天堂国产午夜亚洲专区-少妇人妻综合久久蜜臀-国产成人户外露出视频在线-国产91传媒一区二区三区

當(dāng)前位置:主頁 > 管理論文 > 信息管理論文 >

大數(shù)據(jù)價值49式(上)——天然大數(shù)據(jù)公司的各種套餐

發(fā)布時間:2015-03-10 12:14

       

大數(shù)據(jù)價值49式(上)——天然大數(shù)據(jù)公司的各種套餐


       2012年3月19日,奧巴馬政府宣布美國投資2億美元啟動“大數(shù)據(jù)研究與開發(fā)計劃,以幫助解決國家在科學(xué)與工程、國家安全、社會治理中最緊迫的諸多挑戰(zhàn)問題”。從此,大數(shù)據(jù)被認為是國家的戰(zhàn)略資源,世界重要大國都信誓旦旦地要在大數(shù)據(jù)領(lǐng)域有所作為,很多企業(yè)迷迷糊糊地跟了進來。


  面對上述“高大上”的說辭,TED的創(chuàng)始人Dan Ariely打趣道:Big data is like teenage sex: everyone talks about it, nobody really knows how to do it, everyone thinks everyone else is doing it, so everyone claims they are doing it.....(大數(shù)據(jù)就像青少年談性,每個人都在說,不知道誰做了,每個人認為另外人在做,所以每個人都聲稱自己在做……)


  雖然這是一個無厘頭、刻薄甚至“無知者無畏”的說法,但“到底誰在做”確實是關(guān)鍵問題。對于企業(yè)來說,100條理論確實不如一個成功的標(biāo)桿有實踐意義,本文的主旨就是尋找“正在做”大數(shù)據(jù)的49個樣本。


  事實上,從大數(shù)據(jù)應(yīng)用領(lǐng)域入手,市面上已經(jīng)能夠見到很多案例。在社會治理方面:有預(yù)報旅游熱點、百度春節(jié)遷徙圖、預(yù)測艾滋病的發(fā)病率、甚至挖掘恐怖分子等;在商業(yè)方面,有“啤酒與尿布”推薦關(guān)系、找出懷孕女性、個性化保險(放心保)定制等;在社會情緒方面,股市的漲跌和網(wǎng)民情緒的關(guān)聯(lián)、預(yù)測候選人得票概率、社會事件的發(fā)生預(yù)警等。


  而本文則力圖從企業(yè)運營和管理的角度,梳理出發(fā)掘大數(shù)據(jù)價值的一般規(guī)律:一是以數(shù)據(jù)驅(qū)動的決策(data-driven decision),主要通過提高預(yù)測概率,來提高決策成功率;二是以數(shù)據(jù)驅(qū)動的流程(data-driven processes),主要是形成營銷閉環(huán)戰(zhàn)略,提高銷售漏斗的轉(zhuǎn)化率;三是以數(shù)據(jù)驅(qū)動的產(chǎn)品(data-driven products),在產(chǎn)品設(shè)計階段,強調(diào)個性化;在產(chǎn)品運營階段,則強調(diào)迭代式創(chuàng)新。


       天然大數(shù)據(jù)公司的各種套餐


       從谷歌、亞馬遜、Facebook、LinkedIn,到阿里、百度、騰訊,都因其擁有大量的用戶注冊和運營信息,成為天然的大數(shù)據(jù)公司。而像IBM、Oracle、EMC、惠普這類大型技術(shù)公司紛紛投身大數(shù)據(jù),通過整合大數(shù)據(jù)的信息和應(yīng)用,給其他公司提供“硬件+軟件+數(shù)據(jù)”的整體解決方案。我們關(guān)注的重點是大數(shù)據(jù)的價值,第一類公司首當(dāng)其沖。


  這些天然的大數(shù)據(jù)公司,通過對用戶信息的大數(shù)據(jù)分析,基本解決自己公司的精準(zhǔn)營銷和個性化廣告推介等問題,基本上做到了以數(shù)據(jù)驅(qū)動的運營(data-driven processes)。


  沒有數(shù)據(jù)分析支撐的決定將越來越不具有可靠性,這類公司正在改變管理理念和策略制定方式,大部分公司做到了以數(shù)據(jù)驅(qū)動的決策(data-driven decision)。


  在用戶分析和精準(zhǔn)營銷數(shù)據(jù)模型基礎(chǔ)上,對于自己產(chǎn)品和服務(wù)隨時進行改進。部分公司實現(xiàn)了以數(shù)據(jù)驅(qū)動的產(chǎn)品(data-driven products),但是這需要迭代式創(chuàng)新能力,并不容易。


  亞馬遜、Facebook、LinkedIn、阿里、騰訊等大公司都在致力于發(fā)展橫向的大數(shù)據(jù)整體解決方案。這些方案將改變營銷學(xué)的基礎(chǔ),精準(zhǔn)營銷和個性化營銷將有針對性地找到用戶,多重渠道的營銷手段將逐漸消失,這也許就是傳說中的互聯(lián)網(wǎng)思維。


  很多傳統(tǒng)企業(yè)也是天然的大數(shù)據(jù)公司,比如沃爾瑪、中國移動等,也在追趕大數(shù)據(jù)前進的步伐,在挖掘數(shù)據(jù)價值方面,盡力修煉自己的獨門絕技。下面就是這些天然大數(shù)據(jù)公司的挖掘價值的典型案例。


  01 亞馬遜的“信息公司”


  【如果全球哪家公司從大數(shù)據(jù)發(fā)掘出了最大價值,截至目前,答案可能非亞馬遜莫屬。亞馬遜也要處理海量數(shù)據(jù),這些交易數(shù)據(jù)的直接價值更大。作為一家“信息公司”(而非國內(nèi)許多電商自己定位的“零售公司”),亞馬遜不僅從每個用戶的購買行為中獲得信息,還將每個用戶在其網(wǎng)站上的所有行為都記錄下來:頁面停留時間、用戶是否查看評論、每個搜索的關(guān)鍵詞、瀏覽的商品等等。這種對數(shù)據(jù)價值的高度敏感和重視,以及強大的挖掘能力,使得亞馬遜早已遠遠超出了它的傳統(tǒng)運營方式。


  亞馬遜CTO Werner Vogels在CeBIT上關(guān)于大數(shù)據(jù)的演講,向與會者描述了亞馬遜在大數(shù)據(jù)時代的商業(yè)藍圖。長期以來,亞馬遜一直通過大數(shù)據(jù)分析,嘗試定位客戶和和獲取客戶反饋。“在此過程中,你會發(fā)現(xiàn)數(shù)據(jù)越大,結(jié)果越好。為什么有的企業(yè)在商業(yè)上不斷犯錯?那是因為他們沒有足夠的數(shù)據(jù)對運營和決策提供支持,”Vogels說,“一旦進入大數(shù)據(jù)的世界,企業(yè)的手中將握有無限可能。”從支撐新興技術(shù)企業(yè)的基礎(chǔ)設(shè)施到消費內(nèi)容的移動設(shè)備,亞馬遜的觸角已觸及到更為廣闊的領(lǐng)域!


  亞馬遜推薦:


  亞馬遜的各個業(yè)務(wù)環(huán)節(jié)都離不開“數(shù)據(jù)驅(qū)動”的身影。在亞馬遜上買過東西的朋友可能對它的推薦功能都很熟悉,“買過X商品的人,也同時買過Y商品”的推薦功能看上去很簡單,卻非常有效,同時這些精準(zhǔn)推薦結(jié)果的得出過程也非常復(fù)雜。


  亞馬遜預(yù)測:


  用戶需求預(yù)測(Demand Forecasting)是通過歷史數(shù)據(jù)來預(yù)測用戶未來的需求。對于書、手機、家電這些東西——亞馬遜內(nèi)部叫硬需求(Hard Line)的產(chǎn)品,你可以認為是“標(biāo)品”(但也不一定)——預(yù)測是比較準(zhǔn)的,甚至可以預(yù)測到相關(guān)產(chǎn)品屬性的需求。但是對于服裝這樣軟需求(Soft Line)產(chǎn)品,亞馬遜干了十多年都沒有辦法預(yù)測得很好,因為這類東西受到的干擾因素太多了,比如:用戶的對顏色款式的喜好,穿上去合不合身,愛人朋友喜不喜歡…… 這類東西太易變,買得人多反而會賣不好,所以需要更為復(fù)雜的預(yù)測模型。


  亞馬遜測試:


  你會認為亞馬遜網(wǎng)站上的某段頁面文字只是碰巧出現(xiàn)的嗎?其實,亞馬遜會在網(wǎng)站上持續(xù)不斷地測試新的設(shè)計方案,從而找出轉(zhuǎn)化率最高的方案。整個網(wǎng)站的布局、字體大小、顏色、按鈕以及其他所有的設(shè)計,其實都是在多次審慎測試后的最優(yōu)結(jié)果。


  亞馬遜記錄:


  亞馬遜的移動應(yīng)用讓用戶有一個流暢的無處不在的體驗的同時,也通過收集手機上的數(shù)據(jù)深入地了解了每個用戶的喜好信息;更值得一提的是Kindle Fire,內(nèi)嵌的Silk瀏覽器可以將用戶的行為數(shù)據(jù)一一記錄下來。


  以數(shù)據(jù)為導(dǎo)向的方法并不僅限于以上領(lǐng)域,亞馬遜的企業(yè)文化就是冷冰冰的數(shù)據(jù)導(dǎo)向型文化。對于亞馬遜來說,大數(shù)據(jù)意味著大銷售量。數(shù)據(jù)顯示出什么是有效的、什么是無效的,新的商業(yè)投資項目必須要有數(shù)據(jù)的支撐。對數(shù)據(jù)的長期專注讓亞馬遜能夠以更低的售價提供更好的服務(wù)。


  02 谷歌的意圖


  【如果說有一家科技公司準(zhǔn)確定義了“大數(shù)據(jù)”概念的話,那一定是谷歌。根據(jù)搜索研究公司comScore的數(shù)據(jù),僅2012年3月一個月的時間,谷歌處理的搜索詞條數(shù)量就高達122億條。谷歌的體量和規(guī)模,使它擁有比其他大多數(shù)企業(yè)更多的應(yīng)用大數(shù)據(jù)的途徑。


  谷歌搜索引擎本身的設(shè)計,就旨在讓它能夠無縫鏈接成千上萬的服務(wù)器。如果出現(xiàn)更多的處理或存儲需要,抑或某臺服務(wù)器崩潰,谷歌的工程師們只要再添加更多的服務(wù)器就能輕松搞定。將所有這些數(shù)據(jù)集合在一起所帶來的結(jié)果是:企業(yè)不僅從最好的技術(shù)中獲益,同樣還可以從最好的信息中獲益。下面選擇谷歌公司的其中三個亮點!


  谷歌意圖:


  谷歌不僅存儲了搜索結(jié)果中出現(xiàn)的網(wǎng)絡(luò)連接,還會儲存用戶搜索關(guān)鍵詞的行為,它能夠精準(zhǔn)地記錄下人們進行搜索行為的時間、內(nèi)容和方式,坐擁人們在谷歌網(wǎng)站進行搜索及經(jīng)過其網(wǎng)絡(luò)時所產(chǎn)生的大量機器數(shù)據(jù)。這些數(shù)據(jù)能夠讓谷歌優(yōu)化廣告排序,并將搜索流量轉(zhuǎn)化為盈利模式。谷歌不僅能追蹤人們的搜索行為,而且還能夠預(yù)測出搜索者下一步將要做什么。用戶所輸入的每一個搜索請求,都會讓谷歌知道他在尋找什么,所有人類行為都會在互聯(lián)網(wǎng)上留下痕跡路徑,谷歌占領(lǐng)了一個絕佳的點位來捕捉和分析該路徑。換言之,谷歌能在你意識到自己要找什么之前預(yù)測出你的意圖。這種抓取、存儲并對海量人機數(shù)據(jù)進行分析,然后據(jù)此進行預(yù)測的能力,就是數(shù)據(jù)驅(qū)動的產(chǎn)品。


  谷歌分析:


  谷歌在搜索之外還有更多獲取數(shù)據(jù)的途徑。企業(yè)安裝“谷歌分析(Google Analytics)”之類的產(chǎn)品來追蹤訪問者在其站點的足跡,而谷歌也可獲得這些數(shù)據(jù)。網(wǎng)站還使用“谷歌廣告聯(lián)盟(Google Adsense)”,將來自谷歌廣告客戶網(wǎng)的廣告展示在其站點,因此,谷歌不僅可以洞察自己網(wǎng)站上廣告的展示效果,同樣還可以對其他廣告發(fā)布站點的展示效果一覽無余。


  谷歌趨勢:


  既然搜索本身是網(wǎng)民的“意圖數(shù)據(jù)庫”,當(dāng)然可以根據(jù)某一專題搜索量的漲跌,預(yù)測下一步的走勢。谷歌趨勢可以預(yù)測旅游、地產(chǎn)、汽車的銷售。此類預(yù)測最著名的就是谷歌流感趨勢,跟蹤全球范圍的流感等病疫傳播,依據(jù)網(wǎng)民搜索,分析全球范圍內(nèi)流感等病疫的傳播狀況。


  03 eBay的分析平臺


  【早在2006年,eBay就成立了大數(shù)據(jù)分析平臺。為了準(zhǔn)確分析用戶的購物行為,eBay定義了超過500種類型的數(shù)據(jù),對顧客的行為進行跟蹤分析。eBay分析平臺高級總監(jiān)Oliver Ratzesberger說:“在這個平臺上,可以將結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)結(jié)合在一起,通過分析促進eBay的業(yè)務(wù)創(chuàng)新和利潤增長。”】


  eBay行為分析:


  在早期,eBay網(wǎng)頁上的每一個功能的更改,通常由對該功能非常了解的產(chǎn)品經(jīng)理決定,判斷的依據(jù)主要是產(chǎn)品經(jīng)理的個人經(jīng)驗。而通過對用戶行為數(shù)據(jù)的分析,網(wǎng)頁上任何功能的修改都交由用戶去決定!懊慨(dāng)有一個不錯的創(chuàng)意或者點子,我們都會在網(wǎng)站上選定一定范圍的用戶進行測試。通過對這些用戶的行為分析,來看這個創(chuàng)意是否帶來了預(yù)期的效果。”


  eBay廣告分析:


  更顯著的變化反映在廣告費上。eBay對互聯(lián)網(wǎng)廣告的投入一直很大,通過購買一些網(wǎng)頁搜索的關(guān)鍵字,將潛在客戶引入eBay網(wǎng)站。為了對這些關(guān)鍵字廣告的投入產(chǎn)出進行衡量,eBay建立了一個完全封閉式的優(yōu)


  04 塔吉特(Target)的“數(shù)據(jù)關(guān)聯(lián)挖掘”


  【利用先進的統(tǒng)計方法,商家可以通過用戶的購買歷史記錄分析來建立模型,預(yù)測未來的購買行為,進而設(shè)計促銷活動和個性服務(wù)避免用戶流失到其他競爭對手那邊。美國第三大零售商塔吉特,通過分析所有女性客戶購買記錄,可以“猜出”哪些是孕婦。其發(fā)現(xiàn)女性客戶會在懷孕四個月左右,大量購買無香味乳液。由此挖掘出25項與懷孕高度相關(guān)的商品,制作“懷孕預(yù)測”指數(shù)。推算出預(yù)產(chǎn)期后,就能搶先一步,將孕婦裝、嬰兒床等折扣券寄給客戶。塔吉特還創(chuàng)建了一套購買女性行為在懷孕期間產(chǎn)生變化的模型,不僅如此,如果用戶從它們的店鋪中購買了嬰兒用品,它們在接下來的幾年中會根據(jù)嬰兒的生長周期定期給這些顧客推送相關(guān)產(chǎn)品,使這些客戶形成長期的忠誠度!


  05 中國移動的數(shù)據(jù)化運營


  【通過大數(shù)據(jù)分析,中國移動能夠?qū)ζ髽I(yè)運營的全業(yè)務(wù)進行針對性的監(jiān)控、預(yù)警、跟蹤。大數(shù)據(jù)系統(tǒng)可以在第一時間自動捕捉市場變化,再以最快捷的方式推送給指定負責(zé)人,使他在最短時間內(nèi)獲知市場行情!


  客戶流失預(yù)警:


  一個客戶使用最新款的諾基亞手機,每月準(zhǔn)時繳費、平均一年致電客服3次,使用WEP和彩信業(yè)務(wù)。如果按照傳統(tǒng)的數(shù)據(jù)分析,可能這是一位客戶滿意度非常高、流失概率非常低的客戶。事實上,當(dāng)搜集了包括微博、社交網(wǎng)絡(luò)等新型來源的客戶數(shù)據(jù)之后,這位客戶的真實情況可能是這樣的:客戶在國外購買的這款手機,手機中的部分功能在國內(nèi)無法使用,在某個固定地點手機經(jīng)常斷線,彩信無法使用——他的使用體驗極差,正在面臨流失風(fēng)險。這就是中國移動一個大數(shù)據(jù)分析的應(yīng)用場景。通過全面獲取業(yè)務(wù)信息,可能顛覆常規(guī)分析思路下做出的結(jié)論,打破傳統(tǒng)數(shù)據(jù)源的邊界,注重社交媒體等新型數(shù)據(jù)來源,通過各種渠道獲取盡可能多的客戶反饋信息,并從這些數(shù)據(jù)中挖掘更多的價值。


  數(shù)據(jù)增值應(yīng)用:


  對運營商來說,數(shù)據(jù)分析在政府服務(wù)市場上前景巨大。運營商也可以在交通、應(yīng)對突發(fā)災(zāi)害、維穩(wěn)等工作中使大數(shù)據(jù)技術(shù)發(fā)揮更大的作用。運營商處在一個數(shù)據(jù)交換中心的地位,在掌握用戶行為方面具有先天的優(yōu)勢。作為信息技術(shù)的又一次變革,大數(shù)據(jù)的出現(xiàn)正在給技術(shù)進步和社會發(fā)展帶來全新的方向,而誰掌握了這一方向,誰就可能成功。對于運營商來說,在數(shù)據(jù)處理分析上,需要轉(zhuǎn)型的不僅是技巧和法律問題,更需要轉(zhuǎn)變思維方式,以商業(yè)化角度思考大數(shù)據(jù)營銷。


  06 Twitter中的興趣和情緒


  Twitter興趣聚類:


  通過過濾用戶歸屬地、發(fā)推位置和相關(guān)關(guān)鍵詞,Twitter建立了一系列定制化的客戶數(shù)據(jù)流。比如,通過過濾電影片名、位置和情緒標(biāo)簽,你可以知道洛杉磯、紐約和倫敦等城市最受歡迎的電影是哪些。而根據(jù)用戶發(fā)布的個人行為描述,你甚至能搜索到那些在加拿大滑雪的日本游客。從這個視角看,Twitter的興趣圖譜的效率優(yōu)于Facebook的社交圖譜。Twitter的用戶數(shù)據(jù)所能產(chǎn)生的潛在價值同樣令人驚嘆。在社交媒體網(wǎng)站正在收集越來越多的數(shù)據(jù)的形勢下,它們或許能找到更好的方式來利用這些數(shù)據(jù)盈利,并使其取代廣告成為自身提高收入的主要方式。這些社交網(wǎng)站真正的價值可能在于數(shù)據(jù)本身。相信在不久的將來,如果尋找到既能充分利用用戶數(shù)據(jù),又可合理規(guī)避對用戶隱私的威脅,社交數(shù)據(jù)所蘊藏的巨大能量將會徹底被開啟。


  Twitter情緒分析:


  Twitter自己并不經(jīng)營每一款數(shù)據(jù)產(chǎn)品,但它把數(shù)據(jù)授權(quán)給了像DataSift這樣的數(shù)據(jù)服務(wù)公司,很多公司利用Twitter社交數(shù)據(jù),做出了各種讓人吃驚的應(yīng)用,從社交監(jiān)測到醫(yī)療應(yīng)用,甚至可以去追蹤流感疫情爆發(fā),社交媒體監(jiān)測平臺DataSift還創(chuàng)造了一款金融數(shù)據(jù)產(chǎn)品。華爾街“德溫特資本市場”公司首席執(zhí)行官保羅·霍廷每天的工作之一,就是利用電腦程序分析全球3.4億微博賬戶的留言,進而判斷民眾情緒,,再以“1”到“50”進行打分。根據(jù)打分結(jié)果,霍廷再決定如何處理手中數(shù)以百萬美元計的股票;敉⒌呐袛嘣瓌t很簡單:如果所有人似乎都高興,那就買入;如果大家的焦慮情緒上升,那就拋售。一些媒體公司會把觀眾收視率數(shù)據(jù)打包到產(chǎn)品里,再轉(zhuǎn)賣給頻道制作人和內(nèi)容創(chuàng)造者。


  精確的數(shù)據(jù)一旦與社交媒體數(shù)據(jù)相結(jié)合,對未來的預(yù)測會非常準(zhǔn)。


  07 特易購的精準(zhǔn)定向


  【聰明的商家通過用戶的購買歷史記錄分析來建立模型,為他們量身預(yù)測未來的購物清單,進而設(shè)計促銷活動和個性服務(wù),讓他們源源不斷地為之買單。特易購(Tesco)是全球利潤第二大的零售商(僅次于沃爾瑪),這家英國超級市場巨人從用戶行為分析中獲得了巨大的利益。從其會員卡的用戶購買記錄中,特易購可以了解一個用戶是什么“類別”的客人,如速食者、單身、有上學(xué)孩子的家庭等等。這樣的分類可以為提供很大的市場回報,比如,通過郵件或信件寄給用戶的促銷可以變得十分個性化,店內(nèi)的促銷也可以根據(jù)周圍人群的喜好、消費的時段來更加有針對性,從而提高貨品的流通。這樣的做法為特易購獲得了豐厚的回報,僅在市場宣傳一項,就能幫助特易購每年節(jié)省3.5億英鎊的費用!


  Tesco的優(yōu)惠券:


  特易購每季會為顧客量身定做6張優(yōu)惠券。其中4張是客戶經(jīng)常購買的貨品,而另外2張則是根據(jù)該客戶以往的消費行為數(shù)據(jù)分析,極有可能在未來會購買的產(chǎn)品。僅在1999年,特易購就送出了14.5萬份面向不同的細分客戶群的購物指南雜志和優(yōu)惠券組合。更妙的是,這樣的低價無損公司整體的盈利水平。通過追蹤這些短期優(yōu)惠券的回籠率,了解到客戶在所有門店的消費情況,特易購還可以精確地計算出投資回報。發(fā)放優(yōu)惠券吸引顧客其實已經(jīng)是很老套的做法了,而且許多的促銷活動實際只是來掠奪公司未來的銷售額。然而,依賴于扎實的數(shù)據(jù)分析來定向發(fā)放優(yōu)惠券的特易購,卻可以維持每年超過1億英鎊的銷售額增長。


  特易購?fù)瑯佑袝䥺T數(shù)據(jù)庫,通過已有的數(shù)據(jù),就能找到那些對價格敏感的客戶,然后在公司可以接受的最低成本水平上,為這類顧客傾向購買的商品確定一個最低價。這樣的好處一是吸引了這部分顧客,二是不必在其他商品上浪費錢降價促銷。


  特易購的精準(zhǔn)運營:這家連鎖超市在其數(shù)據(jù)倉庫中收集了700萬部冰箱的數(shù)據(jù)。通過對這些數(shù)據(jù)的分析,進行更全面的監(jiān)控并進行主動的維修以降低整體能耗。


  08 Facebook的好友推薦


  【Facebook是社交網(wǎng)絡(luò)巨擎,但是在挖掘大數(shù)據(jù)價值方面,好像辦法不多,值得一提的就是好友推薦。Facebook使用大數(shù)據(jù)來追蹤用戶在其網(wǎng)絡(luò)的行為,通過識別你在它的網(wǎng)絡(luò)中的好友,從而給出新的好友推薦建議,用戶擁有越多的好友,他們與Facebook之間的黏度就越高。更多的好友意味著用戶會分享更多照片、發(fā)布更多狀態(tài)更新、玩更多的游戲!


  09 LinkedIn的獵頭價值


  【LinkedIn網(wǎng)站使用大數(shù)據(jù)在求職者和招聘職位之間建立關(guān)聯(lián)。有了LinkedIn,獵頭們再也不用向潛在的受聘者打陌生電話來碰運氣,而可以通過簡單的搜索找出潛在受聘者并聯(lián)系他們。與此相似,求職者也可以通過聯(lián)系網(wǎng)站上其他人,自然而然地將自己推銷給潛在的雇主。有兩個例子能夠生動呈現(xiàn)LinkedIn的數(shù)據(jù)價值:幾年前,LinkedIn忽然發(fā)現(xiàn)近期雷曼兄弟的來訪者多了起來,當(dāng)時并沒引起重視,過了不久,雷曼兄弟宣布倒閉;而在谷歌宣布退出中國的前一個月,在LinkedIn發(fā)現(xiàn)了一些平時很少見的谷歌產(chǎn)品經(jīng)理在線,這也是相同的道理。如果LinkedIn針對性地分析某家上】


  10 沃爾瑪?shù)臄?shù)據(jù)基因


  【早在1969年沃爾瑪就開始使用計算機來跟蹤存貨,1974年就將其分銷中心與各家商場運用計算機進行庫存控制。1983年,沃爾瑪所有門店都開始采用條形碼掃描系統(tǒng)。1987年,沃爾瑪完成了公司內(nèi)部的衛(wèi)星系統(tǒng)的安裝,該系統(tǒng)使得總部,分銷中心和各個商場之間可以實現(xiàn)實時,雙向的數(shù)據(jù)和聲音傳輸。采用這些在當(dāng)時還是小眾和超前的信息技術(shù)來搜集運營數(shù)據(jù)為沃爾瑪最近20年的崛起打下了堅實的地基,從而發(fā)現(xiàn)了“啤酒與尿布”關(guān)聯(lián)。


  如今,沃爾瑪擁有著全世界最大的數(shù)據(jù)倉庫,在數(shù)據(jù)倉庫中存儲著沃爾瑪數(shù)千家連鎖店在65周內(nèi)每一筆銷售的詳細記錄,這使得業(yè)務(wù)人員可以通過分析購買行為更加了解他們的客戶。通過這些數(shù)據(jù),業(yè)務(wù)員可以分析顧客的購買行為,從而供應(yīng)最佳的銷售服務(wù)。沃爾瑪一直致力于改善自身的數(shù)據(jù)收集技術(shù),從條形碼掃描,到安裝衛(wèi)星系統(tǒng)實現(xiàn)雙向數(shù)據(jù)傳輸,整個公司都充滿了數(shù)據(jù)基因。2012年4月,沃爾瑪又收購了一家研究網(wǎng)絡(luò)社交基因(基于用戶行為的偏好產(chǎn)品推薦)的公司Kosmix,在數(shù)據(jù)基因的基礎(chǔ)上,又增加了社交基因。】


  11 阿里小貸和聚石塔


  【雖然阿里系的余額寶如日中天,但其實阿里小貸才真正體現(xiàn)出了大數(shù)據(jù)的價值。早在2010年阿里就已經(jīng)建立了“淘寶小貸”,通過對貸款客戶下游訂單、上游供應(yīng)商、經(jīng)營信用等全方位的評估,就可以在沒有見面情況下,給客戶放款,這當(dāng)然是對阿里平臺上大數(shù)據(jù)的挖掘。數(shù)據(jù)來源于“聚石塔”——一個大型的數(shù)據(jù)分享平臺,它通過共享阿里巴巴旗下各個子公司(淘寶、天貓、支付寶等)的數(shù)據(jù)資源來創(chuàng)造商業(yè)價值。這款產(chǎn)品就是大數(shù)據(jù)團隊把淘寶交易流程各個環(huán)節(jié)的數(shù)據(jù)整合互聯(lián),然后基于商業(yè)理解對信息進行分類儲存和分析加工,并與決策行為連接起來所產(chǎn)生的效果。】


  12 西爾斯的數(shù)據(jù)大集成


  【在過去,美國零售巨頭西爾斯控股公司(Sears Holding),需要八周時間才能制定出個性化的銷售方案,但往往做出來的時候,它已不再是最佳方案。痛定思痛,決定整合其專售的三個品牌——Sears、Craftsman、Lands'End的客戶、產(chǎn)品以及銷售數(shù)據(jù),使用群集(cluster)收集來自不同品牌的數(shù)據(jù),并在群集上直接分析數(shù)據(jù),而不是像以前那樣先存入數(shù)據(jù)倉庫,避免了浪費時間——先把來自各處的數(shù)據(jù)合并之后再做分析。這種調(diào)整讓公司的推銷方案更快、更精準(zhǔn),可以從海量信息中挖掘價值,但是價值巨大,困難也巨大:這些數(shù)據(jù)需要超大規(guī)模分析,且分散在不同品牌的數(shù)據(jù)庫與數(shù)據(jù)倉庫中,不僅數(shù)量龐大而且支離破碎。


  西爾斯的困境,在傳統(tǒng)企業(yè)中非常普遍,這些企業(yè)家一直想不通,既然互聯(lián)網(wǎng)零售商亞馬遜可以推薦閱讀書目、推薦電影、推薦可供購買的產(chǎn)品,為什么他們所在的企業(yè)卻做不到類似的事情。西爾斯公司首席技術(shù)官菲里·謝利(Phil Shelley)說:如果要制定一系列復(fù)雜推薦方案質(zhì)量更高,需要更及時、更細致、更個性化的數(shù)據(jù),傳統(tǒng)企業(yè)的IT架構(gòu)根本不能完成這些任務(wù),需要痛下決心,才能完成轉(zhuǎn)型!


       來源:IT經(jīng)理世界  文/呂本富

文章為作者獨立觀點,不代表經(jīng)管之家立場



本文編號:17131

資料下載
論文發(fā)表

本文鏈接:http://sikaile.net/guanlilunwen/sjfx/17131.html


Copyright(c)文論論文網(wǎng)All Rights Reserved | 網(wǎng)站地圖 |

版權(quán)申明:資料由用戶91502***提供,本站僅收錄摘要或目錄,作者需要刪除請E-mail郵箱bigeng88@qq.com