Chad Meley, Teradata副总裁,分管营销、人工智能、物联网、客户体验及解决方案
Cloud云
-
公有云的竞争对象将从商业计算和存储解决方案转变为全栈式数据分析产品。AWS、Azure、GCP、阿里巴巴、以及其他的公有云供应商都会积极地和企业数据分析供应商共同合作,提供更高价值的解决方案,针对他们的云端产品进行优化、同时整合其他的应用组件。大型企业会逐渐减少对公司内部数据分析产品的联系,避免被云捆绑(尤其是Redshift和Big Query这样的公司)。这些内部的数据分析工具能够满足企业针对云端定制开发的需要,但从那以后就没有经历任何革新。数据分析领域的企业的策略已经从创建自己的云,转向了和所有大型公有云服务供应商建立合作。
人工智能
- 在过去几年里几个成功的AI实验项目以后,企业开始对企业的数据管理和数据整合给予了全新的关注,并将之作为成百上千个具体定义的AI使用案例得以应用的数据基础。今天所有围绕在我们身边的机器智能都在狭义AI的范畴内。狭义AI只能在一个预先定义的范围内工作,能够支持的工作背景非常有限,并且不能在超出领域的范围内实现问题的一般化解决,除非加上代码重写、或者模型的重新训练。所以我们不能期待同一个AI算法可以及用于监测欺诈、又可以监测客户的流失风险。这是不同的AI算法需要做的不同的工作。一个成功的企业AI项目中将会覆盖成百、甚至上千个实用案例,每一个案例都是由一个具体定义的算法来支持的。在了解并预期到这一点后,我们显然可以看到,大公司需要一个共同的数据基础,来拓展他们在AI领域的宏图。
客户数据平台
- 2020年,客户数据平台(Customer Data Platform-CDP)将会是一个令人激动的领域。CDP开始发展到可以帮助不具备技术背景的业务使用者轻松快速地拓展客户资料、产生客户洞察、提供订制的指引以最合适的工具来传达个性化的信息,从而解决碎片化的客户数据、以及杂乱无章的客户体验问题。虽然CDP的关注点在于定义挑战和问题,但目前CDP的实际应用领域中却缺乏帮助大型企业应对挑战的能力。这个领域中所有的技术细节都在快速成熟进化,例如:公民数据整合器工具、无代码的机器学习、以及自动实时的个性化体验。在它们发展的同时,也会创造巨大的价值,同时迈入一个新的阶段,改变企业对客户机会的感知和反映方式。
Data Analytics数据分析
- 未来“无代码的分析技术”将会受到巨大的关注、并被大规模使用。通过消除某些繁重工作的自动化,例如特征工程和模型选择等,我们看到了稳定的高级分析民主化进程。但是只有当机器学习和其他高级处理分析技术真正不需要任何编程或者SQL的技能时,高级分析技术才会真的无处不在。无代码的分析技术会嵌入工作流程中,或者通过简单的下拉菜单列表进行唤起调用。它们并不会在分析的世界中淘汰编程技能,反而会百分之一百地增加大型企业中通过分析技术受益的使用案例数量。
数据隐私和数据治理
- 例如GDPR和CCPA等新的数据治理法案,以及各国、各州所制定的形形色色的法案,都在通过相似的、规范法律主体的方式来保护客户对自身数据的使用权利,只在具体要求公司必须遵守的法案上存在区别。而企业有两种截然不同的应对方式:一些公司会采取风险规避的方式,通过减少采集的客户数据来降低风险暴露程度,同时会监督合规的执行。而另外一些公司会以高于法规要求的程度来以拥抱高度的透明化。例如苹果这样的公司就已经表明,可以借助这一机会来通过服务创造竞争优势,将消费者放在数据和隐私控制的中心,同时也展示了他们通过苹果ID来处理所有数据副本的能力。
Brian Wood, Teradata云端营销总监
Cloud云
- 在所有新的工作负载部署中,企业都会优先考虑云端。IT部门会成为公有云中大家默认的支持部门,为所有的业务项目提供支持,而不是仅仅帮助现有的基础设施拓展能力。公有云供应商提供的“过了这村就没这店”的批量采购合约会促使IT部门盲目决策,更看重云端部署的位置而不是解决方案的适用性,最后通常都会让领导们失望。企业满足短期预算目标的狂热想法会盖过他们理智的选择,无法做出深思熟虑的规划和战略投资。
- “即服务”提供的服务将在堆栈中上移动大量此前被认为是定制化的系列能力,用于提供更高层次的商业化和数据复制能力。容器和解决方案的可移植性将成为针对企业IT部门服务的新战场;那些声称自己拥有“最好的”特定部署下单点解决方案的供应商将会输掉竞争,赢家会是那些可以通过无处不在的产品供给,拓展到多个领域(例如公有云、私有云、本地云)的竞争对手,为客户提供选择自由、而不是把客户锁死。接下来针对这个领域的广告将会大幅增加。
- 混合云部署将占据主导地位。随着企业开始接受短期合同工和全职雇员相结合所带来的便利、或者意识到把AI增强的洞察热情的重点领域专家相结合的好处,企业的IT产品组合将会越来越多样化,以匹配现有的、功能强大的本地系统,为所有的新项目提供敏捷、以云为基础的部署方式。AND提供的能力将远远超过更换OR所带来的弊端。
Tech Business
- 在IT供应商的竞争生态中,盈利能力是否令人满意确立一个公司的价值。国际经济、政治和监管法规的不确定性会促使业务领导通过不断的审查来选择安全的方案,而那一些目前还比较弱小、但拥有丰富前景的创新技术供应商只能成为巨头们蚕食的猎物,因为他们的财政状况堪忧。就像任何泡沫接近发展高峰的时候,那些昏了头的高估值只会显示出公司的自大、贪婪和狂妄,这会让早期的投资者头昏眼花,可怜的员工只能寄希望于这样的投机买卖。
Cheryl Wiebe, Teradata实践方案总监
人工智能
-
AI将开始优化数据管理自身的流程,例如帮助系统资源进行分配、自动化特征工程、运营元数据采集等,并提供更好的知识管理系统(如标签系统等)。
-
世界对AI的期待可以被划分为几个方向,而市场营销专家会提出简明扼要的称呼来概括他们。举几个例子:
-
机器人处理自动化,这是策略引擎+工作流引擎+“次优方案”机器学习模型的结合
-
自动化特征工程和选择
-
感知型AI,这是自动化和实物感知优化(也就是我们常说的“五感”)共同发挥的超级能力,利用专业化、多渠道的传感器和AI技术,我们可以更好地看到、尝到、闻到、听到和感觉到具体事物
-
资源分配AI,利用优化技术(例如现行编程等)来感知并实时响应需求(例如5G网络的优化)
-
David King, Teradata零售行业咨询顾问
客户体验/客户旅程
-
个性化营销将会越来越多:行业的领导者会连接起巨大而分散的数据集,例如点击流、零售流程、社交媒体及物联网数据,通过AI和机器学习进行协调,通过各个接触点使客户旅程更加轻松。企业关注的重心会转移到产品和服务的管理上,同时实现产品、采购、组装、服务和支持的本地化。如果他们能在客户心中建立信任、而不是吓到客户,企业就会发现客户愿意和他们交换信息,以获得更好的体验。
-
交互:零售企业在移动端的交互将会被更加重视,从而帮助实体店团队了解或预测客户行为、购买记录、服务记录和对不同渠道的偏好程度。关键在于管理实时洞察力,当门店业务人员在和客户进行当面一对一沟通时,可以进行实时洞察。
-
增强现实已经成为现实:随着智能手机成为了一个AR设备,“先试后买”、“看看朋友们怎么说”、“像尝新菜一样试试新选择”和“在门店体验产品”都成为了现实,这将会帮助企业降低产品退货率、创造更加愉悦的消费者购物旅程。增强现实将帮助客户做出信息更加充足、更好的选择,不管他们的购物事在线下实体店还是线上门店都能完成。
供应链
-
供应链领导者将在持续的成本压力与管理多渠道需求,实时预测和精确库存跟踪的期望之间取得平衡。他们会利用物联网、RFID、传感器、相机、甚至是区块链等技术。企业需要重点投资高级分析技术、数据仓库重新选址、以及自动化技术,同时服务于分销中心和门店,这对于数字化零售巨头赢下生存战而言至关重要。
了解有关Teradata Vantage的更多信息
探索Vantage随时了解情况
订阅 Teradata 的博客,获取每周向您提供的见解