这是一个有着相对矛盾的命题，甚至也被人称为伪命题，因为从办公的角度来讲，没有那么多紧急事务需要随时随时去处理，而作为人的属性，也不喜欢随时随地被纳入到“办公“的体系中去。
但不可否认，企业移动化办公已经离我们越来越近，很多企业已走在前头：中国联通的移动化方案已经非常成熟，中国食品的移动化也已开始了三年之久，中铁建设的移动审批实现全集团覆盖，诺华制药的移动化远程医疗已给企业带来极大竞争力，壳牌的移动技术与大数据技术结合已帮助全球客户足不出车即可完成加油，省时省力。
这些卓越的实战分享怎么可以错过？
篇章三：大数据+移动应用，壳牌IT核心
壳牌，“油”之精品贵族，在中石油、中石化的包围里，以客户体验扩张着在中国的市场牌图。大数据+移动应用，是壳牌信息化的两个王牌，帮助壳牌客户在加油过程中实现了“足不出车”。壳牌中国区CIO徐斌分享了壳牌在大数据及移动应用方面的实践。
上图为：壳牌中国CIO徐斌
一、大数据
徐斌认为大数据是指“无法用现有的软件工具提取、存储、搜索、共享、分析和处理的海量的、复杂的数据集合。“因此，需要新的处理模式才能使数据具有更强的决策力、洞察发现力和流程优化能力。但同时，这也是一个海量的、高增长率和多样化的信息资产，企业必须要用好。
徐斌说：“现代企业的运营模式早已发生了变化，从产品为中心转变为以客户为中心，因此，必须要把客户需求作为最优先级来考虑。“
如何发现自身企业哪些环节具备大数据价值？
1、 保证安全生产的环节
油品最需要保证的是安全，安全无小事！
2、 可以降低企业成本的环节
发现流程改进点，减少无价值的工作内容，提升生产率；降低产品废品率， 减少缺陷成本；优化库存， 减少沉淀资金，减少现金流风险；提升配送和供应链效率，减少生产和客户之间的链条上的所有环节的成本。
3、 提升销售价值的环节
数据分析显示，93% 的人类行为是可以预测的。在销售环节，首先是发掘潜在的客户，带来更多地销量；其次是更好地维系现有客户， 持续深入营销；第三是预测客户的需求， 主动开发适合需求的产品；第四是异业营销合作，建立生态圈，共享共同开发和维系客户。
通过对上述各个能改善客户体验、提高安全性、降低成本、提高销售的环节分析，壳牌在下述领域建立了符合自身要求的大数据应用。
1、上游业务应用
采集实时数据(井下的温度， 压力等)， 历史数据和外部参考数据(地理数据)，建立数据分析预测模型。如一旦某个预测模型发生，就会及时通知相关人员采取相关措施，解决问题或预备潜在问题，保证安全。同时，相关的解决方案也将记录到知识库，帮助开发未来的系统。
2、下游销售的应用
采集实时数据：通过移动设备(地理位置、用户、支付等), 车联网(车载中控信息) 和其他 (天气，社交信息等)进行全方位的数据搜集，然后将数据存储在实时数据库里进行实时分析，为客户服务和忠诚度项目推动计划提供数据支持。比如对客户开车里程、用油状态等数据进行搜集，当客户车辆的油箱库存较少，并且靠近壳牌加油站时，客户就能收到定制的短信通知，告知其油箱油量已将达到警戒限，且距壳牌加油站不足两公里距离，提醒其加油。此举不仅提高了用户体验，也提高了销售业绩。
3、安全生产的应用
壳牌采用了SIR 实时大数据收集技术，这是一种运用兑帐数据的统计分析方法/系统来检测和发现不正常的油罐运作波动/趋势，以此来寻找出泄漏的存在，并采取安全预警措施予以预防。
4、信息安全的应用
采取实时和历史数据，从完全不同的结构、不同的系统和网络设备中搜集分析数据，通过分析发现相关时间之间的关联性，提前发现非计划的事件。
1、 在零售业务中的应用实例：
利用大数据分析技术来扩展客户群, 增加销售。通过对社交和网上交易数据来确定潜在客户，并对客户行为与加油行为相关性以及消费能力进行分析，寻找潜在的客户。
具体做法是：比如对1000万的客户群，通过精准筛选，定位出10%的潜在客户,再对这100万的用户进行推送，其中可能有很大比率的客户会发展成会员卡注册用户，并有很大比率的客户实现了成功充值等。通过3个月的客户拓展，效果明显，相当于历史5年开发客户数的50%。
二、移动应用
徐斌介绍，壳牌使用了微软Lync协作解决方案，同时实现了企业员工内部协作与企业外部协作。
企业内部：主要目的是提升员工效率，具备移动电话、桌面电话外拨、电话会议等功能；
企业外部：与中国银联进行业务协作，客户在加油的同时，无论通过何种支付方式，如银行卡、加油卡、甚至是支付宝等，都可以快速进行付款，减少客户排队等侯时间。
除了移动支付、移动协作，壳牌还实现了移动发票打印。这也意味着，客户不用下车，即可全部实现加油、付款、发票打印全部服务，油加满后，即可以同步开车离开。这给客户提供了非常方便的客户体验。移动应用使壳牌获得了5%的销售增长。
冬季CIO沙龙其它热点分享：
京公网安备 11010502049343号