RCAS 2019概览:骆驼、热气球和变革的需要

按Enter键搜索
关闭搜索
打开菜单

RCAS 2019概览:骆驼、热气球和变革的需要

P2PI工作人员 - 05/01/2019

尽管消费品行业发生了翻天覆地的变化,但分析实践的成功仍然依赖于它最古老的资产:人。

这是来自2019年版的零售和消费品分析会议的有点讽刺的关键外卖,该会议上周在芝加哥踢出了一个里程碑:使用名叫辣椒的机器人(礼貌HCL Technologies)来介绍第一个扬声器。

但虽然计划议程拟来的建议,采用人工智能,机器学习,先进的分析工具和其他新型技术将占据讨论,大多数演示和随后的对话至少提出了“人类”人员的主题。

基于讨论,传统的消费产品制造商和零售商正在努力确定数据驱动组织所需的新技能;为了吸引新的,经常年轻的才能,他们需要在竞争激烈的就业市场中填补这些技能;不仅在新技术重新教育现有的员工,还要对解决问题的新战略方法;并弄清楚如何有效地将有效地“重新分配”到机器学习和其他自动化工具。

这些新技能中最关键的一项——讲故事,需要分析专家将数据有效地转化为便于商业用户和高层管理的形式在台上,一群演讲者用夸张的故事、奇闻轶事、寓言和偶尔的低俗评论来充分展示他们在设计一个智能的、分析信息丰富的现代企业方面的个人最佳实践。

Among the more entertaining of the storytellers were a trio of presenters from Mars, Inc. Event Co-Chair Tarun Kataria, the company’s global director of advanced analytics and machine learning, told an ancient Arabic parable about three sons who are unable to properly divide 17 camels among them as their father had directed until adding, then later subtracting, an 18th camel. The moral of the story being that “analytics is the 18th骆驼“可以为组织推动成功。(在这里阅读完整的故事。)

与此同时,火星公司的首席数字官桑迪普•达德拉尼(Sandeep Dadlani)修改了一个已有的笑话,这个笑话讲的是一个迷路的热气球驾驶员向一个行人问路,以说明分析团队和公司其他部门之间经常令人不安的脱节。(在这里读这个笑话。)用“数据科学家”替换“工程师”和“管理员”,并用“CDO”来获得Dadlani的GIST。)

最后,箭牌糖果副总裁兼首席信息官罗曼·阿伯特,通过摆出“箭牌糖果”的姿势,回顾了电视游戏节目的辉煌岁月。蒙蒂大厅问题“为了说明,需要专业人士”学会重新安排,甚至学会未经忘记“的分析实践,直到现为。(见下面更多。)

在整个活动中,发言者和与会者相似地承认,在制造商和零售商之间的传统思想中,最终会导致组织通过先进的分析来完全参与他们的上市战略。

一个重要的例子来自沃尔玛的企业首席信息官粘土约翰逊谁称,谨此指出,首席执行官Doug McMillon已向公司收取所有员工对新工具和技术的必要了解,而不是使用他们可以更好地理解的语言 - 因为当时已成为智能企业的一部分。

“(我们)谈论云、人工智能、机器学习——所有这些不同的流行词汇。其中一位商业领袖说,‘嘿,我们需要弄清楚如何将这些词语转化为企业能够理解的术语,’”Johnson解释道。道格停下来说,'不,实际上我们需要走另一条路。我们需要强迫人们学习这个术语,因为它是主流是。”那就是一个思想转移。这设定了基调,不仅适用于C-Suite,而是为了公司的其余部分。“

以下是本次活动的主要日程安排:

第1天研讨会解锁未来:使用AI驱动的分析来确定公司策略
德里克史密斯,服务副总裁,Prevedere

开幕日研讨会的与会者同意,在定义他们的组织的业务问题,可以比较简单,整合正确的数据和见解可以说是最长的时间。

约有64%的受访者对2019年“弥合数据划分”调查显示,他们对公司了解外部因素对性能的影响并不满意。打击这一点的一种方法是将现有的分析转换为更进前进的战略路线图。

高管们指出,要看到一个从反应型企业到预测性企业的全面转变,企业需要改变他们的内部文化。“变更管理有时比系统集成更难,”Smith说。

第一天数据和分析分享组
Kapil Dabi.,P.artner /主要为数字,ey.
帕特里克Moriarty., 常务董事,ey.

为了在当前的环境中取得成功,公司必须把重点放在人的因素上,以弥补差距,从见解到行动再到价值。这是安永(EY)主办的Data & Analytics Share Group开幕日的主题之一。Dabi解释说,驾驶数据和分析的积极回报的关键成功因素是商业需求,灵活性,数据隐私和以用户为中心,解释说

Walmart如何设计智能企业
粘土约翰逊,evp和企业cio,沃尔玛
安迪沃尔特,前副总裁,IT和共享服务,宝洁(Procter & Gamble)

在“炉边聊天”期间,约翰逊解释了零售商如何创建由首席执行官Doug McMillon主持的数字转型办公室,以确保C-Suite是在知道和船上的信息和其他相关项目中。在支持企业的许多努力中,沃尔玛正在测试100家商店中的机器人来扫描库存(甚至扫地),同时对购物者没有破坏性。

随着这家零售商的电子商务和在线杂货产品不断发展,它面临的一个挑战是如何在把商店作为购物地点和履行中心之间取得正确的平衡。约翰逊讨论的其他话题领域包括沃尔玛使用预测分析/机器学习来雇佣更好的员工,以及它与微软日益增长的合作关系:在2018年签署了一项云部署协议后,合作伙伴在德克萨斯州奥斯汀市的一个办公室为员工开设了办公场所,该办公室具有创业文化。“你分不清谁是谁,”他说。

关于与亚马逊的竞争,约翰逊表示,沃尔玛经历了成功,一旦它从防守变得进攻到来就经历了成功。

推动火星数字化转型
Sandeep Dadlani.,首席数字人员,Mars Inc.

Dadlani为公司揭示了新的目的:“我们希望明天的世界开始与我们今天开展业务。”此外,“数字火星”加速了通过赋予员工100倍快100倍的员工塑造世界。“火星数字引擎Dadlani说,找到了问题,解决了问题并自动化解决方案。公司拥有11,000多个员工从事设计思维。“一旦我们有正确的问题并重新解决问题,我们使用数据和分析来查找合适的答案,”他说。

颠覆许可证:使用数字工厂驱动变革
Remco Brouwer.,SVP,数字创新和战略,兰斯塔德抱着

BROROWER详细说明人力资源人员/咨询公司Randstad于2017年创建了一个“数字工厂”。它是在公司的现有结构旁边建立,直接向首席执行官报告。这多功能的多元文化团队作为一个创业公司。它的使命是在企业周围迅速扩展最佳想法。它是通过快速交付或失败,快速学习和捕获学习的新态度的一种模型。兰德斯塔德面临的挑战是驾驶变革的困难;接受过去的假设可能今天可能无效;学习如何在分散的企业中推动比例和速度;并导航旅程成为真正的客户和数据为中心的组织。他说,变革管理是实现福利的关键。

VC对AI潜力的看法
Lonne jaffe., 常务董事,Insight Venture Partners.

人工智能在任何地方产生了头条新闻 - 即使是戏剧学 - 因为公司试图利用炒作。计算机正在创建自己的世界模型,数据对于新模型的成功至关重要。但是,AI仍然存在局限性和挑战。其中包括数据可用性对于许多公司来说仍然很高,但仍难以追踪或解释决定,隐私问题限制了AI应用。投资AI需要技术专长,以避免常见的缺陷和戏剧。

启动对分析的透视
布拉迪邓肯,联合创始人,Madtree酿造

在创建目的驱动的公司时,Madtree酿造使用数据分析和Word可视化技术通过应用的分析特性评估工具来吸引理想的员工和成长。邓肯详细描述了斯多雷如何聘请合适的人民,了解它们;刷新公司的宗旨,价值观和愿景,同时围绕着他们的拉力利益相关者;通过雇员,合作伙伴和消费者的股权健康检查监测/衡量进展。

攻击具有高级分析的最大商机
安迪•沃特前VP,IT与共享服务,宝洁(Procter & Gamble)
埃里克•陈Director,Analytics&Data Science,联合利华亚洲
玛丽亚Macuare,VP,数据和分析,坎贝尔汤公司
马克von烤箱,前副总裁,分析,目标公司
Reiko Yoshida,数据科学,Facebook

在由Walter领导的讨论中,小组成员解决了消费者和购物者参与等主题,吸引C-Suite高管,衡量成功和人才发展。Macuare表示,CPG公司正在进行非常平庸的工作,尽管他们对自己的消费者数据做得很好。在处理高管并获得其购买时,陈表示,了解他们的业务战略和计划是非常重要的,将其作为完全承诺的赞助商注册,尽快进行项目,并使它们迅速实施以说明影响和价值。然后,当它进展顺利时,退后一步,让别人谈论它。

Yoshida解释了她在Facebook的理想情况下,一个自下而上的公司,在那里,各个团队的做法是赋权,没有行政驱动的批准过程。von烤箱(谁也担任事件的零售共同主席)表示,为您的存在证明并展示您向组织提供了多少价值是很重要的。陈说,在才华所关注的地方,“我们是一个稀缺的资源。用它来你的优势。与高级领导的参与是至关重要的。“添加了Macuare:“数据科学家是最接近问题的人。用它们作为创新来源。“

利用机器学习来提高您的需求规划和预测能力
瑞克戴维斯,总统,DDG,LLC(由SAS赞助)

戴维斯说,有一个不断变化的需求规划人员,但一个常数是组织需要和预测预测准确性的改进。公司需要确定利用机器学习执行补救任务的机会。IA - 智能自动化 - 将设定新的质量标准,效率,速度和功能,使需求规划者提升到更具战略角色。

构建智能协作的基础
Joe Wright.,领先综合业务规划,凯洛格北美综合卓越中心(由E2Open赞助)

Wright解释了CPG是如何制造商努力改善与主要零售商合作伙伴的合作规划过程。在确定了现有流程中的三个主要“夹点”后——位于产品数据、商业分析和供应链分析领域——凯洛格找到了推动跨职能分析和跨渠道消费者洞察(跨品类管理、销售、营销、供应链、运营和执行管理)的方法,以改善库存管理,减少缺货和增加销售。

2019年零售和消费品分析研究的关键外卖
皮特里利,SVP销售,营销和服务,答案
拉里德国客户机伙伴,凯捷
马赫什·库马尔,首席执行官&创始人,老虎的分析

使用零售和消费品分析研究作为背景,小组讨论了制造商和零售商正在开展的努力,从产品驱动到知识驱动的商业焦点。虽然在开发内部分析能力方面取得了进展,但可以为整个企业提供通知和指导制造商和零售商之间的数据共享的互利方法,仍有很多工作要做,小组结束。但是,AI工具的持续实施应该对这两个领域具有巨大影响 - 只要行业的人体准备好变化即可。

导航机器和人类学习的婚姻
罗曼·爱伯特,vp,cio,火星箭牌糖果
Pranay Adrawal,CEO,分形分析介绍

消费品行业的传统价值方程模型失败,因为“它要求世界保持稳定和可预测,”的注意事项。今天,公司必须采用“深度和态度消费者为中心”,以找到必须解决的真正问题。但是,当机器学习对此产生巨大影响行业的转型,所涉及的“人类”还需要改变他们通过转移到归纳推理来改变他们学习的方式,在数据中找到正确的假设而不是使用数据证明(或反驳)假设。他说:“我们有一种倾向于尝试并证明自己”,而不是让数据指导我们。“我们没有受过教育,”我不知道“。”

解锁未使用的数据的力量
杰米兰开斯特,
vp联系卓越中心,kroger.

随着数字和全钟笼售购物的兴起,Kroger的联络中心已经丰富了未使用的购物者数据或“微数据”,因为兰开斯特称其每天收到的大约25,000名客户联系人(通过电话,电子邮件甚至蜗牛邮件)。尽管如此,它是有用的数据,可以用于解决特定的本地问题,也可以在汇总,教育和潜在影响克罗格尔的商店运营和其他业务活动。“我们缺乏宏观数据量的数据,我们弥补了微级数据质量,”他说。一个假设用途:能够触发产品基于客户联系人的内部召回要快得多,而不是从公司外部的信息做出反应。

改善供应链跨功能合作
Pradipta Saha.,供应链/财务副总监,人力资源分析,Mondelez国际
史蒂夫Sigrist
,VP,客户服务和客户供应链,纽威品牌

在更不受更多数据的想法的行业从业者中,他们是塞格斯特的想法。“我们在供应链中所做的任何事情都需要遵循一个基本公式,并且基本公式是返回=余量×速度,”SIGRIST表示,他花了大部分时间关注速度侧。

对于公司来建立可以有效减少出现的问题数量并迅速地解决所做的工具是至关重要的,因为“最好的客户服务不是客户服务”,这意味着没有问题,SIGRIST说。先进的分析可以帮助较小的制造商不是类别领导者在桌面上占用零售商的座位,因为“你必须获得解决这些问题的权利,”他说。

与不断发展的消费者保持步伐
菲奥娜Swerdlow,VP,研究主任,福尔斯特

斯维尔德洛表示,尽管美国的销售额中只有14%是直接在线交易的,但一半以上的销售额在某种程度上受到了数字产品的影响。他指出,“商店正在发展,影响仍然很大。”然而,数字技术现在为直接锁定和影响个人购物者提供了机会,无论他们在哪里,并帮助营销人员(以及Forrester)从一个不同的有利角度来看待消费者:他们的行为,而不是他们的人口统计数据。Forrester正在追踪的五项关键零售技术实现是:全渠道、个性化、分析、数字化和人工智能。