四大原则 把握“大数据”机遇
岁末年初,尽管各种各样的关键词不断出现在国内国外有关商业、技术趋势预测的文章中, “大数据”却无一例外地受到关注。企业已经在努力学习通过利用大规模采集及分析数据来制定战略,这有力地体现出大数据的巨大潜力。大数据的采集及分析正在迅速成为企业获取差异化竞争优势的新争夺领域。Amazon.com、谷歌和Netflix等公司在这方面表现抢眼,其他公司则紧追不舍。事实上,近几个月来,制药、零售、电信、保险等各行业都在大数据战略上锐意进取。它们的大手笔表明业界正在针对大数据制定全新战略,对CEO等高管们而言,面临着阻挠大数据举措的挑战。根据相关经验,我们总结出四大原则,希望对企业高管捕捉大数据发展潜力有所帮助。
1. 测算的机会和挑战
企业高管如果能够意识到应对行业盈利挑战的迫切性时,往往就能促成其大数据战略。以AstraZeneca公司为例,企业高管看到了现实数据的威力,比如医药费包销的数据,让制药公司的客户能够评估药品的有效程度 (参阅副文“AstraZeneca的“大数据”合作)。
在我们研究过的一个零售商案例中,大数据是夺取市场份额的艰难一役。该公司战略一向侧重于应对竞争对手的重大挑战,但一种来自网络的竞争威胁正在侵蚀公司的收入及利润。这种威胁的核心来自于竞争对手有能力收集和分析消费心理,且能够为数百万客户提供建议,而这种能力让该零售商的销售能力大打折扣。与此同时,该竞争对手正在形成一种平台,供应商可在这个平台上利用行业汇总的公开价格数据销售多余库存,以此帮助供应商确定折扣幅度。为此,该零售商董事会希望知道是否也可以利用自身的信息资源应对这些挑战。
数据带来的挑战及机会可能会更加微妙。例如,欧洲某电信商采用创新产品绑定的手段提高了市场份额后,大数据分析就被视作公司振兴的里程碑。该公司高管相信,如果能精确找到通过销售带动效益的点,并通过研究消费者行为发现哪些因素决定了其品牌或产品取舍,就可以形成公司新的优势。这就需要有能力解读两种大规模且不断增长的信息:网络搜寻数据和实时信息,即消费者在社交工具和其他网络渠道上分享的关于该公司产品和服务的评价。
2. 确定大数据源头及差距
制定大数据战略,当然需要研究企业究竟需要哪些类型的信息及需要哪些能力。在现阶段,企业高管应彻底评估所有相关的内外部数据。审计人员还应考虑分析型人才的可获得性以及可能有助于填补不足的潜在合作关系。这类审计不仅能真实认识企业能力和需求,而且会激发灵感—例如,某高管发现了隐藏在某些业务部门的“数据宝石”,或认识到通过正确合作创造价值的重要意义。
零售商的审计侧重于公司内部数据,它们往往还有未被完全开发的利用价值。这类数据包括产品返回率、许可证及客户投诉,是涵盖客户消费习惯及偏好的宝贵信息。该审计还发现了一处阻碍因素:没有与客户身份认证数据相结合的数据,或是标准化后足以供公司内外部共享的数据。因此,该类信息很少被用于营销分析,也不可能支持销售代表与客户互动,或是供应链高管服务于供应商。所幸的是,审计发现有一个团队可以帮助解决这些问题:内部数据分析员,该团队的独立工作尚未得到充分利用。
就欧洲电信商而言,问题集中在如何利用消费者对公司及其产品的网上讨论信息,包括数百万相关微博发帖、社交媒体互动、搜索关键词、品牌直接比较,以及张贴在网站上的客户反馈。该电信公司的CEO认识到这一工作的重要性,并发现公司缺乏数量经济学及分析技术,于是聘任了具备相关资质的外部分析师领导组建了一个“集思广益”团队。
3. 就战略选择达成共识
一旦发现了可资利用的机会及资源,很多企业就会立即进入实施规划阶段,但这是错误的。数据战略与企业整体战略密不可分,在确定所需资源投入时需要精心规划才能取得预期效果。这需要一线人员能够使用高级数据分析工具,或者需要收集数据和招聘分析人才,以获得先发优势。
数据分析咨询请扫描二维码
明确战略目标与业务对齐 数据战略的关键性 为了有效实施数据战略,首要任务是明确战略目标,并确保其与组织的总体业务战略相一 ...
2024-11-29数据安全管理培训课程的重要性不言而喻。在当今信息爆炸的时代,数据扮演着关键角色,因此学习如何有效地管理和保护这些数据至关 ...
2024-11-29数据质量问题 数据标准化的核心挑战之一是处理数据质量问题。在现实世界中,数据往往不完美:数据可能缺失、包含噪声或存在错误 ...
2024-11-29数据分布与回归分析之间有着密切的联系。在进行回归分析时,数据的分布特性对模型选择和结果准确性至关重要。本文将探讨数据分布 ...
2024-11-29政府数据开放共享是当今数字时代的必然趋势,对于提升政府治理能力、促进经济增长与创新、推动社会参与与民主决策等方面起着至关 ...
2024-11-29数据生存周期模型(Data Lifecycle Model)是一种用于管理数据从创建到废弃的全过程的框架。它涵盖了数据的各个阶段,包括数据的 ...
2024-11-29在当今数据驱动的时代,保证数据的准确性和完整性至关重要。数据质量分析是一项关键任务,涉及多个环节和技术。本文将探讨数据质 ...
2024-11-29评估数据集成与共享效果 数据质量: 数据集成效果核心指标之一,可通过准确性、一致性、完整性和及时性衡量。对比前后数据以检 ...
2024-11-29指标数据在业务决策中扮演着至关重要的角色。通过构建和应用合理的指标体系,企业能够全面了解业务状况,识别问题,并制定优化策 ...
2024-11-29数据在现代社会扮演着至关重要的角色,而对数据的合理处理也变得愈发重要。数据退役后,必须谨慎对待,确保其中敏感信息不被泄露 ...
2024-11-29在推荐和评测数据应用工具时,我们需要根据不同的需求和场景来做出明智的选择。以下是基于证据的详细分析: Excel 作为入门级工 ...
2024-11-29在当今日益数字化的世界中,数据已经成为组织和个人不可或缺的资产。然而,数据的积累和应用也带来了诸多安全挑战,因此数据制度 ...
2024-11-29在当今信息爆炸的时代,数据已经被公认为企业的最宝贵资产之一。然而,要想充分发挥数据的潜力,建立健全的数据集成与共享文化至 ...
2024-11-29《Python数据分析极简入门》 第3节 9 Pandas 文本数据 importpandasaspd 1、cat() 拼接字符串 d= ...
2024-11-29定制化数据服务在当今数据驱动的世界中扮演着至关重要的角色。这种个性化解决方案不仅提高了企业的数据处理效率,还深刻影响了客 ...
2024-11-28在当今信息时代,数据成为各行各业中不可或缺的资产。然而,数据的真正价值取决于其质量,而数据元作为数据的基本组成部分,在数 ...
2024-11-28在当今信息爆炸的时代,数据被认为是企业成功的关键。然而,仅拥有数据是不够的;必须制定和执行一项坚实的数据战略,以确保数据 ...
2024-11-28数据战略评估的关键在于确保数据管理和应用项目的成功实施。通过建立业务案例、投资模型,并跟踪进度,旨在实现项目目标。这种评 ...
2024-11-28数据战略在客户关系管理(CRM)中扮演着关键角色,通过收集、分析和应用数据,企业能够更好地了解客户需求、提升客户体验,并制 ...
2024-11-28当谈及现代商业和管理中不可或缺的环节时,数据分析与决策支持无疑是其中的焦点。这一关键领域的核心在于通过数据驱动的方式帮助 ...
2024-11-28