智能系统稳赢轮盘赌 BI预测力提高投资回报

2004年3月，3个赌徒在伦敦里兹俱乐部的轮盘赌中赢得了130万英镑——这绝不是一时走运。这3人利用手机拍下了轮盘开转那一刻的图像，接着将信息传输给电脑；电脑计算出球运行的轨迹，预测出球将停止的位置，并将信息回传给这3个高技术操纵者——所有这一切都发生在轮盘的3转之内，这也正是下注的时限。
这个故事展示了预测性洞察力的力量。这种洞察力就是运用高科技来更好地预测未来，并利用这一信息得到显著竞争优势的能力。
里兹俱乐部的赌徒们并不能确切地预测球的落点，但他们确实提高了每一转的获胜机率——由37：1提高到了6：1。通过给所有6个可能的数字下注，他们赢了一次又一次。而且，在警察确认他们没有犯罪后，他们被允许保留所赢得的奖金。
和千变万化的轮盘赌相比，企业的行为标准要更高一些。然而，在高科技商务智能系统支持下的预测性洞察力正日益成为取得经营成功的一种合法和重要的工具。技术使人们可以从传统企业系统外的一些来源搜集、存贮和访问大量数据。计算能力和处理速度的发展已达到相当水平，数据可以在事件发生之际被实时处理和传输。不久，拥有完整和便于访问的过去图景将成为企业的基本需求。虽然目前这仍是许多机构的目标。但是企业之间真正的区别还在于所提供的预测性洞察力：高绩效企业会高瞻远瞩，预测未来可能发生的事，并采取行动优化成果，防止发生问题。
确实，根据埃森哲正在进行的对高绩效企业的研究，不少领先企业在构建强大的商务智能方面都进行了大量投资，以取得竞争优势。虽然他们无法很好地预测未来1秒钟、1小时或1天中会发生什么，但他们会作出更加英明的决策，同时以极快的加速度运营当前业务。
预测性洞察力的早期应用
有些行业领导者已经在探索如何实施预测进而抓住市场机遇。
例如，零售业领导者沃尔玛不仅利用预测性洞察力在一些商店里备好了库存，为严重的暴风雨做好准备，而且他们这样做是带着满足特殊客户需求的远见。2004年8月末，当飓风“弗朗西斯”靠近美国海岸时，沃尔玛首席信息官琳达·M·迪尔曼让员工从几周前飓风“查理”袭击时搜集的数据中查找有用的信息以应对即将到来的灾害。
通过查阅数万亿字节的存贮数据，分析人员发现，上次暴风雨前，手电筒的销售情况很好。更令人惊奇的是，飓风“查理”来袭前最畅销的产品竟然是啤酒，草莓、果酱、馅饼的销售量也达到平时的7倍。有了这一洞察力，沃尔玛决定在飓风“弗朗西斯”到来之前快速将这些存货运到商店。这样做，既为客户提供了及时周到的服务，同时又赚了钱。
预测能力实际上可以改变各个行业的各种业务流程。例如，德尔塔航空公司的交通服务商就配置了新系统，该系统能预测维护需求，响应方式能使服务中断最少化。此外，根据研究，我们有理由相信，预测性洞察力还将改变医疗、军事作战，以及集装箱和货船的安全状况。
预测性洞察力的持续发展
预测性洞察力在车队运营与维护方面的潜力也很大。埃森哲最近完成了一项对圣路易斯地区交通局Metro的试验计划，该局MetroBus车队的433辆公交车每天要运载密苏里州和伊利诺伊州4个郡的10多万名乘客。该计划的目标是看看车辆装备问题是否可以预测和处理，以减少维护成本和客户不便。
公司为20辆车配备了传感器装置和数据收集盒，可将发动机和传动信息发至埃森哲芝加哥技术实验室的计算机上。计算机首先为每辆车开发了一种反映正常运营状况和性能的模式。然后来自每辆车的数据1天收集3次，并将数据与特定车辆的正常运行模式进行对比。
当某辆车的运行状况不符合其性能参数时，它就会显示在观察单上。一旦报警，机械师可以调阅更多的详细数据，然后确定问题所在并做出理想的反应。
这一试验计划已经取得了成果——该实验系统展示了很大的潜力。例如，它能对液压减速器——汽车传动系统的一部分——过热发出早期预警，这一小问题如未被发现，可能导致昂贵的维修费。
如果Metro要在整个车队继续实施新计划，该计划的第2阶段是将维护预测与零件、劳动力的成本及可用性，以及维修成本、事故损失等其他有关数据相结合。这将使公共交通官员能够改进整体维护运营状况并大大降低成本。例如，改进后的终身维护与持续、实时监测可使车辆的工作年限延长8％~10％，每辆车能节约2.5万美元。
Metro信息技术运营系统负责人汤姆·达顿指出：“从投资回报角度看，预测性监测是一种能很快收回投资的技术。”
“4步法”搭建洞察力系统
无论哪个行业或企业，只要满足了以下2个条件，预测性洞察力就能使机构取得更高的绩效：必须拥有数据，必须能根据这些数据采取行动。这意味着机构需要执行分为4个阶段的预测性洞察力机制。
我们以公用事业行业——一个颇有潜力，即将获得洞察力的行业——为例来说明如何利用预测性洞察力机制。
第1阶段：收获信息
现在，预测性洞察力已成为可能，因为我们拥有越来越详细的实时数据，其中包括通过无线射频识别（RFID）、传感器和全球定位技术获得的自然界观察资料、生物数据，以及互联网上的公用数据。
来自企业系统等较为传统来源的信息也很重要。例如，要预测和优化电厂的绩效，首先要搜集包括电容器和涡轮在内的每件设备的“微数据”。这一信息一般通过现有应用软件即可获得。
第2阶段：预测事件
利用这些详细的数据，分析人员可以开发出各种模型来模拟事件，预测未来。这些模型可以是综合的，也可针对个别单位。例如，对于电厂来说，可以为每个电容器或涡轮开发单一的模型，并将每个机器的特定信息与该机器的模型进行比较，而不是只与制造商开发的“普通”标准相比较。事实证明，这一个性化方式可为即将出现的绩效问题提供更确切的信息。
第3阶段：优化响应
通过数据分析进行流程优化，可以帮助企业确定不同情况下的最佳行动方案。
例如，电厂预测监测系统不仅会就未来的维护问题向机械师发出警告，还能帮助工程人员制定最正确的计划，使设备停工期达到最短，并确保设备被拆下来修理后手头有零部件可用。同时，公用事业的交易部门可以利用对未来设备停工期的预测性洞察力来优化短期市场战略，从而使损失最小化。
第4阶段：行动与适应
有了最佳行动方案后，机构还必须愿意并能够依据这些信息来行动。
例如，电厂如何知道涡轮将出故障因而停工？除非该公用事业单位的业务流程具有一定的灵活性，能够以其优化模式中建议的方式解决这一问题。这就是为什么利用和整合工作管理及供应链管理等业务流程的企业管理系统十分重要。
有些行业领导者已经在为预测性洞察力打基础，期望取得高绩效的机构现在应该怎样做呢？
1、将搜集数据当做紧急要务。根据我们的经验，许多公司对于如何搜集和利用某些较新、详细的数据有了更多的了解，例如无线射频识别技术的日益普及。但企业仍在很大程度上忽视了互联网上大量数据的潜力。
2、获取深厚的分析技能。评估数据、发展洞察力，并创建预测性和优化的模式都需要特定的专长。在企业内部培养这种能力是一种选择，外包是另一种选择。预测性洞察力所需的许多分析能力可能存在于企业外部，这减少了企业对技术进行先期投资的需要，降低了风险，并提高了解决方案开始实施的速度。例如，金融机构通常依靠第3方机构来算出信用分数，这一分数最终将预测出客户的未来财务价值。
3、开发依洞察力而行的机构灵活性。一家消费品公司很关心商店中的货物短缺情况。该公司可以利用全球定位系统(GPS)和无线射频识别技术实时看到托盘和卡车的移动情况。通过对这一数据进行研究，同时将其与车辆数量信息相结合，公司分析人员可以发现，只装半卡车就发货要好于一车车装满但可能因此耽误时间、招致缺货。在这一点上，公司必须要有足以打破传统运输规则的创造性思维，以及具有响应力的经营系统，及时装载和安排分批装运，避免缺货现象的发生。

微信扫一扫实时了解行业动态

微信扫一扫分享本文给好友