为什么智能数据云是数字化转型的关键

在当今数字化颠覆时代，每个行业的公司都面临着来自其他公司的竞争，这些公司提供更先进的技术、商业模式、运营价值链和消费者体验。数字化转型并不是一个新现象，但在过去几年中，零售、医疗保健、金融服务、交通、汽车、媒体和娱乐以及制造业等领域的数字化转型正在加速。

数字创新者正在以更快的速度进行创新，颠覆现有企业的商业模式。这些数字先驱了解将数据整合到整个业务中以产生真正的变化和价值创造的潜力。他们从耐用、任务关键型数据库、分析和机器学习系统中获益，这些系统可以全天候、每周 7 天可靠地运营公司并推动创新。数字创新者正在使用开放、智能和值得信赖的平台构建他们的数据云，他们现在正在这样做。

由智能数据云支持数字化转型的客户

1. 家得宝 (THD) 为 40 多万名店员提供关于每位客户所需物品的洞察，帮助他们更智能地处理存储在 2000 多个地点的 50000 多种商品。除了使用 Cloud SQL、Spanner 和 Bigtable 进行运营用例外，THD 还利用 AI 帮助店内导航移动应用定位商品。
2. 美国癌症协会利用机器学习和计算机识别出数字病理图片中的独特模式，从而可能改善患者的治疗效果，并将乳腺癌图像的分析速度提高了 12 倍。即使拥有一批敬业的病理学家，如果没有机器学习，评估 1,700 个组织样本也需要数年时间，而不是三个月。
3. UPS 通过使用 BigQuery 和 Spanner 以更低的成本运送更多的货物并以更智能、更敏捷的方式为客户提供服务，每年可减少 1000 万加仑的燃料使用量，从而节省高达 4 亿美元的开支。
4. 在线商店 Zulily 利用人工智能、机器学习和云计算领域的最新功能，以有意义的方式开发和服务其消费者。为了向在线买家提供服装穿着时的真实表现，Zulily 训练机器学习模型来分析产品照片并提取信息。他们使用 AutoML Vision 等基于云的技术开发此类解决方案。
5. 通过使用 BigQuery、Cloud SQL 和 Spanner，澳新银行处理交易的速度比以前提高了 250 倍。
6. 在 ML、BigQuery 和 Google Kubernetes Engine 的支持下，Priceline 能够更快地做出数据驱动的选择，从而能够更快地适应不断变化的客户需求。

现代数据方法被困在古老的数据系统中

Google Cloud 客户家得宝 (THD) 凭借其规模庞大、产品种类丰富以及最重要的客户满意度高而赢得了声誉。然而，随着时间的推移，THD 发现它存在一个问题，当然就是大数据。尽管多年来 THD 的成功完全由数据驱动，但它仍在寻求一种方法来更新其战略。他们希望更有效地整合其关联公司的复杂性，例如设备租赁和家庭服务。此外，他们希望更好地为数据分析团队和店员配备移动计算设备，并利用电子商务和人工智能 (AI) 等新现代工具来满足客户的需求。

他们当前的内部部署数据仓库无法应对现代挑战，不堪重负，无法管理数据分析师日益复杂的用例。

这不仅导致数据仓库的大幅扩张，而且也给控制优先级、性能和费用带来了困难。

增加环境容量需要 THD 进行大量的规划、设计和测试。在一个案例中，扩大本地容量需要六个月的准备时间和三天的服务中断。然而，好处是短暂的；不到一年，容量短缺再次出现，影响了性能和执行所有基本报告和分析工作负载的能力。家得宝还需要升级其运营数据库，以加快为其团队部署应用程序的速度并消除管理资源的要求。

THD 缺乏实时访问销售、产品和运输分析数据的能力，而这些分析数据对于提升客户体验、产品 SKU 等而言都是必需的，因此阻碍了他们在以客户体验为关键的行业中的竞争能力。

这听起来熟悉吗？这些困难现在在整个组织中普遍存在。对于包括 THD 在内的绝大多数组织来说，在尝试实施当代数据战略的同时运行历史技术已不再可行。

下载 Google Cloud 的白皮书，详细了解为什么智能数据云是数字化转型的关键，仅在线白皮书即可了解。