业务用户需要接近大数据。他们需要了解如何最好地利用业务数据来把握机会并接触客户和潜在客户的利弊。此外，企业需要立即响应这些优势。正如 Experian 北美销售和营销战略高级副总裁 Thomas Schutz 所说，公司拥有“生产中的产品，在其数据中工作，以几天甚至几小时的速度运行”，同时通过验证和验证保持数据的高质量如果可能的话，通过丰富的档案、连接身份来增强数据。

但是，舒茨问，一个组织如何以简单的方式提供这种级别的敏捷性，而无需花费大量金钱和时间进行咨询？经理从哪里获得快速实现价值的能力，该能力在数据管理中合并不同的、不同的解决方案，尤其是在没有过度关注电子邮件验证或欧洲 GDPR 等细节的情况下？

在这里，Tom Schutz 自愿让 Experian 提供针对业务计划量身定制的软件自助服务解决方案。例如，Experian Aperture 数据工作室提供在启动任何涉及改进客户数据的业务计划时所需的数据洞察力。Experian 了解到，企业需要轻松、快速地访问他们的数据和其他信息，以丰富公司对其数据集的理解。

DATAVERSITY® 最近就 Experian 在数据管理行业的价值及其令人兴奋的发展和对未来的激动人心的愿景采访了 Thomas Schutz。

DATAVERSITY (DV)：是什么让 Experian 的 Data Quality 产品的工作优于业内其他产品？是什么让 Experian 与众不同？

Thomas Schutz：我们构建了可扩展且可靠的工具。我们一直在努力确保我们的浓缩能力，甚至我们的核心验证和验证都优于我们周围的人。我们可以无与伦比地访问丰富的信息记录，例如 Experian Consumer View 文件，我们利用这些记录来提供其他企业无法触及的丰富性。

大多数公司通过长期专业服务以过于复杂的方式处理数据管理。这意味着完成工作需要数周甚至数月的时间。在当前的商业环境中，如果您希望跟上竞争的步伐，您不仅要能够接触到您的潜在客户，还要真正了解他们。

此外，我们的功能更具可扩展性和用户友好性。对于许多竞争对手的解决方案，CDO、营销人员、运营高级副总裁或许多其他人中的一个都需要具备技术知识来排除故障并找出相对复杂的解决方案。由于我们的解决方案是为业务用户而构建的，因此即使这些人没有修复软件错误或类似问题的技术专长，我们也可以让这些人轻松使用该工具。

我们快速实现价值的时间确实是让我们与众不同的方面之一。通过提供生产中的软件工具，我们的工具在几天内就可以在客户的数据中工作，有时只需几个小时。这些系统在一致的基础上工作，因此企业可以使用我们的应用程序并始终与他们的数据进行实际对话，而不必担心解决方案的技术方面。

我们特别专注于使企业能够尽可能接近他们的数据，以快速实现价值和强大的跨功能可用性。我们最近推出了一个 API，可以利用来自 Experian 的财务数据预先填写消费信贷申请表。这利用来自 Experian 的可信数据来帮助客户近乎实时地做出信贷决策。我们的竞争对手都无法像我们一样利用这一点。

DV：要处理这些数据，您已经了解 Experian 处理自己的数据文件必须经历什么。这让你在很多人身上跳了起来，只是在经验上。

托马斯舒茨：我同意。这使人们可以接触到前沿的思考数据策略. 在 Experian，我们有一个非常强大的数据战略，我们可以帮助将其应用于其他组织。我们的大多数潜在客户和客户总是这样说。对于很多人来说，建立一个强大的数据策略是新的和具有挑战性的。但许多组织开始意识到他们需要强大的数据策略和对最佳实践的更深入了解。

DV：那么，Experian 目前在数据管理方面有什么大不了的？

Thomas Schutz：我们今年推出了 Experian Instant Form Fill (IFF)。它侧重于预填充应用程序，这是特定的市场要求。IFF 在不到两分钟的时间内填写所有信息。这是我们喜欢的干净、简单且快速实现价值的解决方案。

其次，我们在几个月前推出了 Experian Aperture Data Studio。它允许业务用户更好地了解他们的数据，并允许他们非常轻松地改进和操作这些数据。这个新工具还融合了 Experian 在数据管理中一直广为人知的特点：联系人数据管理、扩充、重复数据删除、标准化等。这些在市场上仍然很重要，并且是任何数据策略的基础。数据必须适合某个目的。我们非常重视这一点。随着这一年的继续，我们将继续改进该产品，我们预计它将继续发展以满足客户不断变化的需求。

DV：您现在对​​这个行业的看法是什么？您认为正在发生或未来发生的重大变化是什么

Thomas Schutz：我认为在当前的行业环境中有几股力量在起作用。

在接下来的几年里，我们将看到不同能力的演变：数据质量、数据准备、数据集成等。今天，虽然我们在这些不同领域有很多高度专注的提供商，但我们没有看到一个套件或单一的解决方案，企业用户可以使用所有这些功能来真正随时了解他们的客户。自助方式。

如果企业要继续按节奏运营，信息必须集中在一个支持网络的产品套件中。今天，我们有您可以致电的变通方案、专业服务组织和咨询公司，但他们只会使用自己的一套工具包。整个数据管理行业几乎没有跟上用户的步伐。在将不同的功能拼接在一起之前，我们最终会得到无法解决潜在挑战的不同类型的套件。

其次，机器学习（ML）和预测分析将带来巨大的变化。我们才刚刚开始看到这一点。我很想知道这些因素如何与身份相关。我还认为，虽然机器学习随着数据的激增而变得更快、更复杂，但最终目标还没有明确定义。我认为大多数企业需要退后一步，考虑他们想要实现的 ML 的实际结果，而不是仅仅被营销炒作一扫而光。

相关帖子DA内容精选 2022年300个以上最佳免费数据科学课 职场问诊 | 大厂裁员，如何正确的面对这个危机？ 大三信管专业的我，用一个月通关CDA Level Ⅰ、Level Ⅱ 和CDA持证人分享 数据科学和企业的数据能力建设 商业智能分析工具的应用 TI类数据产品设计 管理分析需求与绩效指标 PyTorch最全的损失函数汇总 数据分析最常用的excel函数公式大全 零基础转行数据分析，看这篇文章就够了