福特数据总监:汽车业的大数据框架如何构建?

要实施一个大数据技术框架需要一个战略,在最近举办的Big Data Innovation Summit上, Gahl Berkooz在他题为“In Search of Actionable Insights,”的演讲中就此进行了说明。

Berkooz是迪尔伯恩的福特汽车公司的数据和治理的总监,和与会者简单分享了数据供应链的大数据技术框架,其中包括七大类别,从分析实施到基础设施管理。

但是,关键在于,福特公司并没有同等实施这七大战略。 当一位与会者提问优先战略时, Berkooz没有犹豫。“我们会考虑那些会让福特更加独特,让我们在行业内更加突出,拥有创新的技术,”他说。

这 也是IT领导人,经常听到的建议:将各部门的注意力都集中到如何让业务与众不同,然后和供应商合作。Mark Shaver,是位于密尔沃基的采矿设备和服务公司Joy Global Inc.的副总裁兼首席信息官, 在去年春天举办的Fusion 2015 CEO-CIO Symposium上也提出了类似的观点。企业的工业物联网解决方案并没有使用“现成的”技术,而是与Verizon这样的公司之间良好合作的结果。他们 提供了Joy Global公司没有的,并且不想过多投资的专业技能。

“我不是标准化的CIO,” Shaver说。“我没有数据中心。Outlook是外包的。安全也是外包的。我并不在那些领域投入精力。”

在福特,数据标准和数据质量被认为是构建的基本模块,投入了大量的时间和精力。当然也有充分的理由:“数据是我们分析的资本,可以带来方案,”Berkooz说。“如果不控制数据的质量,那方案的价值将是非常有限的。”

对于无法使福特公司业务差异化的功能,如基础设施管理,身份和安全管理,或数据获取,Berkooz和他的团队则在市场中寻求方案。

消防中的数据分析

Timothy Persons,美国政府问责局的首席科学家,在Big Data summit上的演讲中,讲述了数据分析的案例: 纽约市的分析团队是如何使用数据来整治“非法改建”或私自划分的房屋。

这 个案例之前也分析过,但是它仍然是一个证明数据分析之强大的出色案例。非法改建的房屋容易引起害虫,犯罪和火灾隐患,给消防队员带来不可预见的危险。在去 年春天举行的CDO Summit上, Amen Ra Mashariki,纽约市的现任首席分析官向与会者解释说,在一次火灾中,几位消防队员失去了他们的生命,因为他们无法获取房屋的布局结构的正确信息。 他提出了一个简单的问题:“你应该如何确保消防队员的安全?”

答案就是数据。Persons说,分析团队开始过滤来自不同部门的数据——从911电话到房产税的支付——从而发现非法改建的指向性模式,而不是依靠直觉。

研究团队发现市政府部门也记录类似的位置数据,但使用不同的方式:警察局使用传统的地图坐标,消防队员通过消防栓标注社区地图,而税务部门则根据税号,Persons说。所以团队通过整合来自不同部门的数据,用统一的方式来记录城市内的90万户房屋。

这一方案卓有成效。使用分析而不是直觉,城市检查员在他们检查的房屋中,对其中的70%发布了撤离警告,而之前的数据为12%,Persons说。

规范分析并不是终极领域

Erik Andrejko,是总部位于旧金山的与农业社团合作的数据科学公司Climate Corp.的数据科学副总裁,在峰会上做出了一个大胆声明:分析功能的最新领域并不是规范分析,而是解释分析。

“当你告诉一个决策者——在这种情况下,是一位农民——今天,他们应该在这块土地上施加这些量的肥料,你应该回答的是为什么要这样做,”他说。

解释分析的关键可能是模型。他认为有两种技术可以为此提供帮助:结构建模,他说这是“用于说明环境和作物收成之间的统计关系,”以及机械建模,他说这是“用于捕捉和解释物理机制的物理现象。”

Andrejko认为这两种技术都是相似的,作为“black box”数据挖掘技术之外的补充。“我们需要多种技术,因为通常一项技术不可能适用于每一种情况,”他事后在电子邮件中写道。

原文发布时间为:2015年9月23日
本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。

你可能感兴趣的:(福特数据总监:汽车业的大数据框架如何构建?)