文思海辉芮祥麟：从大数据到智慧数据

60度视图及企业产品生命周期为基础, 设计一套针对客户/产品的实时推荐引擎. 实时推荐引擎的核心是协同过滤推荐的机器学习框架 (Collaborative Filtering). Collaborative Filtering包括六大分析步骤, 每一步骤都有一些合适的算法可供选择. 当然最重要的步骤是相似度计算. 同时将社交媒体分析加入做交叉比对, 找出最适合的个性化的推荐策略。另外文思海辉也正在使用隐马尔科夫模型研发行为模式分析及欺诈分析

　　实际上，在行业企业中已经有多家企业采用我们研发的混合型的客户360度视图，以金融业为例，文思海辉已经帮助国内多家银行企业采用混合型的客户360度视图广泛并深入的拓展他们的客户，另一方面借助合型的360度视图能够实现统一的客户主数据管理。另外，通过升级该用户的语音系统，把自然语音技术加入处理，可以实时调出客户所有的资料信息。“我们最核心是在帮助客户使用各种工具，建立较好的分析模型, 实现智慧数据”

　　要真正利用大数据的技术去解决企业面临的问题，对于企业带来来讲仍然有一定的挑战。以银行为例，现在银行都是彻底打破内部的各个环节，传统银行是内部是按照传统产品线划分相对独立的事业部门, 比如按照理财工具的不同会有各个不同事业部门，但现在这种模式已经“落伍”了，要完全打破这些事业部门, 模块化的重组, 变成“工厂化”，后台主要是分析传统的智能化部分，中间是对银行是至关重要的风险管控，前台是要把智能直接移动以及实施的方式传到客户经理。所有的工厂化, 模块化之后要以客户为中心重新组建，金融产品要到各个不同的部门相当于一站式服务，客户经理是唯一的对口，银行的智慧数据要能随时提供客户经理所有的客户信息。

　　实际上，在整个分析算法上， 世界上有几百种分析算法，“但我们不可能把所有的算法都搞懂，我们重点挑选出几大类最重要的算法, 把它们搞明白。把这些算法搞明白后, 组合这些算法, 设计模块化的各种基础的分析模块, 如图像分析、回归分析、协同分析, 行为模式分析, 概率转移分析等. 再将这些分析模块融入我们已有的行业解决方案， 将其智能化, 如智慧银行, 智慧商务，智慧维修等, 给客户带来实际可验证的商业价值。”