最具影响力的数字化技术在线社区

乔帮主 发表于 2014-11-22 13:43:50

世界500强——壳牌的大数据实践

本文根据壳牌公司中国区CIO徐斌,在IT精英高峰论坛演讲整理而成。 http://mmbiz.qpic.cn/mmbiz/wc7YNPm3YxWficj8OvHrW4ezKXNx8zaVDCoHA4icaALL60XBE3t6U6e9owkNugNLyib8nyvEPGputzyKdI7kUq7UA/0
徐斌拥有 20年IT(信息化)从业经历,包括超过15 年IT(信息化)管理经验。管理经验跨越不同类型的行业和企业,包括金融、零售、能源行业以及国有企业、合资公司、外资企业等多元化的工作背景。信息化的工作经历覆盖技术管理、部门管理到集团战略规划和治理各个层面。http://mmbiz.qpic.cn/mmbiz/wc7YNPm3YxWficj8OvHrW4ezKXNx8zaVDtSIHz6MOGeJ3hePibQRsTvau7kAFZqibpu1CmWnIs9fKbia0DPRep8acQ/0壳牌作为长期位列全球500强前3强的公司,在全球拥有健康高效的业务运营和管理。壳牌是唯一的在中国发展持续120年的国际性公司,充分说明了它对中国市场的战略性重视程度。
http://mmbiz.qpic.cn/mmbiz/wc7YNPm3YxWficj8OvHrW4ezKXNx8zaVDRyRlz3ia1vA4dCibnjrjFu8scFAdbhKia9gEOMPG1AFQlic22k1PGyLo9A/0

壳牌在中国的零售业务拥有全国第三的网络规模,并且在继续高速发展中。http://mmbiz.qpic.cn/mmbiz/wc7YNPm3YxWficj8OvHrW4ezKXNx8zaVDEiaib12AuJmJBhzhnibFx2y7mp0ExsURcznRVmoDd393hktfsKRO2qicoA/0
http://mmbiz.qpic.cn/mmbiz/wc7YNPm3YxWficj8OvHrW4ezKXNx8zaVDA0AheicgpcrO3XfM1P542JnFsicGCOaiaO4dZSahwbrSGz2tTmqJYuLJA/0http://mmbiz.qpic.cn/mmbiz/wc7YNPm3YxWficj8OvHrW4ezKXNx8zaVDB3M24UOytSeh20QlvkVHMRbgYAlKFSsT2fC3MTfWQd1iaVORIryKjbA/0新的互联网时代,企业的发展潜力和估值方法和过去有了非常大的不同,只有能够适应新的时代和市场竞争要求的企业才能发展壮大。http://mmbiz.qpic.cn/mmbiz/wc7YNPm3YxWficj8OvHrW4ezKXNx8zaVDLlYPJS7MPEicpw6p78yuFib3vpWnESUIibiaIIx0k2BrvOwxe4dBxEhJCg/0企业核心竞争力最终会落在两个方面,成本和销售。http://mmbiz.qpic.cn/mmbiz/wc7YNPm3YxWficj8OvHrW4ezKXNx8zaVD4y49yf2ia9DHHRxLtvPJwib2eZzkfydxnK0StBVicRA4FhpQ1w8udSmtA/0不同的企业发展阶段,不同的市场竞争状态对IT的要求有所不同,大数据等互联网技术的应用可以对各种定位的IT都有帮助。http://mmbiz.qpic.cn/mmbiz/wc7YNPm3YxWficj8OvHrW4ezKXNx8zaVDeYfiakNibT2qlo9Y2xtdicPmXPlJu1hoG2U5Och24n8bevPV0eibO6fKtQ/0http://mmbiz.qpic.cn/mmbiz/wc7YNPm3YxWficj8OvHrW4ezKXNx8zaVDT785b9FE6SdhNXYN6yU8Ktic8MhX5dZjjLibOQIkG1GG9ziaANibF4Ba3g/0http://mmbiz.qpic.cn/mmbiz/wc7YNPm3YxWficj8OvHrW4ezKXNx8zaVDV4aHLtXgnvCJg0co3rpbC9ycs2SU9W0BWnOpyKAoSd5cJ9GLh7gfmg/0大数据的定义很多样,不同的人亦有不同的解读。我的理解核心还是数据, 大数据只是说明的数据的多样和广泛。http://mmbiz.qpic.cn/mmbiz/wc7YNPm3YxWficj8OvHrW4ezKXNx8zaVD168fqUtGhnOOgPU81EhFXWS14R4s2rdrOicJjeLGGI1JbvdjhtNLXiaQ/0光有数据,没有分析,数据并不能产生价值, 这两个方面缺一不可。http://mmbiz.qpic.cn/mmbiz/wc7YNPm3YxWficj8OvHrW4ezKXNx8zaVDAOwjtcOxyjD6BpRLrJecibgtZ8wiabLjCnia4eFr36p2W0dyGfiawMbOLg/0http://mmbiz.qpic.cn/mmbiz/wc7YNPm3YxWficj8OvHrW4ezKXNx8zaVDic3MoHj88AIpn5tyviauRjicoxKfibfIkXML26tabFdvf6k1AD6TaHYtLA/0大数据的核心在于无需了解具体的原因,而是关注于对未来的预测。http://mmbiz.qpic.cn/mmbiz/wc7YNPm3YxWficj8OvHrW4ezKXNx8zaVD9BeEVdW4LmxjXOAZicVDWBynl3NwL8NF2rhMZhicEfKncXEmLHI3Laicg/0通过大数据的分析预测,可以使油井勘探的成功率提高,这对于一个投资巨大,风险巨大的商业活动来说,产生的价值非常大。http://mmbiz.qpic.cn/mmbiz/wc7YNPm3YxWficj8OvHrW4ezKXNx8zaVDuh2Ahia8Xq949qIgibJd2hJuia0LlWkRtxH9Y4bYOJVZ3r758nicCsPWvw/0大数据技术的应用, 尤其是异业和异构数据的联合分析,可以将对客户的定位,跟踪,联合营销,增加粘性等方面,产生巨大的价值。可以使企业对客户的服务的场景从传统的有限时段延展到更长更多,成为生活的一个组成部分,从而建立更稳定可靠的合作关系。http://mmbiz.qpic.cn/mmbiz/wc7YNPm3YxWficj8OvHrW4ezKXNx8zaVDQF8UgcxMEGWa1NhHIpzL50QbQ6YDMhSIu4JNaicLAULPdhl0RhOPtCg/0通过大数据分析客户行为,可以更早地发现信息安全的危险,尤其是在越来越多的关键信息部署在更开放的平台上,包括云计算,BYOD等。http://mmbiz.qpic.cn/mmbiz/wc7YNPm3YxWficj8OvHrW4ezKXNx8zaVDv7AWnRwh0VIkopCZnNYia9DltJcgoOgPORCZn6qpLI075LfYI2y2mNg/0由于油站的油罐在地下,很难通过肉眼及时发现,一旦发生泄漏,将会对地下土壤,环境, 人生安全,企业形象等造成重大影响,对应的停业,业务和信誉恢复等成本都极其巨大,损失可高达数万至百万。http://mmbiz.qpic.cn/mmbiz/wc7YNPm3YxWficj8OvHrW4ezKXNx8zaVDE1ldCS0FpOIkibyI4DpQW4960BL3sgLolVoib26bshYGiaoppoxrWz8wg/0通过采集来自不同设备和环节的数据, 实时传送数据至云端,进行数据的分析。http://mmbiz.qpic.cn/mmbiz/wc7YNPm3YxWficj8OvHrW4ezKXNx8zaVDy80uXl83IuicicJD2FGWS9sP5ApgQxLeg1m6QghZQXHpRviaKKcmqyejw/0数据的分析集中在相关性的比较,来预测非正常的现象的可能性, 从而产生对应的行动。http://mmbiz.qpic.cn/mmbiz/wc7YNPm3YxWficj8OvHrW4ezKXNx8zaVDQdibEn7ia4cjxoq8n5SKqHA9ePxjA96q7xkicXOt9gf4hPrJwEsIkCEIg/0通过分析相关性强的对比油罐的异常,可发现潜在的事故发生的高概率, 从而产生一个风险报告。http://mmbiz.qpic.cn/mmbiz/wc7YNPm3YxWficj8OvHrW4ezKXNx8zaVDrfNp7DsiboHxkp1Qvv1O3Jqia23vl21piczW91utq98PphNVficzvlvOJQ/0节省的成本包括可量化的泄漏损失,人工节省, 业务减少中断, 还有大量的非量化因素, 包括企业信誉的保护等。http://mmbiz.qpic.cn/mmbiz/wc7YNPm3YxWficj8OvHrW4ezKXNx8zaVDhdnjafpDOdfLia6TmnyXwUgskl3O9c6HIKwibUmdV4QHmPCmM0iaicYnAA/0大数据的应用, 是一个综合的体现,最关键是建立以数据为决策依据的文化和流程。大数据的价值最终体现于如何提高企业业务的价值。http://mmbiz.qpic.cn/mmbiz/wc7YNPm3YxWficj8OvHrW4ezKXNx8zaVDxibbyUiacZyXNYyTFicZOesI0I2dGmoiaibIJibjIKk433Ficr6qrCplbOOLg/0http://mmbiz.qpic.cn/mmbiz/wc7YNPm3YxWficj8OvHrW4ezKXNx8zaVDQzmo8ztopWfBgUEbKxO0JPiacBjJqULsV1UmeAmoambrRO6q2NYziaibA/0

页: [1]
查看完整版本: 世界500强——壳牌的大数据实践