扫描二维码

订阅kaiyun体育官方人口 微信

IT企业如何应对消费化浪潮

来源:经济观察报  作者:Robert Fabricant
2013/2/25 14:30:23
在当前的“消费化”浪潮中,可以看到一个反向的趋势和潜在的新一波的事关实时分析与改进用户体验的创新驱动,通过通信与传感器技术的发展,正在为这些IT巨头的反击提供更多解决方案。这新一波浪潮,将为IT企业发掘商业和消费的市场潜力并重新崛起,创造更多机会。

本文关键字: IT企业 IT消费化
很多传统的IT巨头们悲观地发现,消费技术的发展——如iPad和Dropbox的崛起已经重新塑造了客户们的期望,而他们却无法置身其中。像HP和RIM这样的大型科技公司,在他们固有的优势领域里,也已受到后进者的强烈冲击,甚至被甩至身后。尽管HP的领导者Meg Whitman辩解过,“大企业的步调总是很慢”,但不可忽视的是,新一代的以iPad为工具的用户们已经对大企业提供的陈旧用户体验心生厌倦。但在当前的“消费化”浪潮中,后面我们可以看到一个反向的趋势和潜在的新一波的事关实时分析与改进用户体验的创新驱动,通过通信与传感器技术的发展,正在为这些大企业的反击提供更多解决方案。这新一波浪潮,将为IT企业发掘商业和消费的市场潜力并重新崛起,创造更多机会。
 
我们正处于一个新时代的“大数据”的引爆点,每天都有与个人消费者和全球业务有关的海量信息生成。有专家估计,在2011年,全球一共有1.8×1021比特的数据生成,而这一数字每年都会翻一番。每一次在大公司内部的管理人员间的沟通决策都会影响到我们的日常生活。即便是如去哪儿吃饭这样的简单决定,也会涉及多个数据流和复杂的跨渠道协作。实时通信技术已经成为了一个不仅可管理瞬时数据,还可发掘其背后意义的工具。下一波的科技创新将会帮助我们更加迅速和有效地掌控这些数据。
 
这一波新浪潮将从何而来?
 
随着云计算技术的发展,以低廉的成本实时访问和获取这些数据已经成为可能。许多IT公司——从Facebook到GE——正在探索创新方法,以便从大数据中提取更多更大的价值。最大的机会来自于融合组合结构化和非结构化数据,以改进决策和提高我们的预测能力。“来自网络和传感器(在我们的日常环境中)中的非结构化的数据是我们所说的大数据中最重要的一部分。”哈佛大学的数据分析学客座教授Thomas Dav-enport说。
 
例如,通过综合分析Facebook 和Twitter流动的非结构化的社交信息与Doritos的产品销售的结构化数据,可以更高效、更有针对性地进行在线广告的投放。像Rocketfuel这样的创业公司已经开始这样做了,它们利用工业级算法,更好地优化在线广告的投放。但目前,我们还只能通过分析个别消费者的偏好来获取价值。虽然消费者每一天的点击量都在不断递增并被分析,但许多类别的在线营销的转化率仍在个位数。相反,我们可以看到,在商业、金融、交通等领域的投资预测的算法和数据可视化方向的一个浪潮,将会告诉我们在哪些节点做出更好的实时决策,可以直接导致业务随之大幅增长。“即使是风电场生产力的几个百分点的增加,都可以带来数以百万美元计的额外收入。”第一风力发电公司总裁兼执行长Paul Gaynor说。
 
虽然预测分析的承诺尚未得到充分实现,但新一波的投资并未停下脚步,它们不只是关注于后端基础设施,同时也尝试以新的方式投资:向最终用户呈现可视化的数据领域投资。在通用电气和青蛙设计的合作中,我们已经看到,“用户体验”的图层将是未来的关键,数据的价值将得到最大化体现。
 
下面是大型企业发掘更广泛地影响消费市场的潜力、迎接新挑战的两个真实的例子:
 
让沟通可视化。金融服务业充满着结构化的市场数据。对于许多华尔街的从业者而言,要在激烈竞争中争得先机,就必须关注于市场的高速动态变化,捕捉货币的相对价值的微小波动,并分析和利用情绪、舆论对市场的影响力。Thomson Reuters 和Bloomberg这样的专业机构已经开始认真对待来自Twitter等处的非结构化的数据。如果这种广泛的情绪分析能与CRM管理和投资分析相结合,又将会怎样?您可以生成什么样的社交图谱?如何将这些信息用于改进买家和卖家之间的联系,与其他通信机构更紧密合作,从而对市场事件做出更快速的反应?
 
共2页: 上一页1 [2]
责编:流沙
vsharing微信扫一扫实时了解行业动态
portalart微信扫一扫分享本文给好友

著作权声明:kaiyun体育官方人口 文章著作权分属kaiyun体育官方人口 、网友和合作伙伴,部分非原创文章作者信息可能有所缺失,如需补充或修改请与我们联系,工作人员会在1个工作日内配合处理。
畅享
首页
返回
顶部
×
    信息化规划
    IT总包
    供应商选型
    IT监理
    开发维护外包
    评估维权
客服电话
400-698-9918
Baidu
map