IBM和Twitter近期宣布合作，推出業(yè)界***款基于Twitter數據的云數據分析服務。該項服務可以幫助企業(yè)業(yè)務人員和開發(fā)人員通過Twitter數據，獲取用于商業(yè)行為的洞察。據悉，***批使用該服務的客戶項目超過百個——IBM和Twitter的這次合作正在幫助客戶將社交數據運用到業(yè)務決策之中。

作為一個實時、互動的全球公共信息平臺，Twitter擁有世界上***的數據源——來自世界各地的人們聚集Twitter上無所不談。

但是企業(yè)業(yè)務人員并不滿足僅僅傾聽社交平臺上的聲音，他們還期望能夠利用Twitter提供的信息，幫助企業(yè)進行重要決策。這就需要他們必須首先將有效信息從海量的干擾信息中分離出來。為此，IBM引入了包括天氣預報、銷售信息和產品庫存統計等上百萬個來自于其他公共和商業(yè)數據流的數據點，將這些數據和Twitter的數據 集合，分析和挖掘數據之間緊密的相關性，獲得更多可付諸行動的洞察。

Twitter公司數據戰(zhàn)略部副總裁Chris Moody表示：“過去，太多的業(yè)務決策依賴于銷售、促銷和庫存等內部數據。如今，Twitter所提供的數據能夠很好地反映客戶的反饋信息，可以幫助企業(yè)更為便捷地講其整合到決策之中。而IBM***的大數據分析能力正好可以幫助企業(yè)充分利用這些寶貴的社交數據。尤其在零售、電信、金融等領域，用戶對于對Twitter數據的需求是非常大的。”

針對企業(yè)用戶和開發(fā)者，新款云分析服務可以幫助用戶：

·創(chuàng)建支持社交數據的應用：開發(fā)者和創(chuàng)業(yè)者可以通過基于Bluemix的IBM Twitter洞察服務（IBM’s Insights for　Twitter）進行搜索和快速瀏覽，挖掘Twitter平臺上豐富的內容，并匯聚洞察。

圖一：基于IBM Bluemix的Twitter洞察服務

·將復雜的，預測性分析與Twitter數據融合：通過自動化的數據管理、預測分析以及可視化的展現，IBM Watson Analytics能夠快速地將Twitter數據導入任何商業(yè)項目之中，并從發(fā)現和解釋隱藏的模型及關系，幫助商務人員加快理解事件的來龍去脈，并預測未來的走向。

圖二：導入Twitter數據后，IBM Watson Analytics的分析圖

·分析Twitter的數據更加簡單：通過預配置的Biginsights on Cloud集群訪問Twitter的內容，結合已在IBM Bluemix 上線的功能全面的IBM企業(yè)版Enterprise Hadoop-as-a-Service服務。如今，4000多名IBM專家已經通過訪問Twitter數據，可以提供IBM行業(yè)解決方案和云服務的數據分析能力。

IBM和Twitter新社交洞察合作 行之有效支持業(yè)務決策

IBM和Twitter的這次合作為企業(yè)提供了***的強大能力，幫助企業(yè)做出更為明智的業(yè)務決策。一方面是聚集了海量信息Twitter通過其獨特的表達方式，向企業(yè)描述世界在說什么；另一方面是IBM通過其***的分析能力，為業(yè)務決策者提供可付諸行動的洞察。

目前，專家們通過***批上線的上百個項目，獲取了以下三類社交洞察： 

·洞察一：地理造成的地區(qū)差異顯著：經濟全球化和個體的本土性同時存在。即使在具有相同數據歷史的同一個細分市場中，不同地理區(qū)域的用戶流失率也會呈現出顯著差異。

在傳統依賴于訂閱用戶的電信公司和媒體公司之中，絕大多數正在為用戶的高流失率頭疼不已。為此，這類公司正在試圖開發(fā)復雜的分析模型來了解和預測客戶的流失。但在特定地理區(qū)域內，天氣或節(jié)點性事件的影響通常難以琢磨。對此，IBM把Twitter數據和雨雪大風等會引發(fā)服務中斷的事件信息結合，發(fā)掘天氣變化、用戶在Twitter上的抱怨與客戶流失之間的關系。結合當地Twitter數據與氣象數據進行分析，IBM極大地改進了客戶流失模型。有一家公司在IBM的幫助下減少了5%的客戶流失率。

·洞察二：內部員工流動直接影響對外銷售：零售企業(yè)中員工的離職會直接影響到其最忠實的顧客。企業(yè)內部發(fā)生的私密事件往往會經由社交平臺曝光在大庭廣眾之下。所謂沒有密不通風的墻即是如此。

IBM的分析模型顯示，在注重個人口味喜好的餐飲服務業(yè)，客人非常看重和服務生之間建立的關系，并常常喜歡在Twitter的平臺上表達這些感受和看法。一旦因為員工離職導致關系中斷，客人就會在Twitter上抱怨，并表示可能會重新考慮是否要繼續(xù)來此就餐。IBM在Twitter上調取了不同類型的商店和餐館關于忠誠度的信息，比對這些商店和餐館的財務營業(yè)數據，發(fā)現顧客對員工流動的不滿不僅會對銷量產生負面影響，高價值的忠實客戶對此尤其敏感。一項超過600萬人參與的商戶忠誠度調查顯示，這些高價值的忠實用戶是幾乎每天都光臨的常客，雖然僅占總體人數的3.3%，為商戶貢獻的利潤卻是最多的。

·社交洞察影響流行趨勢：Twitter上的觀點所表達的用戶對于時尚流行的趨勢需求，對于服裝行業(yè)是非常重要的。一條個人的評論都有可能成為流行趨勢風靡全球。

制造業(yè)廠商通常希望知道在何時應該生產什么樣的商品，但不斷變化的零售趨勢和消費習慣讓他們難以隨需應變。IBM發(fā)現，對于服裝行業(yè)為代表的制造廠商來說，Twitter是一個具有非常有效的價值需求指標。借助IBM研究院所提供的心理語言學分析工具，制造商可以從那些具有影響力的時尚博主所發(fā)布的Twitter信息中，非常全面地獲取消費者心態(tài)、認知及社交等各種因素。把這些因素與銷售和市場份額信息等運營數據相結合，制造商就可以更好地理解為什么某些產品會炙手可熱，而另一些卻無人問津。這不但可以幫助制造商改進營銷策略，同時能為未來產品的開發(fā)提供參

IBM全球企業(yè)咨詢服務部大數據及分析全球領導人Glenn Finch表示： “IBM和Twitter這次合作是里程碑式的：利用領先大數據分析和認知技術挖掘數十億條實時產生的社交信息，幫助企業(yè)做出更明智的決策。結合IBM在行業(yè)領域的經驗以及強大的數據管理和分析洞察能力，Twitter數據現在已經可以為我們所用，驅動企業(yè)內部決策。 ”