“大数据”珍贵的不是那些无处不在的数据,而是在于发掘分析数据存在的价值
2012年,“大数据”概念横空出世,沸腾了前沿、活跃的互联网,随后像一颗星星之火一样,燎原了中国广袤的市场空间。所以,2013年无疑成为了“大数据”概念遍地开花的一年。在2013年的互联网界看来,大数据已近乎成为了专业探讨的“口头禅”,细数2013年的各种互联网论坛、会议,“大数据”的身影遍布,到处充斥着以“大数据”之名的研究。
按惯例来看,每一个概念的兴起都会随之带来无限商机。“移动智能终端”窜红了苹果,崛起了华为、中兴等国产巨头;“移动互联网”衍生了移动应用及相关附属行业;“社交媒体”演绎了微博红极一时的疯狂;“双十一”更让淘宝、京东等电商赚的钵满盆满。
但,与此形成鲜明对比的是,2013年的“大数据”似乎并未刺激到中国的中小受众企业。据渣打银行公布的报告称,2013年第四季度“中国中小企业信心指数”为50.37,比第三季度下跌2.76个百分点。在中小企业看来,“电商化”是目前的必然出路,却往往并无多少收益,契合了大数据时代的“电商化”也并没有成为中国中小企业发展的动力。
尽管企业主们已经意识到“大数据”电商时代的到来,但依旧表现的有点“无动于衷”,“没效果”、“成单低”“不适合”成了他们最常见的口头禅。对此,业内人士分析,导致企业主这一问题的最主要原因,是企业主对于网络电商化的投入基本都是短期行为,缺乏长期运营的意识和战略头脑,企业主们大都希望通过一两次的短期投入而收获即刻回报或希冀获得长期受益。中小企业网络运营的市场化程度不高,并且大部分缺乏前瞻性的战略设计,往往是企业将产品“电商”后便缺乏后续的跟进和梳理,没有对电商化系统的分析、计划和控制环节,缺乏对于电商管理的正确理念等等,这一切都无法适应当今瞬息万变的互联网电商的市场环境需要。
从另一个角度来讲,随着整体经济环境的低迷,企业主绞尽脑汁进行的高额网络推广和盲目营销也让中小企业的电商化概念显得捉襟见肘。逾越在企业主电商化面前的另一个障碍,是各类高额的推广费用,“竞价排名”“搜索优化”,每一个名词背后都对应着不菲的价格,若想发展网络发展电商,都是不能忽视逾越的鸿沟,尤其是搜索引擎背后高额的竞价体系对于中小企业而言,是割肉不割肉都会痛的选择,而大批量的虚假信息在竞价排名中的横行也是压垮企业电商化信心的“最后一盆冷水”。有人这么认为,在当前盛行的怪圈中,只有打破行业固有的游戏规则,并颠覆性地创造出新的游戏规则,才是企业电商的唯一出路。
在笔者看来,中小企业主们的电商之路似乎正步入一种“盲目的跟风”之路。让我们不无遗憾的是,许多企业主们并没有清醒的意识到盲目跟风带来的后果并且依旧对此乐此不疲。当微博来袭时,一众的蓝色大V企业官方微博火热开通,但削减了最初的热情并发觉微博似乎并未为企业带来直接收益后,运营就停留在后台人员的简单维护和更新上;然后紧接着“手机APP”又来了,企业主们又躁动起来,但由于手机APP的高额造价让一部分企业止步于望而兴叹,即使真的投入资本的企业也只是照搬了企业官网运营的模式,“企业介绍+产品展示+联系方式”的样板让我们着实看不出这与企业官网有什么区别;再然后,微信来了,企业主们那颗不安分的小心脏再次躁动起来,又是一片公共账号、官方微信、二维码横飞的世界,但在笔者关注的近30个公共账号企业账号来看,更新频率稍稍活跃的只有几家媒体门户的新闻资讯,大部分企业账号依旧矜持的停留在“感谢您的关注”界面,或者少有的几家更新的资讯不过是滞后很久的一些无关痛痒的类似“领导莅临”“会议举办”,展示的内容也是以简讯形式、公司自称的阐述。企业主们,你们真的认为这些资讯能足以满足你所期望的微信读者的需求了吗?
互联网焦点的舞台变幻不停,企业主们亦步亦趋的紧跟时代节奏,在摒弃了经历的无数种模式后,在一次次意外发现收益何其微薄时,最终发现这些招都不灵,反而离自己想要的越来越远,在无形中在增加了运营成本,最后对电商化一概而论的盖棺定论“没效果”“不适合”。
但这些真的没用吗?
有些业内人士纷称“大数据”时代实则是个互联网陷阱,因为支撑大数据时代中的电商模式是以窃取用户隐私为代价的竞价排名系统,笔者对于此说颇不以为然。
断不论这种说法对于“大数据”概念的狭隘误读,若当下火热的“大数据”真如此言,缘何奥巴马政府发布“大数据研究与开发倡议”。奥巴马政府宣布投资两亿多美元,共同提高收集、储存、保留、管理、分析和共享海量数据所需的核心技术,并培养一批大数据技术开发和应用的人才。
“大数据”,珍贵的不是那些无处不在的数据,因为自互联网诞生以来数据概念就随之存在,“大数据”于我们最珍贵的是在于发掘分析数据存在的价值,并以此来为企业节约成本、降低费用选取最优运营模式的参考。在一次关乎“大数据”的论坛峰会中,用友软件的杜宇曾发表过这样的观点:大数据时代下,企业的前期营销红利将逐渐被企业的精细化管理取代。笔者曾就这一话题与之进行沟通,在杜宇看来大数据时代下的管理应摒弃粗放式经营管理,作为企业应该结合自身定位进行分析和评价,“大数据”为企业带来的是一种精细化管理。我赞同杜宇的这种观点,而“大数据”之于是企业电商的启示,也是需要企业主更多的进行精细化思考。
企业定位在哪儿?多种运营模式侧重点为何?成功成熟的运营方式为什么成功?是人员因素、是资本投入因素还是外部资源介入?而这一成功模式是否适用于其他的运营体系?新出现的模式具备那些特征?是否符合企业产品定位?在思索了这一系列问题以后,相信企业无论对于新运营的模式是那种判断,最终都会有比较清楚的方案去执行。
数据分析咨询请扫描二维码
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