大数据驱动的流程智能

随着社交网络、移动电子商务、物联网等新技术的广泛应用，数据正在以前所未有的速度增长，人类进入了大数据时代。在线商店的交易记录、社交网络的用户评价、呼叫中心的服务记录、智能终端记录的服务日志等运营数据的飞速增长，也促进了企业的业务流程管理朝着大数据驱动的智能化管理方向发展。

大数据呈现大量（volume）、多样化（variety）、快速（velocity）和高价值（value）等4V特征，为企业从大数据中挖掘业务洞察力提供了新的机遇。通过挖掘海量的业务数据，可以帮助企业对客户需求、流程绩效进行分析，指导企业正确决策。例如，中国移动（CMCC）充分发挥大数据的优势，打造智能化的流程管理[24]。CMCC采用分布式的云存储方式对不同结构的海量业务数据进行集成，提高了存储的可扩展性和一致性。在此基础上，利用Hadoop架构构建大数据分析平台，利用时序分析模型挖掘历史规律，预测企业运营的关键指标。通过开发并行的关联算法，结合社会网络分析（SNA）挖掘用户的微博、微信等社交数据，发现用户的社交行为、产品偏好，从而有针对地向用户推荐合适的App（应用软件的略语），扩大了移动市场的商业价值，实现智能化的流程管理。

数据的多样性使企业的数据来源不再局限于BPMS中产生的流程记录，从社交网络、移动网络、电子商务网站等大数据平台中挖掘商业知识，将给企业的流程管理提供全新的思路。例如，华为公司通过与天猫商城合作，利用大数据分析成功推出了C2B （consumer to business）定制手机，颠覆了传统的产品研发流程。这里的C2B定制手机是指企业按照消费者的需求设计和生产的手机。天猫商城每天拥有上亿次访问，记录着大量的用户消费数据。海量消费数据背后隐含着许多有价值的客户偏好信息。年轻人作为C2B消费模式的主要人群，会对价格比较敏感。调研表明，在不同的价位，消费者更关心产品配置、屏幕尺寸和芯片性能等因素。华为通过与天猫商城合作，从手机评论、销量等数据中挖掘用户需求，指导手机的定制。分析发现，一款5.5英寸以上屏幕、四核芯片、超大容量电池，并有增强视频播放功能的产品，具有很大的市场空间，而且这个市场刚刚处于爆发的拐点。因此，华为在2013年1月以2 688元发布了其6.1英寸屏幕、4 050毫安电池的Ascend Mate手机，在三天之内预约量就突破一百万，取得了显著的成效。通过利用大数据深度分析，华为打造了国内首款根据消费者需求设计的手机，改变了传统的手机制造流程。大数据分析使企业有机会从电子商务、社交网站等平台中获取全面的用户数据，使企业面向用户进行生产、服务流程优化，提升企业的竞争力。

【例1.3】 大数据分析在银行客户办理业务流程中的应用

IBM公司在2012年提出了智慧的分析洞察“3A5步”动态路线图。“3A5步”指在掌握信息（align）的基础上获取洞察（anticipate），进而采取行动（act），优化决策成就业务绩效。此外，通过不断地学习，从每一次业务结果中获得反馈，改善基于信息的决策流程，从而实现转型。

国内金融业正处在一个机遇和风险并存的快速成长环境。银行拥有巨大的客户数量以及多样的金融产品和服务，每天都要完成大量的交易并产生海量的交易数据。大数据分析技术使企业有更多的机会去了解客户，让企业能够通过数据分析揭示商机，为业务决策提供辅助，实现客户服务的差异化。

某银行客户办理业务流程如图1.6所示。该流程包括客户开户信息分析和产品建议、审查和执行等阶段，由推荐金融产品、金融产品选择和生成销售合约等十几个活动组成[25]。

图1.6　某银行客户办理业务流程

在上述银行业务流程中，大数据分析主要可以应用在以下方面：

（1）提取海量数据。IBM的数据仓库Netezza提供了TB级非结构化数据的存储能力，并为大数据分析做了优化。IBM InfoSphere BigInsights用于存储和分析半结构化和非结构化的数据，并具有较快的I/O吞吐速度，使业务分析实时化，提高了响应能力。

（2）提高客户满意度。数据仓库中存储了与流程相关的各类数据。通过对客户的数据进行分析，建立客户360度全方位的视图，掌握客户的特征，定制更加个性化的服务：通过IBM Master Data Management把客户数据抽取转换后加载到IBM Cognos商务智能分析系统中，建立客户相关的分析报表。通过IBM Data Explorer还可以整合不同数据源的数据，并以可视化的方式展示。

（3）降低运营成本。有了流程运营数据的支持，通过建立客户偏好模型，利用IBM SPSS预测工具对客户潜在的购买行为进行预测和推荐，为客户提供个性化的金融产品和服务。还可以实时抓取运营数据并放在IBM InfoSphere BigInsights平台上，检测KPI和流程运营情况等。

（4）减少交易风险。有效地对交易流程中存在的风险和诈骗进行预测是非常重要的。在图1.6所示流程的审查阶段，当客户签收合约、购买产品前，系统需要对交易行为进行风险评估。通过收集客户账户信息和历史交易数据、客户在社交媒体上的各类非结构化数据，借助风险评估模型或风险控制反欺诈工具I2对客户的购买行为进行评估，满足审查要求才允许本次交易。