大数据分析的原理和潜力

　　公司正在学习使用大规模数据收集和分析来制定战略。他们的经验突出了大数据的原理和潜力。

　　大规模数据收集和分析正在迅速成为竞争差异化的新领域。当诸如百度，腾讯和阿里巴巴之类的公司的举动成为这一领域的头条新闻时，其他公司正在悄然取得进步。实际上，近几个月来，从制药到零售，电信，保险等行业的公司已经开始采用大数据战略。这些公司的活动共同说明了大数据的新颖战略方法，并阐明了CEO和其他高级管理人员在努力打破组织惯性以防止大数据计划扎根时所面临的挑战。从这些经验中，我们总结出了四项原则，希望它们能帮助CEO和其他公司领导人抓住大数据的潜力。

　　1.评估机会和威胁

　　当主管人员迫切需要对威胁做出响应或看到有机会攻击和破坏行业价值池时，就会出现许多大数据战略。例如，在阿里巴巴，高管们认识到现实世界数据(例如医疗索赔)在评估其产品的成本效益方面赋予了该制药公司客户以强大的力量(更多信息，请参见侧栏“阿里巴巴“大数据”伙伴关系”)。

　　以我们研究的零售商为例，大数据是争夺市场份额的艰难斗争的一部分。长期以来，该公司的战略一直以匹配高效的大型竞争对手的行动为基础，但是现在，另一家在线公司正在浪费零售商的收入并降低其利润。威胁的核心是竞争对手收集和分析消费者情绪并在数百万客户中生成建议的能力，这种能力正在削弱零售商的销售力量。同时，竞争对手正在成为一个平台，供卖方使用行业内汇总的公开可用价格数据出售多余的库存，以帮助查明卖方可以为客户提供的折扣幅度。

　　与数据相关的威胁和机遇也可能更加微妙。例如，在使用一种创新的产品捆绑方法来提高市场份额之后，一家欧洲电信公司将大规模数据分析视为提高动力的一种方式。该公司的高管认为，可以通过准确指出其销售方式可以在哪些地方进一步获利，并研究客户的行为以查看促使他们选择一种品牌或产品的因素，从而发挥其新的优势。这样做将需要解释两类不断增长的信息：在线搜索数据和实时信息(由消费者跨社交网络和其他基于Web的渠道共享)有关公司产品和服务的信息。

　　2.识别大数据资源和差距

　　构筑大数据战略的基础自然会导致对所需信息和功能种类的讨论。此时，主管人员应该对所有相关的内部和外部数据进行彻底的审查。审计还应考虑获得分析人才以及可能有助于填补空白的潜在合作伙伴。这样的审计不仅可以更真实地了解公司的能力和需求，而且还可以激发出“啊哈”的时刻，例如，当高管们发现隐藏在其业务部门内部的“数据宝藏”或认识到创建正确种类的价值时，伙伴关系。

　　零售商的审计重点是公司收集的内部数据，但没有充分利用其潜力。这些有关产品退货，保修和客户投诉的信息一起包含了大量有关消费者习惯和偏好的信息。审计还发现了一个障碍：没有任何信息与客户标识数据集成在一起或没有足够标准化以在公司内部或外部共享。因此，很少对信息进行分析以获取营销见解，也无法将其整理成有助于客户互动的销售代表或服务于供应商的供应链主管。令人高兴的是，审核还帮助确定了一个可以帮助解决这些问题的团队：内部数据分析师，他们的工作没有得到充分利用。

　　对于欧洲电信公司而言，讨论的重点是如何利用有关个别公司及其产品的在线对话浪潮—数以百万计的相关微博帖子，社交媒体对话，搜索词关键字，头对头品牌比较，以及现在可以在网上获得的客户反馈信息。电信公司的首席执行官认识到这项工作的重要性以及公司相对缺乏计量经济学和分析技能的管理能力，因此帮助招聘了一名具有必要地位的外部分析师，以领导一个新的“集体见解”团队。

　　3.结合战略选择

　　一旦公司确定了机会和利用该机会所需的资源，许多公司就会立即进入行动计划模式。这是个错误。数据策略很可能与整体策略紧密联系在一起，因此，当公司决定如何集中其资源以实现期望的结果时，就需要进行周密的计划。

　　在某些情况下，这可能意味着将强大的数据分析工具交给一线员工。在其他情况下，这可能意味着积累数据并增加分析能力以创造先发优势。

　　在竞争性战略重点的背景下查看大数据也很重要。当一位首席执行官仔细研究如何提高公司销售和营销职能的数据定位时，他发现有必要收购一些关键数据供应商，替换战略领导者并大量投资于分析人才。最后，他决定不采取行动，“他说：“我可以看到这已如何转移到我们行业的后院，但是在我合并五项收购并解决因专利产品短缺带来的主要收入短缺之前，我们需要小处想。” 尽管当时支持该公司是正确的选择，但显然存在风险。在降级战略优先级列表中的大数据之前，至于零售商，其高管确定目标是建立一个信息网格，为整个公司范围内的一系列数据共享和分析活动提供信息。但是，由于零售商的文化通常偏向于在业务部门一级进行创新，因此领导者们决定反对整个公司的举措。因此，该零售商利用了具有技术和创业经验的高管来开展跨关键业务部门的研究，这项研究最终浮现了80个潜在的大数据项目。然后，将每个变量按其净现值进行排名，并根据公司的战略目标进行映射。

　　零售商追求的第一个项目是对其零散的客户关系管理(CRM)系统进行改造，并创建公司高管计划以多种方式使用的单个数据池。例如，一个试点项目正在探索销售人员使用平板电脑的设备，希望更轻松地访问库存数据，客户资料和产品信息将有助于他们完成更多的销售。第二项计划邀请在线开发人员为第三方网站创建虚拟店面。通过使用算法，调查市场价格和预定折扣将店面与零售商及其供应商的库存系统链接起来，该计划正在帮助其应对竞争对手的第三方销售策略，同时提高了销售人员的佣金和供应商。

　　以电信提供商为例，成立了一个跨职能执行委员会来监督分析团队，并确保其工作与公司战略保持一致。该委员会将团队的工作重点放在回答两个问题上：“我们的品牌在做出购买决定时在用户心中的竞争力如何?” 和“哪些关键购买因素对用户很重要，我们在这些因素上与客户进行交流的定位如何?”

　　然后，团队创建了客户数据的目标数据“混搭”，可以对其进行快速分析以获取可行的见解-例如，体育节目和其他收费电视节目是做出购买决定的关键因素，而客户更倾向于购买如果公司在营销信息中不再强调语音电话，则将提供“三重播放”服务产品(电视，高速互联网和语音电话)。这与消费者在传统市场研究采访中指出的相反。此外，分析强调并帮助高管量化了更大战略要求的重要性：需要将移动电话作为第四项服务来完成“四重奏”。

　　4.了解组织的含义

　　最后，需要注意的是，与大数据相关的威胁和机遇通常具有组织上的影响，只有高层执行人员的共同关注才能解决。为了发挥作用，数据必须跨越内部边界，但这常常违背组织的本质并造成摩擦。

　　例如，在一家保险公司中，一位高级主管观察到，对客户行为的高度详细方面进行统计将使公司能够对风险进行更精细的定价，并可能有助于增加市场份额。但是，这种知识还代表着一种威胁，即一种内部威胁，阻碍了人们的行动：销售代理商担心，如果市场份额的增加以牺牲利润为代价，那么与获利能力相关的奖金将受到损害。

　　同样，欧洲电信的集体洞察小组了解到，有两件事导致公司在社交媒体和微博网站上对公司的负面口碑传播最迅速：网络中断以及客户对公司做出虚假广告主张的任何感知关于其产品或网络的信息。然而，营销和网络组织而不是合作，最初是互相指责对方的发现。只有当高级管理人员迫使双方更加紧密地合作并建立信任时，公司才能通过定制营销信息以更好地解释新产品的推出和网络升级来利用信息。

　　很少有领导者完全了解大数据在其业务中的潜力，这些业务的数据资产和负债，或者他们为开始利用大数据而必须做出的战略选择。通过关注这些问题，高级管理人员可以帮助他们的组织建立数据驱动的竞争优势。

摘自：https://www.aaa-cg.com.cn/data/2221.html

大数据分析的原理和潜力相关推荐

机器学习第一章之大数据分析与机器学习简介
大数据分析与机器学习简介 1.1 大数据分析与机器学习概述 1.1.1 大数据分析与机器学习的应用领域 1.1.2 机器学习的基本概念 1.1.3 Python在数据科学中的作用 1.2 Python ...
《大数据分析原理与实践》一一导读
前言本书的缘起与成书过程大数据经过分析能够产生高价值,这无疑已在大数据火爆的今天成为共识,从而使得大数据分析在"大数据+"涉及的领域(如工业.医疗.农业.教育等)有了广泛的应 ...
《大数据分析原理与实践》一一2.3　推断统计
2.3 推断统计推断统计是研究如何利用样本数据来推断总体特征的统计方法,其目的是利用问题的基本假定及包含在观测数据中的信息,做出尽量精确和可靠的结论.基本特征是其依据的条件中包含带随机性的观测数据. ...
《大数据分析原理与实践》一一1.5　全书概览
本节书摘来自华章计算机<大数据分析原理与实践>一书中的第1章,第1.5节,作者:王宏志更多章节内容可以访问云栖社区"华章计算机"公众号查看. 1.5 全书概览本书将 ...
《大数据分析原理与实践》一一1.2　哪里有大数据
本节书摘来自华章计算机<大数据分析原理与实践>一书中的第1章,第1.2节,作者:王宏志更多章节内容可以访问云栖社区"华章计算机"公众号查看. 1.2 哪里有大数据大 ...
《大数据分析原理与实践》——小结
小结关联分析模型用于描述多个变量之间的关联,这是大数据分析的一种重要模型,本章主要探讨了回归分析.关联规则分析和相关分析这三类关联分析.3.1节介绍了回归分析模型,即描述一个或多个变量与其余变量的依 ...
《大数据分析原理与实践》——导读
前言本书的缘起与成书过程大数据经过分析能够产生高价值,这无疑已在大数据火爆的今天成为共识,从而使得大数据分析在"大数据+"涉及的领域(如工业.医疗.农业.教育等)有了广泛的应 ...
《大数据分析原理与实践》——习题
习题在我们身边有哪些大数据?在这些大数据上有哪些分析任务? 比较"分析""机器学习"和"数据挖掘"的异同. 比较电子商务和工业生产中大数据 ...
《大数据分析原理与实践》——第2章大数据分析模型
第2章大数据分析模型大数据分析模型讨论的问题是从大数据中发现什么.尽管对大数据的分析方法林林总总,但面对一项具体应用,大数据分析非常依赖想象力.例如,对患者进行智能导诊,为患者选择合适的医院.合适 ...

大数据分析的原理和潜力

大数据分析的原理和潜力相关推荐

最新文章

热门文章