对拥有海量数据的公司而言，要挖掘出历史数据模式，帮助公司更好地进行业务决策，颇有挑战。虽然企业有数据，但可能没有时间去解析这些数据，并对行为进行相应的调整。

相信大家对强生公司（Johnson & Johnson）应该不陌生。这是一家总部位于美国的医疗保健产品、医疗器材及药厂的制造商，是全球屈指可数的个人健康护理产品公司之一。强生公司积累的产品测试数据（如皮肤刺激测试）多达数十年。如果通过适当的工具，再加上敏锐的洞察力，研究人员可以从测试中获得有用的结果，帮助企业节约时间和金钱。但，前提是，企业必须具备发现数据模式并加以利用的能力。

Sophia知识管理系统帮助降低测试成本

强生公司的研究人员Russel Walters认为，三十年的产品测试数据可以揭示很多有用的发现，从而节省时间金钱。公司会对每个将推出的产品都会进行皮肤刺激测试。但数十年的数据也表明，受试者更可能在四月份产生反应，因为四月正好是过敏季节的开始。Walters介绍，多年来，团队可能放弃过一些在一年中的其他时间成功通过测试、但在过敏季节却呈假阳性反应未通过测试的药方。

“我们本应该考虑到这些，但我们却没有，” Walters说。“所以，我们可能放弃了一些原本不错的、但因为在过敏季节产生反应的药方。”

Walter还介绍，强生公司曾为婴儿洗发液开发了一种经测试证实可靠的无泪（No More Tears）测试方式。但公司却通过Sophia系统的数据选择了另外一种测试方式。这种测试方式更准确，虽然之前没有用在产品测试上。

“我们有足够的证据说明为什么这种测试方式非常出色，为什么用新的测试方式替代旧的测试方式，并用已有的数据进行论证。这样节约的成本可达百万美元，”Walters 说道。“我们测试方式更加准确，而且不会出现那么多假阳性结果。”

Sophia知识管理系统帮助提升协作效率

Sophia知识管理系统还为强生公司还提供了另一种机会：如何使用社交网络来提升运营效率。像Walters这样的研究人员需要和成百上千的工作人员进行协同合作，包括共同起草合同和专利，以及合著研究论文。但这些协同合作从来没有正式的文档。

根据邓巴数（Dunbar’s Number）（编者注：也称150定律,是指能与某个人维持紧密人际关系的人数上限，通常人们认为是150），我们一次只能维持150个有效的社会关系，所以研究人员需要更加有选择性培养他们的专业关系网络，减少对企业内部同事的关注度，增加对企业外部协作关系的关注。

Sophia知识管理系统中的数据包括研究人员合作的论文数量、研究人员的专利等信息，可以为这些联系提供一个窗口。

Walters表示，强生公司希望启动一个项目，通过分析研究人员的协作数据，如合著论文等，帮助研究人员标注出他们最有收获的经常性合作。

“网络是存在的，而且也可以做到可视化，”Walters说，“企业对这样的关系网络进行可视化优化。”

但Walters 承认，人为因素可能影响到Sophia中数据的利用。让研究人员的合作更加透明，思考改变人们的行为来改善关系可能都会有所影响。他们作为处于核心地位的研发人员，需要看到社交网络的价值。

“我不认为这些已被广泛承认或深刻思考过，”Walters说。“研发的核心部分似乎缺失了。”