京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31在CDA(Certified Data Analyst)数据分析师的职场实战与认证考核中,“可解释性建模”是核心需求之一——企业决策中,不仅需要 ...
2026-03-31多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30在CDA(Certified Data Analyst)数据分析师的日常工作中,“无监督分组、挖掘数据内在聚类规律”是高频核心需求——电商场景中 ...
2026-03-30机器学习的本质,是让模型通过对数据的学习,自主挖掘规律、实现预测与决策,而这一过程的核心驱动力,并非单一参数的独立作用, ...
2026-03-27在SQL Server数据库操作中,日期时间处理是高频核心需求——无论是报表统计中的日期格式化、数据筛选时的日期类型匹配,还是业务 ...
2026-03-27在CDA(Certified Data Analyst)数据分析师的能力体系与职场实操中,高维数据处理是高频且核心的痛点——随着业务场景的复杂化 ...
2026-03-27在机器学习建模与数据分析实战中,特征维度爆炸、冗余信息干扰、模型泛化能力差是高频痛点。面对用户画像、企业经营、医疗检测、 ...
2026-03-26在这个数据无处不在的时代,数据分析能力已不再是数据从业者的专属技能,而是成为了职场人、管理者、创业者乃至个人发展的核心竞 ...
2026-03-26