策。比如把这个区域的相应数据进行对比判断,地下油罐是不是有泄露的可能?对壳牌来说,全球评估下来,一个站一年可以省好几万元钱,一年就是十几亿,这是成本的巨大节约。

  ■营销突破

  通过大数据找到潜在的客户,可是企业的潜在客户在哪里?以前都是做线下促销活动,精准力很差、转换率很低。但是通过淘宝交易应用,通过新浪微博也可以找到相关的车主,这些人就是我们的客户,我们就对他做精准营销,这个转换率是50%,非常高。

  ■安全保护

  比如,人的安全驾驶行为可通过数据分析出来,而化工厂也能通过数据分析及时发现危险,采取措施。

  ■业务创新

  用数据做业务创新,比如某服装公司,七天内给一个客户提供定制化的西服。靠的是什么?沉淀十年的西服板型的大数据,优化裁减、安装匹配,这就是创新。

  ■商业变革

  比如说GE是制造发动机的企业,但是现在转变了盈利模式,发动机售卖只占整个业务的20%,而80%来自于发动机后期的保养、维护。发动机里面有上千个传感器,传输数据,做分析,然后给航空公司建议,什么时候该更换零件了,这个飞行速度是否合适,油耗怎么样最有效等等。因为航空公司最大的成本之一就是燃油,如果燃油节省了就可以降低很多成本,从而带来更多客人,因此服务给航空公司带来大量的成本节约。这就是大数据技术带来的商业变革,它改变了业务盈利模式。

  ■壳牌石油中国区首席信息官 徐斌

  大数据的价值是通过数据发现规律,通过信息整合发现知识,知识浓缩形成智慧。目前,大数据应用已渗入壳牌中国的业务体系:通过对地理等数据的实时采集、分析,提高油井开采成功率;使用SIR实时数据分析,减少潜在事故启动数量、及早发现问题,大幅降低泄露事故,减少误报导致的损失。

  ■本报记者 陈曲

……
关注读览天下微信, 100万篇深度好文, 等你来看……
阅读完整内容请先登录:
帐户:
密码: