
IBM另一面:大数据助力设计_数据分析师
一次搬家时,王阳和太太有了点小分歧。
作为现任IBM全球副总裁兼中国开发中心总经理,王阳说自己是典型的理工男。为了把家里的几幅画挂得端端正正,“理工男”王阳找来水平仪等各种工具,力求分毫不差。(数据分析师考试)不过,面对这种精确计算的结果,太太硬是说挂歪了,右边得往上移一点。最后,感性战胜理性,用王阳的话来说,“画就是挂给太太看的,她说歪了只能是歪了”。
5月18日,讲述这个故事时,王阳某种程度上是在隐喻IBM的转型。在王阳看来,蓝色巨人IBM,往往注重的是计算、精确、功能等理性的东西,但在移动互联网和用户体验为王的当下,大家对企业技术的预期已经发生了质的转变,用户体验设计和个性化正在推动IBM产品的开发和数字的互动。
当天,作为这种转变的结果之一,IBM在上海开设了一间设计工作室。在此之前,这样的工作室已经在奥斯汀、伦敦、都柏林、墨尔本、墨西哥城、纽约、多伦多、马德里、圣保罗等地陆续落成。
“目前我们全球20多个工作室有超过1000名设计人员。” IBM全球企业咨询服务部大中华区总经理Nancy E.Thomas在上海工作室开业时接受21世纪经济报道记者采访时表示,IBM正在着力建立一个设计文化,“这是IBM的另一面”。
设计的集成价值
“成立IBM工作室的初衷就是为了将设计融入到我们工作的方方面面,从而彻底改变企业的工作模式。”IBM全球设计院总经理Phil Gilbert表示,当下,在工作和娱乐过程中,人们在手机及其应用中接触了许多很棒的设计,而企业级技术也要本着以客户体验为中心的理念开展。
Phil Gilbert表示,IBM的设计理念就是,通过原型方式快速实现以客户为中心的产品开发。
王阳则认为,IBM工作室在上海开业,意味着公司正在进一步加强在产品设计上的能力,以帮助客户快速应对和满足其客户的预期的变化。
“我们没有关起门来搞设计,也没有把设计外包出去。”Nancy E.Thomas对记者表示,IBM希望通过打造自己的设计文化,从而在自身工作的方方面面都嵌入设计的元素,让顾问、研究人员、社交专家、媒体专家和设计师一起,在一个团队中密切协作,并与客户一道合作来开发。
Nancy E.Thomas表示,这样的工作室汇集了IBM的各种能力,团队可以通过互动把设计思维与IBM在大数据、云计算、移动和社交等方面的专长集成在一起。
比如说一个航空公司有很多关于乘客的数据,包括乘客飞行的频率,经常的目的地,甚至旅行途中的购买清单,是不是带着家人一起等,基于这些数据和IBM的分析技术,就可以为乘客设计一款定制的应用。而在这个过程当中,设计就扮演了集成的角色。
Nancy E.Thomas表示,IBM设计思维中至关重要的一点就是同理心,即对于客户,要知道他们有什么问题、面对什么挑战,或者是他们想要抓住什么机会,基于这些理解,IBM可以快速生成一些想法,并在消费者中进行测试,寻求用户的反馈,然后基于这个反馈不断优化最终的用户体验。
把设计流程化
谈到IBM涉足设计的初衷,Nancy E.Thomas对记者表示,“这是几年前的事情了,最初由于我们内部产品开发的需要,同时我们看到很多客户也在思考怎么与自己的用户和消费者进行更好的互动”,因此IBM在几年前开始在设计方面努力,并在过去的一年半中于全球迅速开出20多家工作室。
“尽管我无法透露具体多少钱,但开设这些工作室是一种很大的投入。”Nancy E.Thomas说。
在迈向设计思维的过程中,IBM与苹果实现了合作。
“苹果是以设计和用户体验见长的。”IBM服务整合中心亚洲区总经理Marcel Greutmann表示,与苹果合作之初,IBM刚采纳设计思维的方式,而那个时候苹果也想进入企业市场,双方自然而然实现了合作,“对于IBM来说,我们希望从苹果学到对于用户体验的一些做法,同时还有在移动设备方面的一些经验”。
在双方合作以来的9个月里,IBM和苹果一起推出了22款应用,每季度发布一次,每次不超过10个。目前,这种节奏正在提速。根据合作协议,双方计划在2015年底前推出100款应用。这意味着今后的8个月里,双方每个月都会推出10款以上的应用。
“我们希望把设计思维作为一个框架,把设计变成一个流程化的东西。”Nancy E.Thomas对记者表示,IBM把设计思维作为框架,并在此基础之上进行敏捷开发,通过这样的流程,为那些寻求非常好的用户体验的客户,带来收益。
Nancy E.Thomas认为,设计会改变IBM的工作方式,“这是一个全新的工作方式和工作流程”。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02