无论数据、图表和报告以多么精致的形式呈现，业务用户都希望它们越少越好。业务用户需要一个解决方案，此解决方案要利用分析来发现和提供有关其业务的具体且具有可操作性的信息。本文将从实现智能化的用户体验、信息协作共享，以及基于大数据的业务创新应用方面阐述该解决方案的实现要点。

1.用户体验

　　赛迪设计认为，将详细数据与强大的分析能力相结合带来了一项突出优点 — 更简单、更直观的界面。试想 iPod 与 iTunes 之间的关系。iPod 的简约界面是其成功赢得客户（并占主导性市场份额）的原因之一。苹果公司将 iPod 中的绝大多数用户复杂性应用（例如管理播放列表、添加新歌曲，和使用Genius功能生成建议）放到可以更好地对其进行管理的 iTunes 中。我们可以运用这一概念来改善分析用户体验。

1)用户可以利用分析功能在后台执行较为繁重的数据分析任务。界面不是呈现越来越复杂的报告、图表和电子表格，而是变得更加直观，并向用户提供其了解业务所需的信息点。

2)通过从数据中筛选出的信息点，用户可以得到建议的具体行动。将制定具有可操作性建议过程的复杂任务交给分析功能来完成。

例如，设想有这样一个营销活动经理界面，它可以对影响营销活动效果的诸多因素进行筛选，仅留下那些具有实质可操作性的因素。再设想一个用户界面不仅能呈现这些因素，还能提供建议来及时改善营销活动的效果。这就是大多数用户想获得的用户体验。

2.协作共享

　　协作是分析和决策过程的一个组成部分，需要快速构建同类用户的小社区，以共享关于特定主题领域的知识。

例如，在一家大型消费类产品公司中，让所有品牌经理组建成一个社区以方便地共享和讨论有关品牌管理的数据和信息将会有良好的成效。对于一种品牌效果良好的市场营销活动，可以通过共享其分析结果数据从而更快的复制扩展以用于其他品牌。

3.业务创新

　　为理解大数据分析的潜力，我们可以思考下面这样一个问题：凭借按需提供的处理容量、细粒度数据集、低延迟数据访问、紧密的数据仓库与分析集成，使企业能够解决哪些以前无法解决的问题？这些与大数据结合起来的分析功能，可帮助企业实现如下一些创新型的业务应用：

(一)计效类创新应用

所谓计效类应用，就是将特定事件的“积分”计给一个复杂、多阶段过程中的一系列活动或交易。这些应用程序需要检索、对应和分析一系列活动，从而将诸如频率、排序、阈值以及活动之间的衰变时间等因素考虑在内，以便给每项活动赋分。计效类应用程序的示例包括：

1)多渠道市场营销有效性应用程序 — 营销者尝试跨多个营销渠道划分一项销售的积分。特别典型的例子是，在线营销者尝试跨多种显示广告、网站和关键词搜索来划分一项客户转变的积分。

2)合作伙伴计效应用程序 — 销售企业尝试衡量合作伙伴在一项复杂、多阶段业务交易中的贡献。

3)疗法计效应用程序 — 医疗保健组织尝试确定产生疗效的多种不同疗法和药物各起了多大作用。

(二)建议类创新应用

建议类应用程序基于行为、人口统计数据或其他一些可观察到的属性来识别和创建相像或相似用户及产品的集合。这些应用程序将根据这些集合分析交易，以创建可衡量用户与其行为和喜好之间关系强度的倾向性。通过这些倾向性，应用程序可以作出产品或人员方面的建议。建议类应用程序的示例包括：

1)客户广告瞄标应用程序 — 基于行为和产品购买历史建议相像或相似的目标受众。

2)产品推荐应用程序 — 基于相似用户在哪个时段购买了什么产品而推荐补充性产品（例如，在某个邮政编码覆盖的地区内购买了新房的客户，很可能要在买房后的三个月内购买洗衣机和电视机）。

(三)预测类创新应用

预言和预测类应用程序利用范围广泛的一系列变量、标准和维度，来帮助在不同的市场情形下进行决策。这些应用程序利用统计和数据挖掘技术提取众多变量，以确定最适合在哪些情况下预测绩效的变量及变量组合。在给定某些决策（如定价）的时间维度后，数据访问和数据库内分析的低延迟对于取得成功至关重要。

高级预言应用程序内置了风险和敏感度评估功能，让决策者能够知道在制定决策时哪些变量最重要。例如，如果认为某特定变量在制定决策时至关重要，则可以对它投入额外的时间和精力，以确保该变量的精确性和完整性。预言和预测类应用程序的示例包括：

1)客户流失应用程序 — 基于使用活动、支持请求、支付模式和朋友的社会影响等因素，预测客户流失的概率。

2)产品维护应用程序 — 基于产品使用信息（特别是现在由嵌入的数据设备提供的信息）、维护服务记录和一般产品性能历史来预测设备故障。

3)员工表现应用程序 — 基于诸如教育、社会经济地位、以往的工作经历、婚姻状况和某些心理行为反应等因素来预测一名候选员工的表现。

4)临床试验效果应用程序 — 基于临床试验给不同的药物效果建模，这样制药公司就可以知道特定疗法的有效性，避免某些药物因误配而造成灾难性问题。在尝试跨多种疗法和用药方案进行计效时，这一点更为重要（参见计效类应用）。

5)收益管理、降价管理和价格优化应用程序 － 构建一些时间敏感性模型，帮助决策者了解在给定当前需求和供应的情况下，何时提高或降低价格以及提降多少。这些类型的应用程序最常见于那些到特定时间点时其价值将跌为零的商品化产品（例如易腐坏货物、飞机座位、旅馆房间、时装等）。

(四)监视类创新应用

监视类应用程序使用统计和数据挖掘技术确定异常行为或情形。高级监视类应用程序能够跨数百到数千个业务维度执行复杂的分析。随着数据细节从数据源（如网站点击、RFID 传感器和联网装置）源源不断地增加，这些应用程序会变得更加重要。监视类应用程序的示例包括：

1)产品分发和损耗应用程序 — 不间断监视传感器和 RFID 数据，以发现产品应在位置与实际所在位置间的出入。

2)反欺诈应用程序 — 不间断地监视金融交易，以发现那些可能预示着欺诈活动的行为。这些类型的应用程序通常应用于信用卡、活期存款帐户以及保险和医疗索赔。

3)反洗钱应用程序 — 不间断监视现金流动，以发现可能预示着洗钱犯罪的异常行为（例如异乎寻常的多次连续小额现金交易）。

(五)比较类创新应用

基准比较类应用程序利用分析功能，将一个实体的表现与某一基准进行对比。参照基准可以是行业标准、前一期间或以前的事件（例如营销活动）。基准比较类应用程序的示例包括：

1)市场份额应用程序 — 提供市场份额和收入份额信息。例如，大网站公司可以提供宣传信息覆盖份额数据和分析，以帮助广告商和代理商了解他们的营销投入与竞争对手的对比情况。

2)竞争性基准比较应用程序 — 将一家公司的绩效与一组竞争对手或整个行业的平均绩效进行对比。为企业提供可用来比对其财务或市场表现情况的基准线。

3)营销活动基准比较应用程序 — 将当前营销活动的绩效与以往相似的营销活动或事件进行对比。例如，某公司想将其当前5月1日的营销活动绩效与去年相同的一次营销活动绩效进行比较。用户想跟踪营销活动每一天迄今为止的销量占活动结束时总销量的百分比，并每天比较一次销量最高和最低的地区和产品。

　　4.结束语

　　赛迪设计所述的解决方案利用细粒度数据集实现低延迟数据访问，以及紧密的数据仓库和分析集成。若能正确加以实施，可用于解决一些以往无法解决的棘手业务问题，为企业提供有实际内容并具有可操作性的商业价值信息。（文章来源：赛迪设计 李浩铭）