小企业的大数据解决方案 做些大公司做不到的事
每个人都在利用大数据,但小公司如何操纵那些通常由大公司使用的大数据呢?
虽然大数据已是游戏规则颠覆者,但中小型企业基于一个主要的劣势没能搭上这班车。缺乏充分利用新式数据技术的资源,也就无缘实施最佳的广告和销售策略。工具和大数据人才是昂贵的。诸多障碍牵制了小企业拥有全面的大数据能力,然而,抛开这一点不谈,一个好消息是小企业实际上已经利用数据很多年了。
一个企业只有能力存储大量的信息与能够利用大数据之间有很大区别。大数据是把信息放在一起,并将过去不相连的点连接起来。这和经理与业主在作决定时经常使用的机制类似。新技术只是在更大规模上做这个事儿罢了。它允许用户从堆积如山的数据中提取信息——但小企业为了做出更好的决策并不需要PB级的数据。他们需要的是适当的工具,清晰的意图和正确的问题。
简单地说,小企业面临的第一关是大数据方面的开销。软件和工具的前期成本高(购置费),后期使用费用(雇人)也高。虽然大公司可能愿意购买最好的软件并聘请分析师搜寻数据黄金,然而这不是最具成本效益的战略。相反,小企业必须专注于精确定位哪些问题是他们想要解决的。不是跳进昂贵而且难以控制的数据湖泊,而是寻找一个值得解答的问题,并找到答案。在现实中,大数据的难点不只是技术或信息,还有逻辑和分析。你不需要高价工具或大牛团队。您需要结构化的、明智的计划和战略,以免随后陷入困境。
当你准备好时,试着咨询 IBM 的沃森分析(IBM’s Watson’s Analytics),谷歌分析(Google Analytics)或洞察力平方(Insight Squared)。
先别买Hadoop。有些轻量级的解决方案,成本较低,使用方便。事实上,如果一家公司一直在用分类帐格式 (Excel、 QuickBooks) 收集自己数据,那么他们应该已经有很多数据了。这些信息已经可以提供关于促销、营销活动以及销售的深层见解,拿它与外部数据比较亦将获得更多信息,然而前提是你要有正确的问题。社交媒体是一个重要的数据来源。社交数据可以帮助你洞察客户身上往往不明显的个人生活特征。除了更好地了解目标客户外,社交数据还能反应出什么原因导致网站访问量增加(或降低)——网友张贴了某类信息还是竞选之类的活动。评测民众的兴趣水平和情绪状况还可以成为竞选利器——在陷入困境前请教社交数据可能会得到一些真知灼见。
利用社交媒体数据就是要全面地360度地了解顾客。这些数据不仅包含位置和的采购清单,而是展现了一个标明兴趣、个人主张与喜好的血肉丰满的人物。深入分析社交数据可以获取更多信息,以减少客户流失率。
可以去查Hootsuite,33Acrossor,Presto,或者简单一点,用Facebook Insight 和Twitter Analytics。
大公司可能有钱,但他们缺乏迅速响应所需要的那种速度和敏捷。在实时变更和调整方面小公司做得更好(前提是要具备一些基础的软硬件)。一个大型公司可能需要首席执行官的多项批文以及一份白皮书才能推行变革,而小企业更容易在利用数据时发挥机智和直觉的作用。大数据可以洞察当前的趋势并预测,因而快速应变的能力至关重要。当趋势出现时,小企业反应迅速,及时变革,崭露头角。由此,大数据让更多中小企业成为弄潮儿,乃至潮流的缔造者。
响应问题时灵活性也至关重要。减少客户流失的关键是及时从负面数据中得到线索并予以响应。即使很小的投诉也会带来很大的负面影响。
寻找灵感?像Constant Contact和 Intuit Quickbooks 这样的工具可以帮助那些无法获取大量数据的小公司。通过比较行业内类似的数据集,小公司可以更好的认识其市场趋势。
大数据带来的惊喜之一是它影响团队成员的心理。一旦数据开始露脸,形成结论,并且实施落地,整个气氛都在改变。雇员 (和雇主)(凭借大数据)能够找到更清晰的路径,更好地了解客户,他们将更明白如何做好本职工作。一个有趣的研究是审视大数据如何改变一个小公司的思维模式和能力。以往企业主和经理凭借经验以及少量的用户信息做决定,如今更好的数据意味着更好的决策和更高的参与水平。 关于这项研究大家可以参考以下链接
一个重要的教训是要对数据有信心。尝试了解数据的含义是个好主意,然而数据不是万能的,比如并非总能探察到每个小细节的“why”和“how”,而且由数据揭露的事实并非总是不容置疑的。无论哪个市场、公司规模多大、甚至商业模式如何,大小企业都受惠于利用大数据。当然,首先要提出恰当的问题,并且打开思路。或许你要问该如何开始利用大数据?最好的启程可能只是Google Analytics和一大杯咖啡。
1、Apart from giving better insight into target customers, it also highlights what posts, information or campaigns are driving traffic up (or down)。这里drive traffic指网站流量,例如:drive traffic to my web site.( 想办法让流量流向我的网页)。Drive more traffic with our SEO recommendations.(我们的网络引擎优化的推荐配置可以帮助你引流) 8 Ways to Drive Traffic to Your Site With Google+。
2、Triggering and partaking in deeper conversations leads to more information and less churn.这里的churn指客户流失。参见churn rate。
3、Hootsuite,国外一个社交媒体管理平台。HootSuite采用了Klout开发的计算互联网影响力的算法,帮助企业根据其关注者在Twitter上的影响力来分类这些关注者,让企业和品牌可以更好地与关注者进行沟通。
4、33Acrossor,社交服务广告公司。
5、Presto是Facebook开发的数据查询引擎,可对250PB以上的数据进行快速地交互式分析。
6、One important lesson to be learned is to trust the data. Trying to make sense of data is a great idea. Knowing the “why,” and “how” of every little detail could be useful; however, it can’t always be possible. The facts represented by data are not always easy to divine and, in fact, it might just be impossible sometimes.翻译成了“一个重要的教训是要对数据有信心。尝试了解数据的含义是个好主意,然而数据不是万能的,比如并非总能探察到每个小细节的“why”和“how”,而且由数据揭露的事实并非总是不容置疑的。”译者认为直译过来有些生硬,但是如此意译又造成一些信息丢失,渴望大家能多提提意见。
数据分析咨询请扫描二维码
《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数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21数据分析行业正在迅速发展,随着技术的不断进步和数据量的爆炸式增长,企业对数据分析人才的需求也与日俱增。本文将探讨数据分析 ...
2024-11-21数据分析的常用方法包括多种技术,每种方法都有其特定的应用场景和优势。以下是几种常见的数据分析方法: 对比分析法:通过比 ...
2024-11-21企业数字化转型是指企业利用数字技术对其业务进行改造和升级,以实现提高效率、降低成本、创新业务模式等目标的过程。这一过程不 ...
2024-11-21数据分析作为一个备受追捧的职业领域,吸引着越来越多的女性加入其中。对于女生而言,在选择成为一名数据分析师时,行业选择至关 ...
2024-11-21