京公网安备 11010802034615号
经营许可证编号:京B2-20210330
SAP:大数据必须和行业应用相结合_数据分析师考试场
在大数据这个词出现之前,关于数据价值的问题就一直存在。 至于为什么近期大数据如此火热,我认为,真正驱动大数据热的原因来自于用户所面临的商业挑战。
事实上,我们在和客户谈论关于大数据的问题时,经常会从大数据谈到大、而有用的数据,或者是大却不好的数据,抑或是如何获取实时的数据分析等。由此可见,什么样的名词其实并不重要,关键在于能够帮助用户解决怎样的业务问题,怎样让用户的数据能够发挥作用,变为真正的业务价值和“真 金白银”的收入。 Q:中国的大数据市场潜力如何? 麦马翰:中国的大数据市场有着巨大的潜在商机。首先,中国有很多大型的客户,例如银行、电信运营商等,他们对于大数据分析都有着很迫切的需求。以银行为例,他们有着非常大的数据量,但如何才能够从这些大数据中提取价值,来改善用户体验,提升利润率呢? 以往在市场竞争不是十分激烈时,这一需求并不是十分迫切。
但随着市场竞争的加剧,以及中国居民收入的迅速增长,银行的客户服务方式也在发生变化,需要针对客户的个性化需求提供及时的、有针对性的服务,否则很有可能会因为服务方面的问题而造成客户的大量流失。 但银行如何才能知道哪些用户在消费行为、收入等方面发生了变化呢?采用传统的数据分析方式,银行也许可以在一个月后知道这些信息,但那为时已晚。而通过大数据的应用,银行可以实时的了解哪些客户的消费行为发生改变,收入发生了怎样的变化,这样就可以告诉银行的客户经理,采取有针对性的服务去留住那些客户。 Q:与竞争对手相比,SAP的大数据策略有什么不同? 麦马翰:市场上有很多大数据厂商,但其实S A P并不是经常谈论大数据。因为,我们认为,大数据必须和特定行业用户的特定应用相结合,从业务需求的角度来进行讨论,才更有价值。
所以,我们在和用户沟通时,更多是在分析用户的业务发展方向,以及用户所面临的业务难题等。而不是简单的说大数据应该存在哪里,或者大数据应用如何使用等。 举个例子,一家美国的大型农机产品生产企业,面临着来自中国和东南亚一起企业的市场竞争压力,因此他们想通过I T应用的实施来帮助他们增强市场竞争力。我们在和这家企业进行沟通时,并没有谈什么大数据,而是从业务角度入手,看如何能够使其公司所生产的农机产品具有更大的价值:因为,竞争对手产品的价格可能只是他的1/2。
通过对用户的业务进行分析,我们发现他们可以为用户提供一些增值的服务来提升自己对客户的价值,从而避免陷入到单纯的价格竞争中,例如通过地理情况的分析、天气情况的分析,来看看不同的农作物,在不同的地理位置、不同的土壤条件、不同的天气情况下,它的产量如何。
这样他们就能够为用户提供相应的种植方面的建议和服务。针对这些业务需求,我们给他们提供了数据实时分析的解决方案,通过对数据进行实时分析,他们可以为用户提供更多的、更有价值的建议和服务,也使自己的市场竞争力得到了大幅的提升。
我们认为,从业务的角度出发来探讨大数据,远比单纯的卖设备或软件等对于用户更有价值,这也是S A P与竞争对手的很大区别,因为我们对于用户的业务更加了解,也更有经验。
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据技术飞速迭代、数字营销竞争日趋激烈的今天,“精准触达、高效转化、成本可控”已成为企业营销的核心诉求。传统广告投放 ...
2026-04-24在游戏行业竞争白热化的当下,用户流失已成为制约游戏生命周期、影响营收增长的核心痛点。据行业报告显示,2024年移动游戏平均次 ...
2026-04-24 很多业务负责人开会常说“我们要数据驱动”,最后却变成“看哪张报表数据多就用哪个”,往往因为缺乏一套结构性的方法去搭建 ...
2026-04-24在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16