IBM Cloud Pak for Data 帮助Wunderman Thompson 构建重新开放指南

人工智能
IBM和 Wunderman Thompson结合了行业的各个领域,加上数字领域的专业知识以及我们汇集的数据科学和数据工程师资源,可以向客户提供强大的服务。

[[338356]]

随着全球社区和企业希望了解新冠病毒的经济影响,并为最终复苏做好准备,决策的最大考验将是为业务决策提供信息的数据。这些数据可信吗?及时吗?足够了吗?

到目前为止,各个组织机构在发布新冠肺炎仪表板方面做了很多工作,可以为我们提供下一步要做什么的提示。 这些数据包括健康状况、新冠病例、死亡率和人口统计数据,但直到现在还没有数据来源能够提供关于风险、准备和恢复的数据。

WPP的全球数字机构 Wunderman Thompson在 IBM数据和人工智能专家实验室以及数据科学和人工智能精英团队的帮助下,已经能够利用 WT的专有数据集,从他们的识别网络中使用 IBM Watson机器学习快速创建一个新冠肺炎仪表板,该仪表板详细描述了各县的风险、准备和恢复情况。

这个最新的项目是我们一年多来致力于通过从消费者数据中产生洞察力来最大化数据科学投资回报率的成果。 随着基础数据和人工智能平台的建立,我们由商业领袖、数据科学家和工程师组成的团队在几周内汇集了一个有洞察力的风险、准备和恢复仪表板。

Wunderman Thompson 的身份网络提供了美国各州三年的跨类别交易数据。纵观没有新冠病毒的典型时间轨迹,我们可以衡量健康与经济的正常状态,并与我们现在的状态进行比较。

该仪表板使用 IBM Cloud Pak 构建,用于 IBM Cloud 上的数据,使用户能够深入了解风险、就绪情况和恢复索引。这可用于了解美国市场,使用 IBM Watson Studio和 Watson 机器学习在 Cloud Pak for Data中聚合和分析各种不同的数据源。

该仪表板提供了各个县的示图,在何处和何时跨不同行业的企业可以通知各种决策。 一 些用例包括库存计划、客户参与和员工管理。 有了这个框架, WundermanThompson就可以以有意义的方式向美国市场提供可见性,以连接健康、兴趣点和经济数据。

以零售业和电信业为例。

比方说,大型零售商需要计划先开哪些店铺。 恢复数据,结合他们自己的 CRM数据和邮政编码,可以查看商店的足迹,并根据他们的风险和就绪评分得到推荐的操作。

电信公司需要管理零售业务和存储库存。 他们可以使用定制的仪表板来优化配送中心的供应链和库存管理,根据店铺开张计划预测需求。

仪表板功能包括:

社区风险索引

该功能结合了来自 WT身份图数据湖的已汇编的人类健康状况和人口数据,以及约翰霍普金斯(Johns Hopkins)的每日报告的新冠疫情影响加上美国人口普查数据,以呈现关于人口风险和新冠影响的本地化观点,覆盖了3,241个美国县。

社区就绪性索引

这揭示了基于可用病床(按类型)医院准备情况的见解。数据来自 Wunderman Thompson 医疗保健成本收据信息系统 (HCRIS) 以及数百万个商业兴趣点数据,以向 3,241 个美国县提供药房。

社区恢复索引

我们利用 40 个购买类别的 6000 亿美元交易数据,创建一个与 3,241 个美国县中每个县本地化的按时间段显示的经济速度的可见性视图,从而了解新冠病毒对经济的影响,以及支持复苏的决策和行动的指南。

这仅仅是个开始。 Cloud Pak for data为组织提供了一种将现有仪表板数据与企业数据结合起来的简单方法,以获得更多可定制的见解。 可以通过组合数据集来进一步扩展仪表板,例如。 Weather公司,卫生保健索赔数据和需求管理和预测的供应链。

IBM和 Wunderman Thompson结合了行业的各个领域,加上数字领域的专业知识以及我们汇集的数据科学和数据工程师资源,可以向客户提供强大的服务,解决在规划恢复业务的分阶段方法方面的一些核心难题。

了解更多IBM 数据与AI解决方案请访问:IBM数据与人工智能专区

 

 

责任编辑:张燕妮 来源: 51CTO
相关推荐

2021-07-23 11:08:12

自动化

2020-08-06 15:32:11

AI 数据人工智能

2019-08-14 09:07:00

IBMCloud Pak混合多云

2021-07-23 14:04:44

大数据AIIBM

2021-05-20 09:23:26

零信任

2021-03-10 09:31:09

云计算

2020-07-29 15:44:10

IBM人工智能Cloud Pak f

2019-12-23 17:49:08

云计算

2021-09-03 11:27:03

自动化人工智能 数据

2013-09-12 09:13:01

IBMCloud Found开放云

2021-05-20 09:55:53

网络安全

2014-06-27 13:01:52

2012-06-28 09:57:45

英特尔至强E5

2012-12-20 11:05:12

IBMdW

2018-04-20 08:48:46

苹果数据开发者

2012-09-20 10:47:52

IBMdw

2020-06-22 08:43:41

MATLAB开发中国

2015-05-27 15:22:10

OpenStackIBMCloud Manag

2015-11-26 09:48:05

Windows 10TH2镜像

2024-08-29 15:05:57

点赞
收藏

51CTO技术栈公众号