汽車巨人福特讓“數據”說話

【編者按】大數據可以說是數據科學界最熱門的話題之一，然而大數據在企業管理中的應用卻不盡如人意，福特公司的成功無疑為大部分還在彷徨中的企業積累了豐富的經驗，福特公司收集了大量的數據，利用數據改進業務、完善設計，利用數據推動企業的運營、開拓新市場。掌握大量的用戶數據，使福特在汽車市場擁有更大的話語權，看GigaOM分析師Derrick Harris為我們解讀福特的數據化管理。策的最終解決方案。

以下為譯文：

數據對福特公司意義重大，這些數據提供了從產品設計到商務智能的所有信息。在對這次Structure Show播客的采訪中，福特公司頂尖數據科學家討論了有關福特公司如何處理從部署Hadoop到人事招聘的所有事務。

“大數據”對福特公司有著很重要的意義，現在的福特就像是由無數個0和1構成。有關于汽車的數據，有關于這家世界五百強公司戰略的數據，甚至還有關于客戶如何看待福特公司這樣的數據。福特數據科學負責人Michael Cavaretta是負責整理公司所有數據的數據分析師之一，而且他也出席了這周的Structure Show播客，分享了一些公司管理數據的方法。

這些都是那次談話的重點，從汽車設計到數據科學定義，任何對這些感興趣的人都會想要了解這整件事情。或者，你可以計劃參加我們3月19-20號在紐約舉辦的結構數據會議（Structure Data conference），那時Cavaretta以及數十個演講嘉賓將談論他們公司如何使用數據改善業務或者開展全新的業務（在許多情況下是）。（想要了解更多關于數據如何改變福特公司的信息，可以看一下2013年的這個播客）。

通過數據了解汽車設計

也許你聽說過，在北美國際汽車展幾個星期之前，福特用輕質鋁代替鋼以減少燃料消耗，重新設計了它的F-150皮卡。Cavaretta的團隊就參與了這次改造。

“我們在被我們稱為‘CO2滑道（CO2 glide path）’的那部分做了很多工作，而這一項目的思路是采取目前可用并且我們認為會在不久的將來廣泛使用的技術，”他解釋。“我們考慮了成本，考慮了收益，考慮了他們將來是否能夠實現或者是否能在可預見的時間內實現。然后我們把所有數據放進這個巨大的漏斗刷選并得到最優的結果，我們幾乎把一切都考慮進去了，最后找到以后幾年內最優的組合，然后再考慮幾年以后。這樣，將輕量化和鋁這些技術工藝放進漏斗，輕量化、鋁理所當然被選中了。”

Cavaretta的團隊使用完全不同的數據源――社會媒體――幫助公司弄清楚為什么美國Ford Fiesta的車主和歐洲的車主一樣，都不喜歡three-blink轉向信號（行車線變化時轉向燈閃爍三次）。

“一些有three-blink功能美國車的人，看來并不像我們預期的那樣滿意。所以，市場營銷團隊過來了，說：‘對于人們談論的問題，您能給我們更生動一點、更具體一點的報道嗎？’”在對社會媒體進行一些深入的數據挖掘后，他說“其實滿意度問題，原先被定位于車輛的轉向信號上，實際上是方向盤的問題。但當你認真地解釋這個問題后，人們就不再抱怨轉向信號了。”

考慮價值，而不僅僅是成本

Cavaretta說，福特汽車自第二次世界大戰以來，已成為以數據為中心的公司，但該公司在過去幾年中又將其上升到一個新的高度。“Alan Mulally（他的信條之一就是‘數據帶給你自由，’）進入公司后，非常重視數據，”他解釋到。“我們發現，經理們要求的數據量增加了一倍。所以當要做出重要的決定時，‘好吧，給我看數據，證明給我看你做了分析、你的分析正確、有數據支持你的決策。’”

關注數據，將使我們考慮利用新的技術，如Hadoop，并以此作為我們改進的動力，而不是以更便宜的方式存儲數據。要想及時得到正確的答案，需要重新思考如何設計整個數據環境，Cavaretta說：“我們真的很想采用新技術，‘我們將會有這樣一個瀑布過程，我們將會坐下來設計這樣一個出色的數據倉庫，而且會在未來的三年內實現運轉’，三年以后，即使一半的數據集發生了改變，我們的業務還可以繼續下去。”

追求新技術也要適可而止，有時候也要重視效益

“我知道Cloudera建造了自己的數據中心，他們都在談論實際上他們再也沒有必要建數據倉庫。我認為在某些情況下，如果你考慮新的發展或者著眼于剛起步的公司，那么這可能再合適不過了，”Cavaretta解釋道。“但對于大企業――福特――這就很難說，‘哦，我們只要把所有的這些東西清除出去，然后用Hadoop代替。’這需要大量的時間和金錢，但我覺得，很多情況下，數據分析本身就是個很好的理由，因為沒有立竿見影的效果就要把它清除是沒有道理的。”

不用崇拜數據科學家

雖然，數據分析給福特帶來了這么多的改進，但Cavaretta說他很高興看到公司并不需要那么多的“專家”――關于他的人員隊伍里都是數據科學家的說法或許也不現實。他說：“你不需要找這些“獨角獸”們，這些人很難找到，你還得付給他們難以置信數額的錢。你可以建立一個能完成數據分析的團隊，對我來說這已經足夠了，和我們引進數據科學家一樣，在公司內部建立數據分析團隊同樣具有戰略意義，用公司內部人才補充數據科學家這一空缺是個不錯的方案。”

數據科學家除了能夠在軟件平臺上操作數據，還有一些特殊的技能。“雖然有很多的供應商說，‘你不需要數據科學家，用我們的軟件就好了，’”Cavaretta 說，“在我看來，用軟件來代替還需要一段時間。”

原文鏈接：3 lessons in big data from the Ford Motor Company（編譯/毛夢琪 審校/魏偉）

生活不易，碼農辛苦
如果您覺得本網站對您的學習有所幫助,可以手機掃描二維碼進行捐贈