大資料時代—— 一個創造超級競爭力企業的時代

標籤：

           這是一個快速發展的時代，隨著互連網的普及，資料成指數倍增長，相同類型的企業也如雨後春筍般越來越多！那麼如何在這個快速發展的時代，脫穎而出，把握時代的脈搏呢？答案就是：建立自己企業的大資料！提高企業的生存和競爭力，大資料無疑是一把利劍，通過資料分析，不僅可以讓你知己知彼，更可以讓自己的企業決勝千裡之外，使企業在與同行競爭中，更具競爭力的一大利器，用的好，甚至能碾壓競爭者。大資料近年的崛起和發展已經初現其巨大的作用，據分析擁有優秀巨量資料能力的企業，做出正確決策的可能性高出競爭者3倍、決策速度比競爭者快5倍。
                                    

           當某線上視頻網站準備推出自製劇的時候，評論家紛紛嘲笑他們把握觀眾品味的能力。很難有誰會想到，該公司通過分析其積累的多年使用者觀影偏好的大資料，來指導製片人、主演選擇和編劇內容並一炮走紅，協助其在一個季度內擷取數百萬新增使用者，並在接下來的一兩年內裡獲得數倍的股價提升。

 

打造大資料戰略的四大挑戰：

                                                

 

         大資料之所以“大”，在於數量（Volume）、種類（Variety）和產生速度（Velocity）的特徵。Volume：資料體量大，許多企業大資料規模可達數百TB、甚至EB層級（1EB=1024PB、1PB=1024TB、1TB=1024GB）。Variety：資料類型多，包括各種格式與形態。Velocity：大量資料每一秒都在產生，對資料即時收集、處理與分析應用的速度要求很高。

         我們正在迎來一個資料爆炸的時代：各類裝置和互動產生的資料量正以年均大於50%的速度增長，預計在2020年可能會達到44ZB（44萬億GB）。全球企業越來越關注大資料給自己帶來的機會或者衝擊，貝恩公司的大資料行業調研顯示，北美和歐洲400多家大型企業（年營業額高於5億美元）中，大約60%的企業積極在大資料方面進行投資，希望能夠帶來顯著的收益。（見圖1《全球資料的數量、種類和產生速度正在爆發性增長》）

                                                    

         據調查顯示，擁有優秀巨量資料能力的企業，它的財務表現排在行業前25分位的可能性是競爭者的2倍、做出正確決策的可能性高出競爭者3倍、決策速度比競爭者快5倍。可見，大資料對於企業乃至整個社會的重要性不言而喻。

無論資料如何變化，它們是“金礦”還是“垃圾”，取決於企業是否瞭解自身擁有（或能夠獲得）的資料資產，並以此建立清晰的大資料戰略，從而在戰略、運營和一線層面產生價值。無法持續地產生價值的資料是沒有意義的。

         基於貝恩公司的大資料行業調研，企業今天在運用大資料時還面臨不少困難。主要包括戰略、人才、資料資產和工具等四大類挑戰。

戰略：僅有約23%的企業擁有明確的大資料相關戰略，決定並知道如何將大資料分析有效地應用於企業運營，並建立相應的組織能力、流程和激勵機制來賦能資料分析以支援決策。

人才：僅有約36%的企業擁有專門的資料洞察團隊，並擁有同時具備資料科學專業能力和商業敏感度的人才。

資料資產：僅有約19%的企業擁有高品質、一致性較好、易於擷取和應用的大資料。

工具：僅有38%的企業正在使用先進的大資料工具，如Hadoop、NoSQL、HPCC和自動資料清洗演算法等。

建立大資料戰略與能力的關鍵因素：

企業如何建立清晰的大資料戰略和關鍵的巨量資料能力？貝恩根據與全球客戶合作的大資料相關項目經驗，總結出企業建立大資料戰略與能力的6大關鍵因素。

 關鍵成功因素1：發現專屬的“資料資產”：

       你拖動某部電影視頻捲軸的時候，視頻網站正在分析整體觀眾的偏好資料並指導下一步集的劇情走向；當你在店裡購物的時候，零售商正在分析整體客流軌跡資料並指導店面的布局和商品的上下架；當工廠每天使用機器裝置的時候，廠商正在分析整體裝置的使用習慣並指導下一代產品的設計、維修保養的主動性變動以提升效率……這樣的例子非常多。

作為建立巨量資料能力的基礎，企業應像對待其他重要資產一樣，發現、評估和管理好並不斷擴充資料資產。

首先，應對企業資料資產現狀開展深入評估，明確目前資料資產的來源、類型與資料準備情況，評估資料是否足夠完整、是否與業務發展直接相關；

其次，根據評估結果以及企業經營戰略目標，應明確目前還有哪些資料資產與目標存在顯著差距，彌補差距的優先順序是什麼；

然後，對所有可進一步擷取的內外部資料資產進行識別與評估，在深入考慮資料品質、重要性與相關度、擷取成本與時間要求等相關因素之後，選擇擷取資料資產的最佳方式，諸如自行採集整理、對外採購資料、與外部夥伴進行交換等；

在擷取新的資料資產後，企業還需建立資料治理機制，對資料進行妥善清洗與儲存，確保資料的可用性與一致性，並明確資料授權和更新制度。

 關鍵成功因素2：明確資料資產如何“創造價值”：

       在評估企業的資料資產後，需確定如何運用其對企業戰略進行支撐與引領。具體而言，大資料可為企業帶來五方面的價值：

最佳化企業內部運營流程：例如，某飲料公司運用複雜演算法分析社交媒體大資料，識別對於重要議題具有影響力的品牌意見領袖，並對其進行針對性的引領，以提升營銷效果；某連鎖零售公司通過分析大量門店銷售資料，尋找產品之間的未知聯絡，以提升搭售方案。

最佳化現有產品與服務：例如，某娛樂公司運用電子公園通行證來採集遊客在其主題公園中的活動資料資訊，以此來最佳化遊客在公園中的體驗；某汽車安全資訊系統服務商使用感應器來收集車輛駕駛資料，以改進其產品的設計、生產與維修流程。

開發新產品新服務：例如，某保險公司使用插入式裝置來收集駕駛行為資料、通過分析司機的駕駛習慣對其保險提供相應折扣，以主動保留駕駛行為較安全的客戶；某線上影片租賃供應商通過分析觀影檔案資料來針對性提升使用者觀影體驗，並提供分析結果給影片投資方以最佳化影片製作內容。

建立新業務模式：例如，某醫學保險公司通過對病人資訊資料的預測性分析，向易患病的人群提供預防性關懷服務，以提高服務此類客戶的利潤率；某理財服務公司免費贈送個人財務軟體給使用者，在使用者使用時分析其消費資料，再向其精準推送相關廣告。

擷取生態系統控制力：例如，某企業級軟體公司通過對渠道夥伴的運營資料開展智能化管理與分析，鑒別渠道商的資質與能力，並對業績進行預測和預警；某電子商務公司資料產品團隊基於其電商平台沉澱的大量交易資料，為平台上的賣家開發各類巨量資料產品，協助它實現資料化運營和增收，提升電商生態系統對賣家的吸引力。

 關鍵成功因素3：識別優先應用情境：

                                                 

        對於公司業務部門（營銷、銷售和服務等部門），大資料可以協助其創造以上五種戰略價值；對於公司職能部門（研發、供應鏈和人力資源等部門），大資料也可以協助其最佳化內部運營流程。為識別公司業務與職能部門具體可能的大資料應用情境，可對標業界大資料應用實踐、基於資料資產現狀評估、剖析業務與職能流程中可能進一步採集的資料與應用方式，運用頭腦風暴和內部研討會列出所有可能的大資料應用。需注意的是，大資料應用情境必須契合業務與職能部門的現實需求，切忌閉門造車、脫離實際。

表：各領域常見大資料應用情境樣本

        在確定可能的大資料應用之後，可通過價值創造與業務成熟度等級兩個維度對大資料應用進行評估和優先順序排序，以按順序推動相關大資料應用的落地實施。對於價值創造維度，可以用創造價值的多少（如提升運營效率、提升投資回報等）作為評估標準；對於業務成熟度等級維度，可以將所需資料資產的可獲得性以及所需資源投入和巨量資料能力支撐（如資金、人才和跨部門合作等）等標準用於評估。

圖2：大資料應用優先順序評估與排序架構：

                                                

關鍵成功因素4：資料-分析-洞察-決策支撐的產品化、常態化：

        為將大資料高效應用於企業的日常運營，需要不斷將資料分析能力轉化為內部應用產品，並將資料分析工作常態化。對於資料分析產品化，可通過大資料應用戰略規劃、大資料應用情境設計、分析大資料以擷取洞察這一過程的牽引，不斷推動大資料應用產品的設計、開發與應用，最終實現資料分析產品的可持續運營。而對於分析工作常態化，需要持續維護資料分析產品並監測實際使用效果，為業務與職能部門提供資料分析支援，並對其日常使用中的問題及時進行解答。

        以某家電公司為例，其藉助於收集儲存了上億使用者資料的大資料平台，建立了需求預測和使用者活躍度等資料模型。以此為基礎，該公司為營銷及銷售人員開發了具有精準營銷功能的應用軟體，可輔助其面向地區、社區和使用者個體開展精準營銷；此外，還為研發人員開發了具有使用者互動功能的應用軟體，可協助研發人員更全面地瞭解使用者痛點、受歡迎的產品特徵、使用者興趣分布與可參與互動的活躍使用者。這些巨量資料產品在日常應用中取得了巨大的成效，在系統運營的近一年裡，該公司開展了數百場基於資料採礦和需求預測的精準營銷活動，轉化的銷售額達60億元。

關鍵成功因素5:通過組織、人才與IT，為大資料提供強力保障與支撐：

        大資料戰略的落地離不開組織、人才與IT能力的支援，而這些關鍵要素與能力的建設，需要既能貼近業務一線、又能與戰略保持一致。

         對於大資料群組織運作方式，由於大資料核心分析能力、工具投資等在各業務部門之間協同效應突出，企業（尤其是大型企業）一般採用集中化運營中心模式。同時，與業務決策、應用相關的權利被授予前線部門，以確保資料分析與業務決策的無縫銜接。無論如何設計大資料群組織運作模式，核心原則是根據公司自身情況與需要，確保大資料分析能力能夠最有效地支援一線決策。

        此外，大資料群組織需要多種具備關鍵能力的人才隊伍，來共同支援大資料群組織架構的運營。其需要的人才團隊包括大資料應用業務經理團隊、大資料分析團隊、資料資產管理團隊、技術開發與維護團隊以及風險管理團隊等等。

        除了組織與人才之外，大資料的落地還需要強大的IT系統架構作為支撐。企業需要建立強大的巨量資料分析平台系統，從不同資料來源調取並分析資料，拉通資料基礎分析，以統一服務各部門的大資料應用情境。同時，該資料平台還需具備對跨資料來源資料進行統一清洗和儲存，以確保資料可用性與一致性的能力。除此之外，企業可以建立或最佳化主要資料管理系統，為巨量資料分析平台以及各業務大資料應用提供統一、便捷的資料聯機交易服務，以支撐企業大資料運營。

 關鍵成功因素6：通過大資料隱私和安全管理，消除法律及消費者認知風險：

        大資料帶來機遇與價值的同時，也帶來了一定的商業風險，特別是涉及法律（例如某社交網路平台由於違反其隱私政策，遭到美國貿易委員會起訴）與消費者認知的風險（例如某互連網公司街景項目由於拍攝的很多照片涉及當地居民隱私，遭到後者大規模抗議）。為此，可按資料類型及從資料收集到分析使用各環節來識別不同類型、地區的法規與認知風險，並予以及時應對。

         以隱私風險程度較高的資料收集環節為例：對於個人可識別資料（如身份號等），由於法律規定最進階別保護，故若無明確用途不建議採集；對于敏感資料（如交易和信用資訊等），資料擷取需明確告知使用者並獲得其同意；對於非敏感性資料（如產品資料等）可按需採集。

        此外，企業應建立統一的國際政策法規團隊，通過基於全球標準的資料流程來管理資料隱私，並在此基礎上根據各國不同法規進行合法的資料隱私本土化管理。同時，還可通過主動披露客戶隱私政策以擷取資料流量分析授權、向使用者提供自身隱私資訊控制與刪除許可權或將個人隱私資料整合為群體匿名資料進行分析以及擷取第三方隱私風險管理認證等方式，來降低使用者的擔憂。

       企業在建立巨量資料能力過程中，需要專業公司的協助和支援。貝恩公司的完整大資料方法論可助力企業建立制勝的大資料戰略和能力。

圖3：貝恩可提供的大資料戰略制定、能力建設及決策支援與分析外包服務：

                                  

大資料的快速發展對於企業既是挑戰，更是機會。企業必須及時抓住大資料帶來的戰略機遇，制定明確的大資料戰略、建立強大的大資料決策支援體系與各方面能力，以充分挖掘大資料時代蘊含的巨大商業價值。

 大資料的六種典型應用：

                                         

1、個人化營銷

        《一對一的未來》一書的作者羅傑斯和派柏斯在該書中曾這樣表示，“我們正經曆從工業時代到資訊時代史詩般宏偉的轉型。我們也隨之目睹了福士營業員營銷的衰亡，一對一營銷的興起。”事實上，在這場營銷革命的背後，大資料的應用恰恰是始作俑者。這也是大資料在當前商業方面最典型的一項應用。可以說，由資料驅動的個人化營銷正成為任何企業不容迴避的重要趨勢。

        伴隨資訊過載與消費者異質化，一方面是海量資料和海量資訊導致使用者資訊饑餓感，使用者對非關聯資訊的容忍度與日俱減。同時，使用者興趣資料與日俱增，但使用者甄別資訊能力佔比與日俱減，消費者呈現長尾化趨勢，這一切，導致了個人化成為大資料的應用方向。

         由此個人化的技術被關注和應用，並進而推動企業在生產領域由單純追求成本最優的規模化生產向客戶化定製方向轉變。同時，個人化推薦、移動跨屏推薦成為典型應用。而這些應用的背後，是電腦學、統計學、營銷學的整合。

2、對客戶價值的識別和挖掘

         按照科特勒在1995年對客戶終身價值的定義，客戶終身價值是“從一個客戶身上所得到的其生命週期中全部銷售額減少公司用來擷取該客戶和銷售與服務於該客戶所花費的總成本的淨值。”就是公司將從該客戶身上所得到的未來所有現金流的淨現值。

         這意味著，以資料為支撐的客戶終身價值的評價和分析將有助於公司建立市場細分的策略，確認哪一類客戶才是值得花費成本來建立客戶關係的，並最終找到自己真正的勘探群。同時，它將協助企業更好地推進客戶關係管理，比如通過資料的挖掘和分析，可以知道究竟百分之多少的銷售額分別來自於現有客戶和新客戶。當然，它還會影響到企業的定價行為，比如降價可以迅速提升老客戶保留比率和新客戶擷取比率，但同時也會降低利潤率。漲價將提高利潤率，但同時也會降低老客戶保留比率和新客戶擷取比率，這意味著企業需要用資料支援決策，最終獲得一個最佳化的平衡。

3、客戶流失預警

         在使用者即資產的時代，客戶流失預警對企業的戰略制定有著重要意義，流失的是否是勘探，這些客戶流失是否代表進攻者的強勢進攻，還是自然選擇的一個過程，哪一類型的客戶，或者滿足哪些條件的使用者更容易流失，而滿足哪些條件的使用者則不易流失等等，通過不同的演算法，可以發現最終客戶流失的特殊及其原因，最終協助企業決定是否需要挽留這些使用者。

4、資料驅動的精準廣告

        值得注意的是，在大資料時代，營銷理論正在經曆重要演變，在曆史上，包括產品、價格、渠道、促銷在內的4P理論，由於科特勒的創新變為了6P，加上了權力和公用關係。1990年，美國營銷專家羅伯特·勞特朋教授提出了4G理論，以消費者需求為導向，重新設定了市場營銷組合的四個基本要素，即消費者、成本、便利和溝通。但是大資料出現，尤其是由因果關係向相關關係的轉變，4R理論正變得越來越適時，即關聯、反應、關係和回報。

        營銷理論的變遷背後，恰恰是資料驅動的精準廣告時代的來臨，它要求廣告主在投放廣告前要識別目標消費者，在投放中要實現精準定位，投放後要用一系列的資料工具進行廣告效果監控。

5、企業商業決策

        如前所述，企業的諸多重要的商業決策已經變得與資料密不可分，在很多企業裡，用資料說話，拿資料指路已經成為企業運營過程的必備準則。同樣以蘇寧為例子，其資料部門需要為業務部門提供多重服務。首先就是報表格服務，即通過Adhoc的技術，為運營部門提供即時的、豐富的、準確的資料支援，協助所有的運營部門拿資料說話的問題。比如說你今天做一個活動，你需要直接把流量的資料拿出來。其次，就是引擎服務，引擎的意思就是說，它能夠應用大資料的技術去驅動前台的業務，它與報表報務的差別在於它已經直接嵌入到企業的生產經營活動中，出來的資料會直接影響到企業的整個業務。

6、庫存管理和物流配送

      對於很多電商公司，或者是O2O公司來說，庫存管理和物流配送正成為企業重要的競爭力，它不僅直接關係到企業的成本、利潤，同時還直接關係到使用者體驗。由此，通過資料的分析和挖掘，可以精準測算出不同品類不同規格段商品的庫存水平，同時擷取物流配送的時間效率、最佳使用者體驗與物流整體配送效益的平衡。

 

大資料時代—— 一個創造超級競爭力企業的時代