论坛 产品库 视频 专题 CIO俱乐部 Windows8 实验室 CMO俱乐部 案例

Cognos数据分析软件实施成功案例

发布时间:2013-05-24 23:56:00 来源:比特网 作者:zhanggl
关键字:Cognos ibm 数据分析

  葡萄的收成工作一直是非常辛苦的劳动,葡萄通常是以T字棚架生长的,它离地面很近。工人必须弯腰并用他们的手来摘下T字棚架的葡萄,这给他们的背部带来巨大的压力。

  根据Sun World公司的预算和报告主管Steve Greenwood的说法,早在2007年,公司的设计师提出了一种新的棚架,它增加了一英寸调度,从而允许工人站着摘葡萄。

  目前为止,Sun World主管仍一直未能获知该设计方案。根据Greenwood的说法,公司多年以来一直使用Congnos TM1进行财务报告,但是一直没意识到可以将数据分析软件的功能应用到他们的葡萄园中。

  这种局面在2006年新的资本所有权交替后发后变化,Greenwood说。新老板希望跟踪许多关键性能指标 (KPI)以便更好地管理Sun World的运营,而且这也正是Greenwood所从事的工作。

  他很快便做出了安排。他选用公司现有的财务报告供应商的分析软件Cognos(后IBM 收购),然后设置它开始工作。在将许多不同的数据库的劳力、能源和价格数据整合到Cognos分析引擎后,Greenwood编写和应用了几个算法,它们可以得到许多新老板希望看到的数字。

  其中有在多个葡萄园每小时采摘的葡萄的箱数。特别地,Greenwood开始跟踪和分析公司不同工人分组的采摘速度,从而发现哪些小组做得最好,哪些比较靠后。

  主管使用数据分析工具进行短期和长期利润率分析

  通过新的分析功能,主管每天都能够确定工作效率低于平均值的小组,并且开始提出激励计划来提高他们的业绩。

  准时是非常重要的,Greenwood说。在葡萄生意中,收获季度只持续大约6周时间,从七月初到八月中。为了使分析数据能影响到当前的采摘,它需要很快地执行,要在短暂的采摘季度过去之前完成。

  Sun World的数据每五分钟就被整合到Cognos的常驻内存分析中,Greenwood说,所以农场经理就能够在每天早晨和白天任意时刻进行第一时间分析。所以如果一个农场经理发现了一个低效的小组,他或她就可以马上采取行动。例如,这些在九月发现的规律在下一个收成季节便可以应用了。

  但是主管对于长期分析也很感兴趣。他们希望引入新的棚架,但是他们不确定新设备的投资回报是否足够高。而分析则能帮他们找到答案。

  公司开始使用他们新的分析功能来测试新的棚架,并开始比较在使用新棚架后与之前使用旧棚架——即离地面很近的棚架——时每个小组采摘的葡萄箱数。最后证明工人从新设计的棚架比他们同事从旧的棚架所采摘的葡萄箱数显著增加了。

  这个分析验证了主管之前所期望的结果。在使用新设计的棚架后,公司将采摘每箱葡萄的成本减少了0.50美元,按照每个夏天采摘6到7百万箱的数量计算,每年可以至少节省300百万美元。

  “我们已经验证了这些棚架所带来的成本节省。”Greenwood说。

  Sun World的新分析功能也帮助公司测试各种灌溉技术的有效性,他说。公司从2006年至今减少了约9%的水用量。

  “我们之前只是猜测那些数据,但是现在我们确信这些数字了。”Greenwood说。

  向主管推介数据分析软件并非易事

  但是一段时间这个公司仍迷信它现在的分析劳力的成果,有一些Sun World的主管一开始是持怀疑态度的。

  “我们必须克服的最大问题是害怕。”Greenwood说。

  由于对数据分析了解很少甚至毫无所知,有一些主管根本不相信这些新的数字。他们缺乏“技术悟性”,Greenwood补充说。可惜,解决这个问题并没有捷径。数据分析软件必须自己证明它们是稳定且快速的过程。

  Greenwood的耐心最终得到成效。随着最基本的收益开始显现,Sun World使用的分析技术越来越多,Greenwood自此将分析软件进行调整以满足各个用户组的需求。

  例如,主管们还使用总体仪表板跟踪公司的销售和财务。同时,农场经理每天都通过交互式采摘周期报告跟踪和管理运营。

  IBM Turbo Integrator将来自多个系统的Sun World的数据传递给Cognos分析引擎,然后引擎会生成各种报告并向最终用户提供更进一步的分析,Greenwood说。

  当然,在几代人都使用相同的农业技术而一直不采用新技术的这个行业中,在某种情况下而言,Sun World是一个最早尝试者。但是Greenwood认为很可能会发生改变。

  “企业化农业是一个非常艰难和竞争激烈的生意,”他说。“我认为没有采用这种类型的分析技术的公司将会遇到麻烦。”

  了解更多大数据信息,点击进入《大数据,大分析,大决策》专区


比特微信账号
比特微信账号

微信扫一扫
关注Chinabyte

返回首页 长微博 返回顶部