ZDNet至顶网软件频道评论: 随着全球智慧商务环境日益成熟,每个企业都在这场巨大的变革中寻求着新的技术和能力。在智能手机和互联网日益普及的背景下,基于社交媒体的大数据分析已经成为影响客户为企业创造价值的重要关键因素。企业用户的首席市场营销官(CMO)已经开始把大数据和社交网络作为营销的最重要的两大手段。在2014年世界杯比赛期间,各种社交媒体上数以亿计的转发和讨论也成为大数据的练兵场,而IBM公司和腾讯社交网络联手在媒体报道及营销上取得了丰硕成果,而这样的社交大数据分析案例在其它很多行业也都有潜在的机会。
IBM大数据分析融入腾讯媒体报道
在世界杯开赛之前,IBM和腾讯“牵手”成为腾讯体育社交媒体数据分析合作伙伴。IBM根据网友和球迷在腾讯网络媒体平台及社交网络上发布的海量公开信息和数据,通过大数据分析技术,获得球迷话题、球迷类型、球迷个性分析等一系列洞察;同时还能根据这些信息得出网友心中真实的球队支持率。而腾讯则通过这些分析得出的洞察来指导内容报道,细分受众,制作球迷更加喜欢的内容。
比如,IBM基于典型球迷在微博等社交媒体上所发布内容的综合分析,并对比心理学上的任务性格分析模型,通过大数据技术进行球迷的性格分析,勾勒出不同球星的典型球迷形象,不仅是球迷的兴趣爱好,连性格特点和行为方式都刻画的十分详细。如内马尔球迷的关键词为“阳光活泼、爱凑热闹、爱找乐子、喜欢悠闲生活”等等。
通过大数据分析,媒体能够了解网友和球迷的喜好和关注点,就能够有针对性的制作内容并进行推荐,这大大改善了网友的体验。作为一名媒体人,笔者经常会为找到读者喜欢的话题而头痛,往往精心制作的选题却反映冷淡,其原因在于媒体认知和读者需求出现了脱节。大数据分析改变了媒体传统的单向式传播模式,让读者变成内容制作的“参与者”,从而更加贴近读者的需求。“大数据”开启了媒体报道的新模式,据悉,众多媒体集团都表现出兴趣,希望能和IBM进行类似的合作。同时,在本届世界杯上,大数据和媒体的结合,也为球迷送去了一场与众不同的“足球报道盛宴”。
行业CMO最关注大数据和社交网络对营销的影响
IBM在本届世界杯和腾讯的合作只是IBM在体育行业大数据分析的一个缩影,此前IBM大数据社交分析已经在网球四大大满贯赛事、橄榄球、高尔夫球等赛事中也发挥着巨大作用,为球迷带来了更佳的观赛体验,为球员和教练合理制定训练和比赛计划提供着参考,同时也助力主办方创办世界顶级赛事也帮助转播机构传递精彩比赛。事实上,其它行业的企业CMO也正越来越重视大数据和社交网络在企业营销中的价值。
图注一:中国的CMO已经意识到营销管理在将来的巨大变化,并且已经开始在投资/整合技术与分析方面做出相应的准备
根据IBM年度的全球和中国CMO调查报告,在被认为对营销管理产生重要影响的13中因素中,数据爆炸和社交媒体被认为是最重要的两种因素。其中,85%的CMO都选择企业应对数据爆炸做出市场营销的改变;71%的CMO则选择了社交媒体。
IBM大数据社交分析已有成熟的方法论
移动技术和社交业务正在催生着很多新的IT服务来与被数字化武装的个体进行交互。对于企业而言,构建一套全方位的互动参与体系,在员工、合作伙伴和客户之间建立参与机制将尤为重要。而IBM在社交大数据分析方面不仅有SoftLayer等云计算基础设施的支撑,还通过多年积累形成了一套为企业提供社交环境下客户全生命周期支持的完整方法论,使大数据社交分析能充分挖掘到在媒体行业、电信、金融、交通运输、零售、快速消费品等不同行业的客户价值。
图注2:IBM 社交大数据分析解决方案为企业提供社交环境下客户全生命周期的支持
图注3:IBM总结的社交媒体为客户创造价值的五大流程。
IBM在社交大数据分析方面的能力来自于大数据分析和社交网络的技术能力以及GBS、GTS等全球服务部门多年形成的行业经验。在大数据分析方面在该领域投资超过240亿美元,其中包括170亿美元用于30多项收购。IBM拥有的数据和分析产品组合包括决策管理、内容分析、规划和预测、发现和探索、商业智能、预测性分析、数据和内容管理、流计算、数据仓库、信息集成以及治理等。IBM在数据和分析功能领域的整合能力增长显著,迄今已经推出了40,000个服务项目。IBM自身也是全球最大的社交网络企业用户之一,IBM社交平台Connections上有30万名IBM用户和20万个群体,并建立了现代化的参与和学习体系。总之,社交大数据分析对企业的价值日益重要,而IBM可以帮助不同行业的企业利用社交大数据加速企业的业务创新和客户满意度。
(本文作者为IBM大中华区全球咨询服务部高级经理 郭树勇)
好文章,需要你的鼓励
微软将在今年夏季晚些时候推出Windows恢复力计划,著名的Windows蓝屏死机将被新的黑屏替代。这一变化是微软对2024年7月CrowdStrike故障事件的回应,该事件导致约850万台Windows设备瘫痪。作为Windows恢复力计划的一部分,微软正在重新设计Windows代码,让安全软件在内核外运行,以提高系统稳定性和恢复能力,减少因第三方安全软件问题导致的系统崩溃。
香港理工大学研究团队开发了突破性医学AI系统GEMeX-ThinkVG,让人工智能在分析胸片时能像医生一样详细解释诊断过程。该系统不仅能准确回答医学问题,还能标注具体的影像区域并提供完整的推理链条,解决了传统医学AI"黑盒子"问题。通过创新的强化学习训练方法,仅用八分之一数据就达到了传统方法的性能水平,为可解释医学AI开辟了新方向。
随着GPU成为AI工作负载训练和运营的关键,越来越多的云服务提供商开始提供云GPU实例。这为希望避免部署GPU硬件费用和复杂性的组织带来好消息。云GPU实例可按超大规模与专业化提供商、通用与专用实例、共享与独占服务器进行分类。选择时需考虑工作负载类型、GPU类型、成本、延迟和控制级别等因素。
希腊雅典理工大学团队开发CultureMERT-95M多文化音乐AI模型,通过两阶段持续预训练和任务算术方法,让AI系统学会理解希腊、土耳其、印度等非西方音乐传统。该模型在非西方音乐分类任务上提升4.9%准确率,同时保持西方音乐理解能力,为构建更包容的全球音乐AI系统奠定基础。