士卓曼（Straumann）集團這家全球牙科種植體、正畸和數(shù)字牙科制造商與供應(yīng)商的CIO? Sridhar Iyengar 正在通過機器學(xué)習(xí)和人工智能增強其業(yè)務(wù)，將千萬億字節(jié)的數(shù)據(jù)轉(zhuǎn)化為資產(chǎn)和新的業(yè)務(wù)收入。
Straumann集團的北美數(shù)據(jù)和技術(shù)總監(jiān)（CIO） Sridhar Iyengar有一個大膽的使命：將這家擁有近70年歷史的公司的數(shù)據(jù)和技術(shù)組織轉(zhuǎn)變?yōu)槿蜓揽浦踩胛?、修補、正畸和數(shù)字牙科制造商和供應(yīng)商的數(shù)據(jù)即服務(wù)提供商（data-as-a-service）——并為商業(yè)利益相關(guān)者提供機器學(xué)習(xí)（ML）服務(wù)。
“我的愿景是，我們可以為企業(yè)員工與合作伙伴提供‘鑰匙’，以管理他們的數(shù)據(jù)并自行運行數(shù)據(jù)，而不需要通過數(shù)據(jù)和技術(shù)團隊來幫助他們，”Straumann Group北美數(shù)據(jù)和技術(shù)總監(jiān)Iyengar說。
這樣做絕非易事。這家總部位于瑞士巴塞爾的公司在100多個國家運營，擁有千萬億字節(jié)的數(shù)據(jù)，包括高度結(jié)構(gòu)化的客戶數(shù)據(jù)、關(guān)于治療和實驗室請求的數(shù)據(jù)、運營數(shù)據(jù)以及大量且不斷增長的非結(jié)構(gòu)化數(shù)據(jù)，特別是成像數(shù)據(jù)。例如，該公司的正畸業(yè)務(wù)大量使用圖像處理，以至于非結(jié)構(gòu)化數(shù)據(jù)以每月約20%至25%的速度增長。
成像技術(shù)的進步為士卓曼（Straumann）集團提供了為客戶提供新服務(wù)功能的機會（注：實現(xiàn)業(yè)務(wù)增長）。例如，成像數(shù)據(jù)可用于向患者展示矯治器（牙套）將如何隨著時間的推移改變其外觀。
Iyengar說：“它為我們的供應(yīng)商銷售他們的服務(wù)提供了強大的力量，同時從患者那里為我們獲得了更多的NPS（凈推薦值），”Iyengar認為人工智能將在Straumann的圖像處理和實驗室治療業(yè)務(wù)中發(fā)揮關(guān)鍵作用。因此，為數(shù)據(jù)和技術(shù)團隊的內(nèi)部客戶提供（機器學(xué)習(xí)）ML服務(wù)。
他說：“他們所要做的就是建立他們的模型并運行它們。”
但為了通過ML和人工智能擴大其各種業(yè)務(wù)，Iyengar的團隊首先必須打破組織內(nèi)的數(shù)據(jù)孤島，并改變公司的數(shù)據(jù)運營。
他說：“數(shù)字化是我們數(shù)據(jù)全生命周期管理過程中最重要的第一項任務(wù)?！?/p>
一、出售數(shù)據(jù)轉(zhuǎn)換的價值
Iyengar和他的團隊規(guī)劃為期三到五年的旅程中已經(jīng)走過了18個月，這一旅程從構(gòu)建數(shù)據(jù)層開始——將ERP、CRM和傳統(tǒng)數(shù)據(jù)庫等數(shù)據(jù)源封裝整合到結(jié)構(gòu)化數(shù)據(jù)的數(shù)據(jù)倉庫中，同時將非結(jié)構(gòu)化數(shù)據(jù)存入數(shù)據(jù)湖中。
這一步驟主要由開發(fā)人員和數(shù)據(jù)架構(gòu)師負責(zé)，實現(xiàn)了數(shù)據(jù)治理和數(shù)據(jù)集成?，F(xiàn)在，團隊的信息架構(gòu)師與業(yè)務(wù)分析師一起，正在研究語義層，該層將數(shù)據(jù)倉庫和數(shù)據(jù)湖中的數(shù)據(jù)送入數(shù)據(jù)集市，包括金融集市、銷售集市、供應(yīng)鏈集市和市場集市。在合作伙伴Findability Sciences的幫助下，下一個目標(biāo)將是將機器學(xué)習(xí)（ML）和人工智能（AI）管道構(gòu)建成一個能夠支持預(yù)測性和規(guī)范性分析的信息傳遞層。
“隨著信息層的成熟，這就是機器學(xué)習(xí)（ML）和人工智能開始看到一些萌芽的地方，”他補充說，盡管數(shù)據(jù)轉(zhuǎn)換是2021年簽約時的迫切需要，但他想要一個更引人注目的愿景，來引導(dǎo)董事會和商業(yè)領(lǐng)袖主動解決這個問題。
為此，他的數(shù)據(jù)戰(zhàn)略采用了防御性和進攻性策略。防守性包括數(shù)據(jù)管理的傳統(tǒng)要素，如數(shù)據(jù)治理和數(shù)據(jù)質(zhì)量。進攻性的一面，則是人工智能和高級分析的領(lǐng)域，其作用不僅僅是洞察力和業(yè)務(wù)優(yōu)化。
Iyengar說：“進攻性的方面表現(xiàn)在如何創(chuàng)造收入，我們收集的歷史數(shù)據(jù)中的所有洞察，以及事實上，預(yù)測即將到來的趨勢?！薄拔覀儚倪M攻性方面獲得的大部分數(shù)據(jù)都是非結(jié)構(gòu)化的，我們希望確保這對商業(yè)領(lǐng)袖有意義，并幫助他們協(xié)調(diào)和豐富這些數(shù)據(jù)，使他們能夠更有效地為客戶服務(wù)，讓客戶得到數(shù)據(jù)，并以更穩(wěn)健、無摩擦的方式利用Straumann的服務(wù)（DaaS服務(wù)）?！?/p>
毫不奇怪，正是這種進攻性讓士卓曼（Straumann）的董事會投資于CIO的轉(zhuǎn)型計劃。
Iyengar說：“當(dāng)以客戶為中心和數(shù)字化轉(zhuǎn)型的理念被提出時，以及數(shù)據(jù)轉(zhuǎn)型，我認為這與他們產(chǎn)生了共鳴。”
二、為未來做準(zhǔn)備
Iyengar的團隊通過推行使用案例（用例）方法取得了成功，這與Strauman的核心業(yè)務(wù)之一沒有什么不同。Iyengar說：“我們幾乎采用了與患者展示的治療前和治療后圖像相同的原則。”
該團隊要求公司領(lǐng)導(dǎo)選擇一些以客戶為中心的分析圖表，以說明如何使用數(shù)據(jù)創(chuàng)新來推動業(yè)務(wù)成果。目標(biāo)之一是減少客戶流失。團隊首先將客戶流失傾向分為兩個值：一個用于保留現(xiàn)有客戶，另一個用于獲取新客戶。它使用了典型的客戶生命周期價值（模型）并分析了購買模式，為營銷團隊和銷售團隊提供了可以用來推動戰(zhàn)略的洞察。
Iyengar說，采用這種方法在內(nèi)部銷售數(shù)字化轉(zhuǎn)型，使這項工作變得更容易。他說：“我們看到所有（全球區(qū)域的）企業(yè)都批準(zhǔn)了這項投資，以支持該倡議?！?/p>
與此同時，隨著團隊開始構(gòu)建機器學(xué)習(xí)（ML）和人工智能（AI）功能，也必須轉(zhuǎn)變數(shù)據(jù)和技術(shù)團隊本身。
Iyengar說：“從傳統(tǒng)學(xué)校的角度來看，我們固有的技能組合不適合其中的機器學(xué)習(xí)（ML）和人工智能（AI）部分?！薄?strong>你需要的是統(tǒng)計學(xué)家和數(shù)學(xué)家，而不是程序員和編碼員，對嗎？因此，我們也一直在從文化和技能的角度改變自己。這需要自我學(xué)習(xí)的時間。我們最終有一個學(xué)習(xí)曲線，以建立我們內(nèi)部的正確技能?！?/p>
Iyengar正在企業(yè)人工智能專家Findability Sciences的幫助下補充團隊的技能。該公司的Findability.ai平臺結(jié)合了機器學(xué)習(xí)、計算機視覺和自然語言處理（NLP），幫助客戶進行人工智能之旅。
他說：“我的團隊中有很多傳統(tǒng)的ETL技能（Extract-Transform-Load的縮寫，是一種數(shù)據(jù)倉庫技術(shù)，用來描述將數(shù)據(jù)從來源端經(jīng)過抽?。╡xtract）、轉(zhuǎn)換（transform）、加載（load）至目的端的過程）?！薄暗覀儸F(xiàn)在還不具備機器學(xué)習(xí)（ML）和人工智能（AI）的團隊技術(shù)能力，合作伙伴正在這個領(lǐng)域幫助我們?！?/span>
Iyengar說，最終，這些變化將改變數(shù)據(jù)和技術(shù)團隊與業(yè)務(wù)部門的互動方式。目前，它們在集中的“樞紐和輻條”模式下運行。但他說，在他的團隊中雇用統(tǒng)計學(xué)家和數(shù)學(xué)家是不可持續(xù)的。相反，他真正希望在三到五年內(nèi)將他們嵌入到更接近業(yè)務(wù)線的團隊中，這樣企業(yè)業(yè)務(wù)部門就可以自己運行模型。
他說：“現(xiàn)在，我們正在以100英里每小時的速度駕駛公交車，同時還需要更換輪胎，這無論如何都不可持續(xù)，盡管我為我的團隊感到驕傲，可我們也必須為未來做準(zhǔn)備”。
