汽车巨人福特让“数据”说话

【编者按】大数据可以说是数据科学界最热门的话题之一，然而大数据在企业管理中的应用却不尽如人意，福特公司的成功无疑为大部分还在彷徨中的企业积累了丰富的经验，福特公司收集了大量的数据，利用数据改进业务、完善设计，利用数据推动企业的运营、开拓新市场。掌握大量的用户数据，使福特在汽车市场拥有更大的话语权，看GigaOM分析师Derrick Harris为我们解读福特的数据化管理。策的最终解决方案。

以下为译文：

数据对福特公司意义重大，这些数据提供了从产品设计到商务智能的所有信息。在对这次Structure Show播客的采访中，福特公司顶尖数据科学家讨论了有关福特公司如何处理从部署Hadoop到人事招聘的所有事务。

“大数据”对福特公司有着很重要的意义，现在的福特就像是由无数个0和1构成。有关于汽车的数据，有关于这家世界五百强公司战略的数据，甚至还有关于客户如何看待福特公司这样的数据。福特数据科学负责人Michael Cavaretta是负责整理公司所有数据的数据分析师之一，而且他也出席了这周的Structure Show播客，分享了一些公司管理数据的方法。

这些都是那次谈话的重点，从汽车设计到数据科学定义，任何对这些感兴趣的人都会想要了解这整件事情。或者，你可以计划参加我们3月19-20号在纽约举办的结构数据会议（Structure Data conference），那时Cavaretta以及数十个演讲嘉宾将谈论他们公司如何使用数据改善业务或者开展全新的业务（在许多情况下是）。（想要了解更多关于数据如何改变福特公司的信息，可以看一下2013年的这个播客）。

通过数据了解汽车设计

也许你听说过，在北美国际汽车展几个星期之前，福特用轻质铝代替钢以减少燃料消耗，重新设计了它的F-150皮卡。Cavaretta的团队就参与了这次改造。

“我们在被我们称为‘CO2滑道（CO2 glide path）’的那部分做了很多工作，而这一项目的思路是采取目前可用并且我们认为会在不久的将来广泛使用的技术，”他解释。“我们考虑了成本，考虑了收益，考虑了他们将来是否能够实现或者是否能在可预见的时间内实现。然后我们把所有数据放进这个巨大的漏斗刷选并得到最优的结果，我们几乎把一切都考虑进去了，最后找到以后几年内最优的组合，然后再考虑几年以后。这样，将轻量化和铝这些技术工艺放进漏斗，轻量化、铝理所当然被选中了。”

Cavaretta的团队使用完全不同的数据源――社会媒体――帮助公司弄清楚为什么美国Ford Fiesta的车主和欧洲的车主一样，都不喜欢three-blink转向信号（行车线变化时转向灯闪烁三次）。

“一些有three-blink功能美国车的人，看来并不像我们预期的那样满意。所以，市场营销团队过来了，说：‘对于人们谈论的问题，您能给我们更生动一点、更具体一点的报道吗？’”在对社会媒体进行一些深入的数据挖掘后，他说“其实满意度问题，原先被定位于车辆的转向信号上，实际上是方向盘的问题。但当你认真地解释这个问题后，人们就不再抱怨转向信号了。”

考虑价值，而不仅仅是成本

Cavaretta说，福特汽车自第二次世界大战以来，已成为以数据为中心的公司，但该公司在过去几年中又将其上升到一个新的高度。“Alan Mulally（他的信条之一就是‘数据带给你自由，’）进入公司后，非常重视数据，”他解释到。“我们发现，经理们要求的数据量增加了一倍。所以当要做出重要的决定时，‘好吧，给我看数据，证明给我看你做了分析、你的分析正确、有数据支持你的决策。’”

关注数据，将使我们考虑利用新的技术，如Hadoop，并以此作为我们改进的动力，而不是以更便宜的方式存储数据。要想及时得到正确的答案，需要重新思考如何设计整个数据环境，Cavaretta说：“我们真的很想采用新技术，‘我们将会有这样一个瀑布过程，我们将会坐下来设计这样一个出色的数据仓库，而且会在未来的三年内实现运转’，三年以后，即使一半的数据集发生了改变，我们的业务还可以继续下去。”

追求新技术也要适可而止，有时候也要重视效益

“我知道Cloudera建造了自己的数据中心，他们都在谈论实际上他们再也没有必要建数据仓库。我认为在某些情况下，如果你考虑新的发展或者着眼于刚起步的公司，那么这可能再合适不过了，”Cavaretta解释道。“但对于大企业――福特――这就很难说，‘哦，我们只要把所有的这些东西清除出去，然后用Hadoop代替。’这需要大量的时间和金钱，但我觉得，很多情况下，数据分析本身就是个很好的理由，因为没有立竿见影的效果就要把它清除是没有道理的。”

不用崇拜数据科学家

虽然，数据分析给福特带来了这么多的改进，但Cavaretta说他很高兴看到公司并不需要那么多的“专家”――关于他的人员队伍里都是数据科学家的说法或许也不现实。他说：“你不需要找这些“独角兽”们，这些人很难找到，你还得付给他们难以置信数额的钱。你可以建立一个能完成数据分析的团队，对我来说这已经足够了，和我们引进数据科学家一样，在公司内部建立数据分析团队同样具有战略意义，用公司内部人才补充数据科学家这一空缺是个不错的方案。”

数据科学家除了能够在软件平台上操作数据，还有一些特殊的技能。“虽然有很多的供应商说，‘你不需要数据科学家，用我们的软件就好了，’”Cavaretta 说，“在我看来，用软件来代替还需要一段时间。”

原文链接：3 lessons in big data from the Ford Motor Company（编译/毛梦琪 审校/魏伟）