如果你不够敏锐,那么大数据带来的商机你未必了解
大数据目前在商界颇为流行,不管是什么行业,也不管公司规模大小,它已经深入到人们生活的各个角落。大数据一直以至少三种方式在影响着企业,而每个人都应该对此有个了解。
1、 它彻底改造了传统产业
9Lenses的首席执行官埃德温·米勒(Edwin Miller)称:“大数据对企业造成了巨大的影响,涵盖了客户关系和供应链运营等各个方面,而且这种影响还将继续下去。”虽然很多人或许还没有意识到这一点,但是大数据确实已经对很多传统产业造成了重要的影响。
Capital One就是一个典型的例子。在上个世纪九十年代,信用卡行业采用的是统一定价的模式即向每一位顾客收取的费用是一样的,只有Capital One是个例外。它使用的是一种基于公共信用和人口统计数据的统计学模式,来为顾客提供“量身打造”的产品。这是它的一项创新之举,直接帮助它在1994年至2003年期间实现了32%的净收入混合年增长率。结果,很多银行将重点转向大数据分析,但是勇于开拓的先锋们似乎保住了他们的领先优势:他们的年净收入增长了17%,远远高于美国的顶级银行,比如花旗集团、美洲银行和摩根大通从2009年到2014年的混合年增长率分别只有11%、11%和6%。
劳斯莱斯在应用大数据分析上面取得的成功对飞机引擎制造行业造成了巨大的影响。公司一直监控着大约3700个引擎,每一个引擎中都安装着数百个感应器,主要用于预测引擎会在何时何地发生故障。劳斯莱斯从单纯地销售引擎转向销售引擎和监控服务的捆绑包产品,然后根据客户使用服务、维修和更换配件的情况来收取费用。这部分收入现在已经占到劳斯莱斯飞机引擎部门总收入的70%以上。
另一个典型案例是全球最大的零售商沃尔玛。现在沃尔玛在使用大数据分析方面也很有名气,但是在上个世纪九十年代,它通过一个名为Retail Link的系统将每一件商品都作为数据记录下来的做法改变了整个零售业。这个系统为供应商们提供了一个管理自己的产品的方法,允许他们监控各自的数据,包括销量和库存量、库存比例、毛利率和存货周转期等等。结果,他们将库存风险和相关成本降到了一个极低的水平。据2001年度的麦肯锡全球生产力报告称,沃尔玛的低成本和高效率是1995年至2000年期间推动商品零售行业提高生产力水平的重要因素。
2、 它催生了一个全新的行业
在历史上,数据是作为核心业务的一个辅助成分来使用的,而且数据都是针对具体的目标而搜集的。零售商为了记账而将销售量数据记录下来,制造厂商为了质量控制而将原材料记录下来。广告条上的鼠标点击次数也被记录下来,目的是计算广告收入。但是随着大数据分析需求的浮现,数据的作用不再仅限于其最初的目的。能够获得大量数据的企业具备了分析数据的能力之后就拥有了一项宝贵的资产,进而创造出一个全新的行业。
ITA Software是一家收集航班价格数据的私营企业,它收集数据的范围极广,涵盖了除Jet Blue和西南航空之外几乎所有的重要运营商。谷歌(微博)在2011年以7亿美元的价格收购了ITA Software。由于谷歌拥有专业的数据分析能力和海量的数据,ITA如今已经能够预测航班、酒店、商场等服务行业的价格变化了。
象ITA这样的企业取得的成功推动了大数据初创公司的蓬勃兴起。据网站angel.co称,从2010年11月到现在,共有2924家大数据初创公司被创立。这些公司通常以数据分析公司、数据供应商或贸易商的形式存在,它们引起了投资者的重点关注。在2015年第二季度,美国风险投资界对大数据初创公司的投资总额达到了191.9亿美元。
这个新兴行业的另一个不同寻常的案例是去年IBM与Twitter建立了战略合作伙伴关系。IBM和Twitter打算合作向企业客户出售分析信息。IBM负责分析Twitter和其他公共来源提供的数据,帮助企业掌握实时会话以便做出更明智的决定。这项合作帮助两家公司将各自的专长结合在一起,即IBM的数据分析能力和Twitter的数据资源。
3、 不管企业规模大小,都因为大数据而得到了完善和提高
大公司显然比小公司更有优势一些。这里所说的大公司不是指规模庞大的公司,而是指能够生成大量数据的公司。象亚马逊和谷歌这样的科技巨头将因为它们能够生成大量的数据而持续受益。亚马逊目前在185个国家拥有2.7亿活跃用户,上架的商品达到了1600万种。谷歌每月吸引的搜索量大约为12万亿次,占据了90%的搜索引擎市场份额。谷歌的YouTube和Google+分别拥有超过10亿和5亿的用户。
但是这并不是故事的结束,大数据实际上有助于平衡市场竞争。某些新技术比如处理器芯片技术和数据存储技术的飞速发展已经达到了能够让企业以极低的成本保留和利用信息的程度。即便是对于IT预算比较有限的企业来说,它们也可以高效率地储存数据。如果内部没有足够多的数据,它们也可以从数据中间商那里以非常低廉的价格租用数据。企业还可以用非常低廉的价格聘请外部数据分析公司。
这方面的成功案例也很多,人才招聘公司Riviera Partners选择候选人的过程就是一个很好的例子。他们会交叉参考数据库中的候选人档案和公共来源的档案,从而筛选出最合适的技能并将它与每一个岗位匹配起来。还有一个例子是,有一家饭店利用大数据分析技术解决了回应6万个来电的难题,让员工们可以专注于店内的顾客。
很多新的项目也因为大数据创新而受益匪浅。据Matisia Consultants的首席执行官、创始人克里斯蒂娜·罗斯(Kristina Roth)称:“有了大数据,很多企业就能更快、更好和以更低的成本代价来完善自身,因为它们可以从每一个完善项目中吸取经验教训,然后将经验教训融合到下一个项目之中。”
实际上,大数据应用的范围是非常广泛的,可以说人们的想象力有多大,它的应用潜力就有多大。象汽车厂商这样的公司可以利用大数据提高经营效率,医院可以利用大数据改进患者服务,快餐公司可以利用大数据更好地管理送餐服务。这样的应用方案举不胜举。能够成功地应用大数据的公司必然能够在竞争中获得优势。
值得注意的是,大数据领域的成功者都得到了市场的广泛认可。能够利用大数据的公司也是投资者高度重视的对象。下面是从事大数据业务的一些公司,它们都享有相对较高的市盈率。投资者并不仅仅看重它们的成长性,而且还看重它们的无形资产,比如数据量和数据分析能力。
数据分析咨询请扫描二维码
《Python数据分析极简入门》 第2节 8-1 Pandas 数据重塑 - 数据变形 数据重塑(Reshaping) 数据重塑,顾名思义就是给数据做各种变 ...
2024-11-26统计学基础 - 理解统计学的基本概念和方法是数据分析师必备的技能之一。统计学为他们提供了处理数据、进行推断和建模的基础。 数 ...
2024-11-25数据分析师在如今信息爆炸的时代扮演着至关重要的角色。他们不仅需要具备扎实的数据分析技能,还需要不断学习和适应不断发展的技 ...
2024-11-25数据分析师的工作职责涉及多个关键方面,从数据的获取到处理、分析再到可视化,旨在为企业的决策提供有力支持。让我们深入了解数 ...
2024-11-25数据分析师:洞察力量的引擎 数据分析师的兴起 数据分析师行业目前正处于快速发展阶段,市场需求持续增长,薪资水平也有所提升。 ...
2024-11-25数据收集与整理 - 从各种来源收集数据,清洗和整理以确保数据质量和可用性。 数据分析与建模 - 运用统计学方法和机器学习模型对 ...
2024-11-25数据分析是当今社会中不可或缺的一项技能,涵盖了广泛的工具和技术。其中,掌握各种数据处理函数对于数据分析师至关重要。本文将 ...
2024-11-25“大数据治理”是一个涵盖广泛的复杂概念,其核心在于确保大规模、多样化的数据资源能够被有效管理和利用。不仅涉及数据的采集、 ...
2024-11-25一、引言 背景介绍 随着信息技术的快速发展和互联网的普及,大数据已经成为现代社会的重要资产。大数据的兴起不仅推动了各行各业 ...
2024-11-25《Python数据分析极简入门》 第2节 7 Pandas分组聚合 分组聚合(group by)顾名思义就是分2步: 先分组:根据某列数据的值进行 ...
2024-11-25数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22