首页 - 要闻 - IT科技 - 正文

客户体验为先,IBM做了哪些事?

来源:至顶网 2021-06-25 15:54:49
关注证券之星官方微博:
企业越来越重视业务场景,也会越来越重视厂商的服务,对此,IBM迅速调整了策略,在加大对客户体验方面的投入力度的同时,推动生态系统中的合作伙伴与自身的有效合力。

(原标题:客户体验为先,IBM做了哪些事?)

“不久前,我们的合作伙伴神州数码在为某工业互联网科教云平台交付IBM Cloud Paks产品的过程中遇到了一个比较大的挑战:那就是在哪些环节使用IBM Cloud Pak for Application,以及是用IBM Cloud Pak for Application全面取代其原来自建的容器化平台,还是只替换其中不稳定的部分?这个问题让神州数码和客户都举步维艰。”在2021 IBM think中国论坛期间接受媒体采访时,IBM大中华区科技事业部客户成功管理部总监朱辉讲了这样一个故事,“于是他们就找到了IBM,最后IBM客户成功管理团队加入,帮助项目得以顺利地推进。”

IBM大中华区科技事业部客户成功管理部总监 朱辉

这是IBM客户成功管理部在成立短短3个月后接手的第一个项目,不但促成了产品在客户企业的成功落地,同时也佐证了IBM成立该团队的初衷和意义,即“帮助客户把技术用起来,陪客户找到应用场景,与合作伙伴共同实现产品价值的最大回报。”

换句话说,IBM客户成功管理部服务的一个很大价值就是帮助客户找出一个更具“合理性”的解决方案,在更合适的场景,让产品充分发挥作用。在这个案例中,IBM客户成功管理部团队的主要作用就是为客户提出技术上的参考意见。“我们会综合各种因素告诉客户,我们认为最合理的做法是什么,如果按照这个方式去做,长久下去会有什么样的风险。最后由客户来做决定。”朱辉解释道。

成立百天,走过百个客户现场

其实,在技术加速变革、企业数字化加速推进的当下,IBM作为一个兼具技术与服务能力的科技公司,很快就意识到企业购买技术的目的和方式已经发生了改变。一方面,企业不再为了拥有技术而采购,而是为了解决业务短板问题,完成自己的业务目标;另一方面,企业越来越倾向于通过订阅的方式购买服务,而不是以license(授权许可)的方式“买断”。

也就是说,企业将越来越重视业务场景,也会越来越重视厂商的服务。于是,IBM迅速调整了策略,在2021年初还特别推出了全新的市场进入策略(Go-To-Market,GTM),在加大对客户体验方面的投入力度的同时,推动生态系统中的合作伙伴与自身的有效合力。

IBM客户成功管理部(CSM)正是在这一背景下成立的。据朱辉介绍,团队成立3个多月来已经有20多人加入,成员主要来自IBM中国的研发部门、IBM 全球企业咨询服务部(GBS)以及外招的行业架构师。 “他们要么是IBM Cloud Paks专家级的架构师,要么是企业数字化转型某一技术领域的专家。”

虽然团队还有待扩充,但朱辉表示,过去100多天,IBM客户成功管理部门研究过、拜访过、进驻过的客户已经超过了100个,进入客户现场也超过了100天。在这个过程中,团队支持客户的工作包括几个步骤:第一,与客户一起探讨当初购买IBM Cloud Paks的初衷和目的是什么;第二,探讨在这一项目中,IBM的产品能够在什么地方发挥最大作用,找到其中具备“合理性”的场景;第三,帮助客户善用产品,把产品用到极致;第四,让产品最终进入企业生产环节实现落地运营。

“所有这些工作的目的,都是希望尽快总结出在混合云和AI技术能力的支撑下,业务层面能够产生什么样的成功场景,总结出来之后加快复制速度,让客户尽快享受到其中的业务回报。”朱辉强调。

总结共通性场景,把复杂问题“颗粒化”

基于这样的目的,IBM客户成功管理部已经总结出了10多个具有共通性的业务场景,包括智能化IT运维、精细化管理、应用性能管理、安全管理以及行业云等等。并且IBM强调,在场景总结的过程中,淡化以往行业的界限和概念,更注重业务本身。

朱辉向至顶网记者举例:“比如精准化营销,它在金融行业里有,电信行业里有,甚至只是卖肉夹馍也可以有,因为它的业务需求是一样的,只是在落地的过程中,数据的结构和内涵不一样。”

这意味着,行业通用的转型方法论会被拆分为颗粒度更细的业务场景创新模式,而在为客户提供服务的过程中,也就必须具体企业、具体问题、具体分析。在这方面,IBM还基于经过多年实践的Garage(车库创新)方法论专门组建了Technology Garage(车库体验中心)团队,采用与客户共创的方式,打造最小可行性产品(MVP),用6-10周的时间,帮客户做出一个“爆款”产品,解决实际的问题。

“很多企业在数字化转型的过程中往往会不知道从哪开始做,而车库团队入驻之后,会拆解出几个问题,然后针对一个小范围着手,并且做得很深,保证客户能做到投产。”IBM大中华区科技事业部技术销售总监陈国豪表示,“在其中,我们有团队、有技术,还有方法论,而车库是一个手段,目的是帮助客户进行业务层面的创新,而不仅仅是架构层面的。”

IBM大中华区科技事业部技术销售总监 陈国豪

所以,通过这样的策略调整,IBM与客户、与合作伙伴的关系也在发生转变,从过去“客户独立主导模式”转变成了“强强联手共同创新模式”,在这种新的模式下,客户不用再独立地去理解、消化、学习购买来的技术产品,而是由IBM、合作伙伴与客户一起,由IBM和合作伙伴把行业经验、专家知识、参考架构理念和成功案例一并交付给客户,让客户能够回归到自己想做的事,专注于自身流程的重构、数据的梳理、业务的创新,而不是去琢磨复杂的技术。

丰富的产品选择,“直给”的交付方式

显然,这对于IBM来说更具挑战性。首先,这要求IBM不仅要足够熟悉客户的业务场景,还要能提供足够丰富的产品选项,并且把这些产品融合于一个平台之上,供客户根据业务需要灵活选择。

而IBM Cloud Paks的优势恰在于此。构建于红帽OpenShift之上,IBM提供的Cloud Pak for Watson AIOps、Cloud Pak for Integration、Cloud Pak for Network Automation、Cloud Pak for Business Automation、Cloud Pak for Data、Cloud Pak for Security产品组合,就是分别从应用、集成、多云和智能运维、自动化、数据、安全6大典型的场景诉求出发,能够为企业的混合云和AI落地提供称得上是“面面俱到”的技术支持。

以IBM Cloud Pak for Data为例,其中包含了IBM过去多年积累的企业级软件能力,比如Information Server、Planning Analytics、Master Data Management、Informix、SPSS等等,但是这些软件与过去并不相同,它们全部经过容器化处理,通过微服务的方式再交付给客户;除此之外,其中还叠加了IBM在新技术趋势下的新的企业级AI能力,包括Watson Machine Learning、Watson OpenScale、Watson Studio、Analytics Engine for Apache Spark等等。

据朱辉介绍,基于如此丰富的产品组合,IBM Cloud Pak for Data可以帮助企业实现数据治理、构建AI模型,然后服务于决策优化。“并且,对于客户来说,他们只需要购买一个Cloud Pak,就能按需订阅所有服务。举例来说,有的客户买IBM Cloud Pak for Data最初就为了Watson Studio,后来慢慢发现它还有数据治理等能力。”

当然,还有非常重要的一点是,如此庞大的产品阵列还要以最“直给”的方式交付给客户——这便是促使“鲁班计划”诞生的重要原因。

IBM大中华区科技事业部副总裁姜锡岫解释,“鲁班计划”的概念就是希望把IBM的混合云和AI这些高深的技术用直观、简单的方式呈现给客户和合作伙伴。为此,IBM在研发中心中搭建了一个完整的混合云平台环境,与合作伙伴和客户一起,把基于混合云的技术以及工作负载放在鲁班框架里展示,最终赋能于客户和合作伙伴。

IBM大中华区科技事业部副总裁 姜锡岫

具体来说,“鲁班计划”的解决方案涵盖了金融、制造、零售、营销、智能化IT运维、平台型业务、园区共创、5G及边缘计算等场景,可以向中国企业展示利用IBM Cloud  Paks 和企业级AI应用来实现客户流失分析、智能化预测维护、多云管理等具体的需求。“我们发现,其中现代化、数据、安全、AIOps等平台层面的需求还是相通的,比较多的个性化需求是在应用层面,比如面对不同行业去落地混合云,这就需要与客户共创共建。”IBM中国开发中心总监吉燕勇补充说,“所以光有技术还不够,鲁班计划里还会上线很多场景,包括制造行业、医疗行业、银行行业等等。”

IBM 中国开发中心总监 吉燕勇

成就客户,创新为要,诚信负责

“IBM为什么要做这些?因为我们的核心价值是成就客户、创新为要、诚信负责。这个核心价值没有改变,我们不断有创新的技术,帮助客户成功,这是我们的根本。”如姜锡岫所说,“如今所有的企业都在两个层面上进行竞争,一是和别人不一样,二是比别人做得更好。”我们同样也看到,IBM在其中既能够帮助企业做好数字化转型,同时也在努力通过对其自身策略的调整,变得和过去的蓝色巨人不一样,和别的科技公司不一样,并且,比别人做得更好。

微信
扫描二维码
关注
证券之星微信
APP下载
下载证券之星
郑重声明:以上内容与证券之星立场无关。证券之星发布此内容的目的在于传播更多信息,证券之星对其观点、判断保持中立,不保证该内容(包括但不限于文字、数据及图表)全部或者部分内容的准确性、真实性、完整性、有效性、及时性、原创性等。相关内容不对各位读者构成任何投资建议,据此操作,风险自担。股市有风险,投资需谨慎。如对该内容存在异议,或发现违法及不良信息,请发送邮件至jubao@stockstar.com,我们将安排核实处理。
网站导航 | 公司简介 | 法律声明 | 诚聘英才 | 征稿启事 | 联系我们 | 广告服务 | 举报专区
欢迎访问证券之星!请点此与我们联系 版权所有: Copyright © 1996-