热线电话:13121318867

登录
首页大数据时代大数据业务模型成熟度框架和实施蓝图
大数据业务模型成熟度框架和实施蓝图
2020-04-16
收藏

       

       经常有客户问:从业务角度说,大数据究竟离我们有多远?大数据的最终目标是什么?企业使用大数据作为业务催化器,与其他手段的区别和联系是什么?大数据如何助力于业务价值创造?


       为了回答这类问题,有人提出了“大数据成熟度模型”。

       

       企业采用大数据及先进分析技术来创造竞争优势时,采用了各不相同的节奏。有的企业比较小心翼翼,因为它们不清楚方向、启动方法及大数据旅程中哪些技术创新是合适的。有的企业则更加激进,勇于把大数据分析技术集成到现有的业务流程中,从而提升企业的决策分析与业务处理能力。

       用大数据分析来改进现有业务,企业需要找出大数据能够创造优势的业务机会,它们可能是:

       销售数据(及数据洞察)给客户

       将先进分析技术集成到产品中,以创造智能产品

       利用大数据分析来提升客户关系及客户体验

       下图是大数据业务模型成熟度框架。它既可以用于评估企业的当前现状,也可以描绘大数据提升业务的实施蓝图。

       
                                                       大数据成熟度模型

       大数据成熟度模型包含以下五个阶段。

       一、业务监测(Business Monitoring)

       这是大数据的初级阶段,即传统的DW/BI阶段。在这个阶段,企业部署商业智能(BI)解决方案,用以监测现有业务的运行状况。

       业务监测,有时也被称为业务绩效管理(Business Performance Management),指企业使用基本的分析手段,来预警业务运行低于或高于预期的情况,并自动发送相关警示信息给相应业务和管理人员。

       在业务监测阶段,为了定位低于或高于经营预期的业务领域,企业多使用参照方法(同期比较、同类营销活动比较、同业标杆比较)或指标方法(品牌开发、客户满意度、产品绩效、财务分析)等。

       二、业务洞察(Business Insights)

       在业务洞察阶段,企业使用统计分析、预测分析及数据挖掘等手段,来达成重大的、显著的、有执行意义的业务洞察,并将业务洞察集成到现有业务流程中。

       业务洞察意味着,系统不只是提供数据表格或图表,而是“智能”报表或“智能”仪表盘,因此业务应用能够比常规更进一步,可以做到提示重大的、相关的业务洞察。因此,业务洞察能够作出特定的、可执行的行动推荐,对特定业务领域提出相应改善业务绩效的行动建议。

       有人把这个阶段戏称为“告诉我我需要知悉的”阶段。实用场景示例如:

       在营销领域:揭示某个营销活动或行动更有效果,给出产生更有效营销活动的费用推荐

       在制造领域:揭示某些生产设备正在超过上限或下限运行,给出问题设备维护保养优先级建议(如更换零备件)

       在客户支持领域:揭示选取金牌会员购买行为低于某一正常阈值的预警,给出向顾客发送折扣邮件的建议

       三、业务优化(Business Optimization)

       在大数据成熟度的业务优化阶段,企业有能力将分析技术嵌入到业务运营之中。对很多企业来说,这将是它们日思夜想的目标:通过大数据分析助力业务运营,使业务活动自动进行不断的优化和提升。

       业务优化的示例:

       营销费用分配:基于实时营销战役或促销活动分析

       企业资源计划:基于顾客购买历史和行为以及本地天气与事件

       分销和采购优化:基于当前购买模式和未来模式预测、以及本地地理、天气和事件数据

       产品定价:基于当前购买模式、采购水平、以及从社交媒体得到的产品兴趣洞察

       算法优化:基于大数据模式优化金融系统的交易算法

       四、数据盈利(Data Monetization)

       在大数据成熟度的数据变现阶段,企业可以:

       将企业数据与大数据分析洞察打包,销售给其他企业

       1、将数据分析直接与产品集成,创造智能型产品

       2、利用可操作的业务洞察与推荐技术,提升客户关系、全新重塑客户体验

       作为第一种情况的实例,智能手机应用可采集有关用户行为、产品性能、市场趋势等数据,提供相关的分析结果和洞察,并销售给营销者和制造商。例如,MapMyRun.com可以将用户在手机APP上的数据及基于这些数据的产品分析,销售给运动服装制造商、体育用品制造商、保险公司及卫生保健供应商。

       
                                                大数据成熟度模型

       第二种数据盈利情况大抵是,公司利用新的大数据源(如传感数据、用户点击/选择行为数据)与高级分析技术,创造新的智能化产品,例如:

       汽车通过学习你的驾驶方式和行为,调整驾驶控制、座椅、后视镜、刹车踏板、仪表盘显示等,以便符合你的驾驶风格

       电视和DVR学习你喜欢的节目和视频类型,全网、全频道进行内容搜索,并自动为你录下你想要的节目

       烤箱学习你烹制某种食物的方式,自动用同样方式为你制作,并为你推荐你可能喜欢的食物和烹调方法

       第三种情况,企业利用可操作的业务洞察与推荐技术,提升客户关系、全新重塑客户体验,例如:

       通过在线市场数据,将当前及在购库存与顾客购买模式进行比较,为中小电商作出销售及价格策略推荐

       通过评估投资目标、当前收入状况及当前投资组合,为投资者提供特定投资分配的策略推荐

       五、业务重塑(Business Metamorphosis)

       业务重塑是大数据成熟度模型的最高阶段。在这个阶段,某些企业希望利用对客户使用方式、产品效能行为及总体市场趋势的分析,将商业模式转换到新市场的新服务,例如:

       能源公司进入“家庭能源优化模式”:基于维保预测,推荐电器购买时间,基于不同电器的实际效能与用户使用方式、当地天气和环境条件(如水质条件和用电成本等)的关联分析推荐电器购买品牌

       零售商进入“购物优化模式”:根据消费者购买行为与类似人群的关联分析,推荐推定产品,甚至包括该产品在某商场有货或缺货情况

       航空公司进入“快乐旅行模式”:基于顾客的旅行行为和偏好提供不同的机票折扣,更可进一步主动为旅行者提供酒店、租车、体育或音乐事件、本地名胜、演出、购物等各种信息查询和交易推荐。

       via:36大数据

数据分析咨询请扫描二维码

最新资讯
更多
客服在线
立即咨询