
大数据造成的这些影响你未必了解
大数据目前在商界颇为流行,不管是什么行业,也不管公司规模大小,它已经深入到人们生活的各个角落。大数据一直以至少三种方式在影响着企业,而每个人都应该对此有个了解。
1、 它彻底改造了传统产业
9Lenses的首席执行官埃德温·米勒(Edwin Miller)称:“大数据对企业造成了巨大的影响,涵盖了客户关系和供应链运营等各个方面,而且这种影响还将继续下去。”虽然很多人或许还没有意识到这一点,但是大数据确实已经对很多传统产业造成了重要的影响。
Capital One就是一个典型的例子。在上个世纪九十年代,信用卡行业采用的是统一定价的模式即向每一位顾客收取的费用是一样的,只有Capital One是个例外。它使用的是一种基于公共信用和人口统计数据的统计学模式,来为顾客提供“量身打造”的产品。这是它的一项创新之举,直接帮助它在1994年至2003年期间实现了32%的净收入混合年增长率。结果,很多银行将重点转向大数据分析,但是勇于开拓的先锋们似乎保住了他们的领先优势:他们的年净收入增长了17%,远远高于美国的顶级银行,比如花旗集团、美洲银行和摩根大通从2009年到2014年的混合年增长率分别只有11%、11%和6%。
劳斯莱斯在应用大数据分析上面取得的成功对飞机引擎制造行业造成了巨大的影响。公司一直监控着大约3700个引擎,每一个引擎中都安装着数百个感应器,主要用于预测引擎会在何时何地发生故障。劳斯莱斯从单纯地销售引擎转向销售引擎和监控服务的捆绑包产品,然后根据客户使用服务、维修和更换配件的情况来收取费用。这部分收入现在已经占到劳斯莱斯飞机引擎部门总收入的70%以上。
另一个典型案例是全球最大的零售商沃尔玛。现在沃尔玛在使用大数据分析方面也很有名气,但是在上个世纪九十年代,它通过一个名为Retail Link的系统将每一件商品都作为数据记录下来的做法改变了整个零售业。这个系统为供应商们提供了一个管理自己的产品的方法,允许他们监控各自的数据,包括销量和库存量、库存比例、毛利率和存货周转期等等。结果,他们将库存风险和相关成本降到了一个极低的水平。据2001年度的麦肯锡全球生产力报告称,沃尔玛的低成本和高效率是1995年至2000年期间推动商品零售行业提高生产力水平的重要因素。
2、 它催生了一个全新的行业
在历史上,数据是作为核心业务的一个辅助成分来使用的,而且数据都是针对具体的目标而搜集的。零售商为了记账而将销售量数据记录下来,制造厂商为了质量控制而将原材料记录下来。广告条上的鼠标点击次数也被记录下来,目的是计算广告收入。但是随着大数据分析需求的浮现,数据的作用不再仅限于其最初的目的。能够获得大量数据的企业具备了分析数据的能力之后就拥有了一项宝贵的资产,进而创造出一个全新的行业。
ITA Software是一家收集航班价格数据的私营企业,它收集数据的范围极广,涵盖了除Jet Blue和西南航空之外几乎所有的重要运营商。谷歌(微博)在2011年以7亿美元的价格收购了ITA Software。由于谷歌拥有专业的数据分析能力和海量的数据,ITA如今已经能够预测航班、酒店、商场等服务行业的价格变化了。
象ITA这样的企业取得的成功推动了大数据初创公司的蓬勃兴起。据网站angel.co称,从2010年11月到现在,共有2924家大数据初创公司被创立。这些公司通常以数据分析公司、数据供应商或贸易商的形式存在,它们引起了投资者的重点关注。在2015年第二季度,美国风险投资界对大数据初创公司的投资总额达到了191.9亿美元。
这个新兴行业的另一个不同寻常的案例是去年IBM与Twitter建立了战略合作伙伴关系。IBM和Twitter打算合作向企业客户出售分析信息。IBM负责分析Twitter和其他公共来源提供的数据,帮助企业掌握实时会话以便做出更明智的决定。这项合作帮助两家公司将各自的专长结合在一起,即IBM的数据分析能力和Twitter的数据资源。
3、 不管企业规模大小,都因为大数据而得到了完善和提高
大公司显然比小公司更有优势一些。这里所说的大公司不是指规模庞大的公司,而是指能够生成大量数据的公司。象亚马逊和谷歌这样的科技巨头将因为它们能够生成大量的数据而持续受益。亚马逊目前在185个国家拥有2.7亿活跃用户,上架的商品达到了1600万种。谷歌每月吸引的搜索量大约为12万亿次,占据了90%的搜索引擎市场份额。谷歌的YouTube和Google+分别拥有超过10亿和5亿的用户。
但是这并不是故事的结束,大数据实际上有助于平衡市场竞争。某些新技术比如处理器芯片技术和数据存储技术的飞速发展已经达到了能够让企业以极低的成本保留和利用信息的程度。即便是对于IT预算比较有限的企业来说,它们也可以高效率地储存数据。如果内部没有足够多的数据,它们也可以从数据中间商那里以非常低廉的价格租用数据。企业还可以用非常低廉的价格聘请外部数据分析公司。
这方面的成功案例也很多,人才招聘公司Riviera Partners选择候选人的过程就是一个很好的例子。他们会交叉参考数据库中的候选人档案和公共来源的档案,从而筛选出最合适的技能并将它与每一个岗位匹配起来。还有一个例子是,有一家饭店利用大数据分析技术解决了回应6万个来电的难题,让员工们可以专注于店内的顾客。
很多新的项目也因为大数据创新而受益匪浅。据Matisia Consultants的首席执行官、创始人克里斯蒂娜·罗斯(Kristina Roth)称:“有了大数据,很多企业就能更快、更好和以更低的成本代价来完善自身,因为它们可以从每一个完善项目中吸取经验教训,然后将经验教训融合到下一个项目之中。”
实际上,大数据应用的范围是非常广泛的,可以说人们的想象力有多大,它的应用潜力就有多大。象汽车厂商这样的公司可以利用大数据提高经营效率,医院可以利用大数据改进患者服务,快餐公司可以利用大数据更好地管理送餐服务。这样的应用方案举不胜举。能够成功地应用大数据的公司必然能够在竞争中获得优势。
值得注意的是,大数据领域的成功者都得到了市场的广泛认可。能够利用大数据的公司也是投资者高度重视的对象。下面是从事大数据业务的一些公司,它们都享有相对较高的市盈率。投资者并不仅仅看重它们的成长性,而且还看重它们的无形资产,比如数据量和数据分析能力。
我还想告诉你《CSC Global CIO Survey:2014-2015》报告中的一些数据。这份报告是调查了590多位IT高管或与技术有关的高管的意见后得出来的,调查的时间是2014年8月22日至9月11日。调查对象分布在5个大洲的23个国家,他们都是员工人数不低于250人的私营企业和公共事业组织的高管。报告得出的结论相当明确:
·64%的各行业IT高管都在大力投资大数据业务。
·75%的CIO声称大数据对生产力和效率起到了积极的影响。
·69%的调查对象认为大数据很重要或是优先事务。
·70%的调查对象声称他们对大数据业务的投资对业务创新起到了积极的影响。
简而言之,大数据正在发挥出巨大的影响并将作为推动企业效益的一项关键因素而继续发挥积极的作用。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA 数据分析师:就业前景广阔的新兴职业 在当今数字化时代,数据已成为企业和组织决策的重要依据。数据分析师作为负责收集 ...
2025-06-30探秘卷积层:为何一个卷积层需要两个卷积核 在深度学习的世界里,卷积神经网络(CNN)凭借其强大的特征提取能力 ...
2025-06-30探索 CDA 数据分析师在线课程:开启数据洞察之旅 在数字化浪潮席卷全球的当下,数据已成为企业决策、创新与发展的核心驱 ...
2025-06-303D VLA新范式!CVPR冠军方案BridgeVLA,真机性能提升32% 编辑:LRST 【新智元导读】中科院自动化所提出BridgeVLA模型,通过将 ...
2025-06-30LSTM 为何会产生误差?深入剖析其背后的原因 在深度学习领域,LSTM(Long Short-Term Memory)网络凭借其独特的记忆单元设 ...
2025-06-27LLM进入拖拽时代!只靠Prompt几秒定制大模型,效率飙升12000倍 【新智元导读】最近,来自NUS、UT Austin等机构的研究人员创新 ...
2025-06-27探秘 z-score:数据分析中的标准化利器 在数据的海洋中,面对形态各异、尺度不同的数据,如何找到一个通用的标准来衡量数据 ...
2025-06-26Excel 中为不同柱形设置独立背景(按数据分区)的方法详解 在数据分析与可视化呈现过程中,Excel 柱形图是展示数据的常用工 ...
2025-06-26CDA 数据分析师会被 AI 取代吗? 在当今数字化时代,数据的重要性日益凸显,数据分析师成为了众多企业不可或缺的角色 ...
2025-06-26CDA 数据分析师证书考取全攻略 在数字化浪潮汹涌的当下,数据已成为企业乃至整个社会发展的核心驱动力。数据分析师作 ...
2025-06-25人工智能在数据分析的应用场景 在数字化浪潮席卷全球的当下,数据以前所未有的速度增长,传统的数据分析方法逐渐难以满足海 ...
2025-06-25评估模型预测为正时的准确性 在机器学习与数据科学领域,模型预测的准确性是衡量其性能优劣的核心指标。尤其是当模型预测结 ...
2025-06-25CDA认证:数据时代的职业通行证 当海通证券的交易大厅里闪烁的屏幕实时跳动着市场数据,当苏州银行的数字金融部连夜部署新的风控 ...
2025-06-24金融行业的大数据变革:五大应用案例深度解析 在数字化浪潮中,金融行业正经历着深刻的变革,大数据技术的广泛应用 ...
2025-06-24Power Query 中实现移动加权平均的详细指南 在数据分析和处理中,移动加权平均是一种非常有用的计算方法,它能够根据不同数据 ...
2025-06-24数据驱动营销革命:解析数据分析在网络营销中的核心作用 在数字经济蓬勃发展的当下,网络营销已成为企业触达消费者 ...
2025-06-23随机森林模型与 OPLS-DA 的优缺点深度剖析 在数据分析与机器学习领域,随机森林模型与 OPLS-DA(正交偏最小二乘法判 ...
2025-06-23CDA 一级:开启数据分析师职业大门的钥匙 在数字化浪潮席卷全球的今天,数据已成为企业发展和决策的核心驱动力,数据分析师 ...
2025-06-23透视表内计算两个字段乘积的实用指南 在数据处理与分析的过程中,透视表凭借其强大的数据汇总和整理能力,成为了众多数据工 ...
2025-06-20CDA 一级考试备考时长全解析,助你高效备考 CDA(Certified Data Analyst)一级认证考试,作为数据分析师领域的重要资格认证, ...
2025-06-20