어떻게 "빅 데이터" 강화 하거나 심지어 관리를 대체?

최근 판매 보고서의 무식 한 자신을 발견 하는 미국에 있는 상당한 소매 회사에 임원 마케팅. 그것의 주요 경쟁자 중 하나는 다양 한 사업 분야에서에서 시장 점유율을 확장 계속 됩니다. 온라인 프로 모션 및 최적화 된 판매의 조합에도 불구 하 고 그녀의 회사는 도시에 땅을 잃고 계속.

그래서 그녀는 경쟁의 철저 한 연구를 할 하는 루트는 그들의 상상 보다 훨씬 발견 가기 황동 소환. 상대는 수집, 통합 저장소에서 데이터를 분석 하 고 각 판매 단위에 적용 하는 능력을 개선 하기 위해 무 겁 게 투자. 그것은 또한 공급 업체의 데이터베이스에이 정보를 연결, 실시간으로 가격을 조정, 보충, 자동화 하 고 쉽게 상점 사이 제품을 믹스. 지속적인 연습, 번들, 집계 및 정보 (CFO의 사무실에 풀뿌리 상점)에서 조직에서의 완벽 한 융합를 통해 경쟁 업계에서 가장 빠른 응답 기업으로 자신을 재발견.

이것은 소매 경영진의 팀에 의해 "빅 데이터"의 첫 번째 이해입니다. 비록 데이터는 처음부터 정보 나이의 상징, 볼륨은 지난 몇 년 동안 폭발 했다. 미국에서 17 경제 분야의 15, 1000 개 이상의 직원을 가진 기업 데이터, 의회 도서관의 235 기가바이트의 평균을 저장합니다. 비록 큰 거래 정보 금융 거래에서와 고객 상호 작용, 새로운 장비에서 생성 된 정보 및 가치 사슬은 놀라운 속도로 성장 하 고 있다. 단지 귀하의 비즈니스에 대 한 생각: 처리 기계 내장 센서 작동 데이터를 마케팅 소셜 미디어를 스캔 하거나 스마트폰 위치 데이터를 사용 하 여 청소년 소비자 단점을 이해 하 수집 됩니다. 데이터 교환 공급 체인 파트너와 함께 네트워크 수 있습니다 그리고 직원 기업 위 모범 사례를 공유할 수 있습니다.

모든이 새로운 정보는 비즈니스와 그것의 지도자에 매우 중요입니다. 최신 학술 연구는 데이터 및 비즈니스를 사용 하는 기업 분석 의사 결정을 안내 하는 생산성 있고 하지 않는 기업 보다 높은 순 자산 수익률을 보여줍니다. 이것은 "네트워크 조직" 하는 것이 큰 이점을, 즉, 내부 정보 채널 및 매력적인 고객 및 인터넷 데이터 교환을 통해 공급자를 여는 우리의 결과와 일치.

우리는 미래에 "빅 데이터" 될 수 있다 완벽 하 게 기업, 경쟁력, 강력한 브랜드 처럼에 대 한 중요 한 기초의 형성의 새로운 자산을 믿습니다. 이것은 정당화, 기업 하드 대규모 데이터의 잠재력을 최대한 활용 하 고 가능한 위협 처리 하려고 수 여부에 대 한 생각을 시작 하 필요 합니다. 성공만 새로운 기술이 필요로 하지만 또한 "" 빅 데이터 시대의 새로운 시야에 출현 관리 서클의 확장에 영향을 미칠 수 있습니다 새로운 고도 파괴적인 비즈니스 모델을 예 수 있습니다.

이 기사의 나머지 부분에서 우리는 중요 한 방법으로는 방대한 양의 데이터를 변경할 수 있습니다 경쟁 목록: 프로세스 변환 통해 기업 생태계, 변화와 혁신을 운전. 다음 토론 경영진 스스로 물어 봐야 5 질문으로 돌아가지. 이러한 문제를 재검토 하 여 경영진 얼마나 큰 데이터 반전 그들의 전략 및 속도 범위는 현재 변경의 뒤에 가정 더 잘 이해할 수 있습니다.

1. 매우 투명 한 세상 정보 곳에 어떻게 합니까?

모든 생 업에서 정보 점점 접근 되 고, 회사는 경쟁 우위로 독점 정보에 의존 하는 위험에 있을 것입니다. 예를 들어 부동산 산업 무역에 수행 거래 정보 및 구매자의 구매 및 판매 하는 동작 같은 비대칭 정보의 특별 한 채널을 사용 합니다. 두 가지 유형의 정보를 금융 자원과 에너지를 많이 필요 합니다. 하지만 최근 몇 년 동안, 부동산 정보 및 Analysis Services의 온라인 전문 업체 시작 부동산 중 개인, 구매자와 판매자를 직접 통신을 허용 하지 않으려면 두 번째 부동산 정보 채널을 형성.

모든 생 업에서 비용 및 가격 정보는 또한 쉽게 지 고 있습니다. 독점 정보에 또 다른 큰 타격 일부 회사에 의해 위성 이미지 정보의 집계입니다. 후 처리 및 분석, 이러한 이미지에는 경쟁사의 생산, 출하 동향, 및 다른 데이터를 이해 하는 그들의 확장 계획 또는 사업 제한에 포함 됩니다.

큰 문제는 많은 기업에 의해 축적 된 데이터의 방대한 양의 종종 연구 및 개발, 엔지니어링, 제조 또는 서비스 작업, 따라서 정보의 적시 사용 방해 등 다양 한 분야에서 숨겨진. 또한, 비즈니스 단위 내에서 정보의 축적은 또 다른 문제: 예, 많은 금융 기관 사업, 금융 시장, 자금 관리, 대출, 등 간에 데이터를 공유 하는 실패에서 고통 또는 다양 한 금융 시장의 내부 관계를 이해 하지 않는 또는 그들은 그들의 고객의 합의 보기를 형성할 수 없습니다.

일부 제조 업체는 하려고 서로 다른 시스템에서 데이터를 통합 하 여 부문별 장벽을 무 너 뜨 리는 전통적으로 되었습니다 밀접 하 게 지키고, 기능 부문 초대도 함께 제품을 개발 하는 외부 공급 업체와 고객에서 외부 정보를 찾고. 예를 들어 자동차 등 첨단된 제조 산업, 전세계 공급 업체 부품의 수천을 생성합니다. 오늘, 통합된 데이터 플랫폼 회사 및 그들의 공급 체인 파트너 최종 제조 비용을 결정 하는 핵심 요소는 설계 단계에서 공동 작업을 활성화 합니다.

2. 만약 모든 결정을 테스트할 수 있습니다, 당신은 어떻게 당신이 경쟁 하는 방식을 바꿀 것입니다?

대규모 데이터 결정 가능성의 다른 종류를 제공합니다. 제어 실험을 사용 하 여, 회사 다양 한 가설과 가이드 투자 결정 및 운영 변경에 대 한 분석 결과 테스트할 수 있습니다. 사실, 실험 관리자 간단한 상관 관계, 그로 인하여 결과의 가변성을 감소 하 고 재무 성과 및 제품 성능 향상에서 인과 관계를 차별화 수 있습니다.

완벽 한 실험은 여러 형태로 걸릴 수 있습니다. 예를 들어, 주요 온라인 비즈니스 연속 테스터입니다. 어떤 경우에 그들은 사용자의 참여를 증가 하거나 판매를 촉진 하는 방법을 찾기 위해 실험을 수행 하는 웹 페이지의 고정된 부분을 사용 합니다. 실제 상품을 판매 하는 회사를 사용 하 여 실험 의사 결정을 지원 하지만 큰 데이터를 더 높은 수준에 접근 만들 수 있습니다. 맥도날드 매장의 부분 예를 들어 승객 흐름 및 예약 패턴 저장, 고객 상호 작용을 추적 하는 작업 데이터를 수집 하는 장치를 설치. 연구원은 메뉴 변경, 레스토랑 디자인, 그리고 노동 생산성과 판매에 대 한 교육의 영향을 모델링할 수 있습니다.

같은 제어 실험 불가능, 기업 성능 변경의 원인을 확인 하 "자연"의 실험을 사용할 수 있습니다. 예를 들어 정부 기관 다른 위치에 비슷한 작업에 종사 하는 직원의 여러 그룹에서 데이터를 수집 합니다. 그냥 둬서는 공공에 대 한 정보, 뒤로 직원 그들의 성능 향상을 위해 승진 된다.

동시에 주요 소매 기업 고객의 스토어 산책 및 물건과 상호 작용 모니터링 됩니다. 그들은 다양 한 입력된 데이터의 조합으로 실험 하 고 방법과 시기를, 판매 하는 상품을 인도 하기 위하여 기록 거래 가격을 조정. 이러한 메서드는 주요한 소매상 인을 17% %로 시장 점유율을 유지 하면서 높은 이윤, 그것의 자신의 브랜드 제품의 비율을 증가 하는 동안 그것의 재고를 줄일도 왔다.

3. 어떻게 귀하의 비즈니스 경우 막대 한 양의 데이터를 사용 하 여 다양 한 실시간 사용자 지정에 대 한 변경 됩니다?

최종 소비자 기업 오래 세그먼트 고객에 게 정보를 사용 하 고 타겟된 마케팅 실시. 실시간 개인화를 구현 하 여 큰 데이터 선진된 기술에 있는 급속 한 진전을 하는 회사를 도울 수 있다. 다음-세대 소매 고객의 행동을 추적 하 고 그들의 환경 설정 업데이트 스트리밍 클릭을 통해 인터넷을 통해 가능한 동작의 모델을 구축 수 있을 것입니다. 이 방법에서는, 그들은 수 번들 상품의 선택에 의해 고객의 다음 구입 시간을 결정 돈을 절약 인센티브 계획 및 조정 트랜잭션, 그리고 결국 성공적으로 완료 하는 전체 판매를 만들. 이 실시간 위치 마케팅 또한 높은 마진 상품을 구입 하는 가장 가치 있는 고객을 홍보 하기 위해 다단계 회원 인센티브 프로그램 정보 활용할 수 있습니다.

소매업은 명확 하 게 볼륨 및 품질의 온라인 쇼핑, 소셜 네트워킹 및 최근 스마트폰 상호 작용에서 생성 된 정보 급증 덕분에 데이터 기반 사용자 지정에 대 한 이상적인 산업 이다. 그러나 더 정확한 마이크로-그룹으로 고객을 분할 하는 점점 더 정교한 분석 도구, 다른 산업 새로운 데이터 응용 프로그램에서 혜택을 수 있습니다.

예를 들어 생명 보험 회사 맞춤형된 정책을 각 고객에 대 한 고객 위험에 세련 되 고 지속적으로 업데이트 된 배경 정보를 제공, 부 변화, 가족 자산 가치, 및 기타 데이터를 입력 합니다. 수집 하 고 고객 세그먼트에 대 한 정보를 분석 하는 공공 유틸리티 회사 크게 전력 사용 패턴을 변경할 수 있습니다. 마지막으로, 작품의 성격 및 인적 자원 더 정확한 구별을 만들기 위해 직원의 성능에 따라 부서, 작업 조건 변경 하 고의 구현을 동시에 직원 만족도 노동 생산성 인센티브 메커니즘을 개선.

4. 어떻게 "빅 데이터" 강화 하거나 대체할 수 있습니다 심지어 관리?

대규모 데이터 알고리즘 및 기계 중재 분석 작업의 필드를 확장합니다. 예를 들어 일부 제조 업체, 알고리즘 폐기물 감소, 비용 (그리고 때로는 위험한) 인간의 개입을 방지 하 고 궁극적으로 생산을 증가 하는 자기 조절 과정을 형성 하는 생산 라인에서 센서 정보를 분석 합니다. 고급 "디지털" 유전에서 악기 읽습니다 모든 종류의 데이터 흐름 조건에 대 한 배관 및 기계 시스템. 이 정보는 컴퓨터의 그룹에 의해 분석 하 고 결과 실시간 운영 센터에 입력 됩니다. 후자를 생산을 최적화 하 고 가동 중지 시간을 최소화 하는 석유의 양을 조정 합니다. 큰 석유 회사 감소는 10% ~ 25% 운영 비용 및 직원 비용 5%.

이제, 제트 엔진에 복사기에서 제품의 다양 한 그들의 사용을 추적 하는 데이터 스트림을 생성할 수 있습니다. 제조 업체는 입력된 데이터를 분석할 수 및 수 사전 올바른 소프트웨어 결함 또는 디스패치 서비스 현장 수리 대표. 일부 컴퓨터 하드웨어 공급 업체 수집 되며이 정보를 예측 하 고 선도 하는 고객의 작업에 오류가 발생 한 경우 미리 유지 분석. 이 정보 또한 제품 변경, 미래의 문제가 발생 하지 않도록 하려면 또는 고객 제공 정보, 제공 하 고 제품 개발의 다음 세대에 대 한 영감을 구현 하기 위해 사용할 수 있습니다.

일부 소매 회사는 또한 "빅 데이터"의 시대의 최전선에 온: 그들은 시기 적절 하 게에서 전략을 조정 하는 소셜 미디어, 새로운 마케팅 캠페인의 응답 마스터를 사용 하 여 소비자에 의해 생성 된 데이터의 광대 한 스트림을 활용할 "감정 분석" 기법을 사용. 때로는 이러한 방법은 정기적인 피드백 및 몇 주에 의해 조정 주기 단축.

Coincidentally。 글로벌 음료 회사의 요구 사항 및 재고 계획 프로세스에 외부 파트너의 매일 일기 예보 정보를 통합 합니다. 3 데이터 요소, 온도, 강수량, 일광 절약 시간 등을 분석 하 여 회사 키 유럽 시장에에서 재고를 감소 하 고 약 5%로 예측의 정확도 증가.

결과 향상 된 성능, 증가 위험 관리 기능 및 향상 된 통찰력 (이 되며 숨겨진 알 수 없는 경우 없는 대량의 데이터를 계속 사용할 수 있습니다). 센서의 가격으로 통신 장치 및 분석 소프트웨어 계속 감소, 더 하 고 더 많은 기업이 관리 혁명에 합류 한다.

5. 데이터를 기반으로 새로운 비즈니스 모델을 만들면?

대량 데이터는 기업의 정보 비즈니스 모델을 사용 하 여 새로운 세대의 탄생. 그들은 가치 사슬에서 중간 역할을 한다. 그들은 "삭제 데이터" 귀중 한 정보를 만든 비즈니스 트랜잭션에 의해 생성 된의 형태로 자신을 찾으십시오. 예를 들어 전송 회사, 그것의 비즈니스 과정에서 막대 한 양의 글로벌 제품 출하에 대 한 정보를 수집 하 던을 비즈니스와 경제 예측에 대 한 부수적인 정보를 제공 하는 전문 사업 단위 시작 깨달았다.

다국적 회사는 배웠다 그래서 제조 전환의 자체 데이터 분석에서 많은 처리는 다른 기업에 유사한 서비스를 제공 하는 회사를 시작 하기로 했다. 지금, 회사 제조 고객의 그룹에 대 한 워크샵 및 공급 체인 정보 수집 하 고 고객의 성능 향상을 위해 소프트웨어 도구를 판매 합니다. 현재이 서비스 사업 성과 기업 제조 사업 보다 낫다.

또한, 대규모 데이터는 크게 데이터 통합 산업을 변형 시키고. 이것은 집계 하 고 다양 한 고객에 게 통찰력을 제공 하는 소스에서에서 정보를 분석 하는 산업 이다. 의료 산업에 새로운 참가자의 그룹 임상 통합 하는 예를 들어, 지불, 공중 보건 및 행동 정보 형태를 더 복잡 한 질병 정보, 고객 비용 제어 및 치료 옵션을 향상 시킬 수 있도록 도와.

온라인 및 오프 라인 가격 정보의 확산, 기업가 수백만 종류의 상품 정보를 자동으로 편집 하는 패리티 서비스를 제공 합니다. 관점에서 소매 비즈니스의,이 비교 파괴적인 힘이 될 수 있습니다 하지만 그것은 소비자에 대 한 큰 가치를 만들었습니다. 연구는이 서비스를 사용 하는 사람들의 평균 비용의 10%를 저장할 수 있습니다 보여줍니다.

(책임 편집기: 유산의 좋은)