SAS:数据分析的价值

无论是物联网还是云计算，其最终的价值，恐怕都要体现在数据上，而数据真正的价值，在于其所表现出来的信息能够指导人类作出正确的判断：因此，数据分析才是IT技术最终能够影响人类社会的最后一个环节。

正文：

变化的周遭

加州大学洛杉矶分校的Chris McKinlay是一名在读博士，35岁，体型偏瘦，一头蓬乱的头发。很遗憾他单身，但是幸运的是，他的博士研究方向是：大数据分析。不甘寂寞的McKinlay经过缜密的计算和分析，对在线约会网站洛杉矶地区的女性进行数据分析，终于觅得佳人，终成连理。

考证这个案例的真假，有些不解风情，至少我们不得不承认，大数据正改变着我们的生活，也改变着我们的世界。

一个众所周知的事实是，某电子商务平台通过记录客户的网络浏览记录（点击、链接等）和购买记录等掌握客户的消费模式，就可以分析并分类客户的消费相关特性如收入、家庭特征、购买习惯等，最终掌握客户特征，并基于这些特征判断其可能关注的产品与服务，因此，从消费者进入网站开始，在列表页、单品页、购物车页等四个页面，为其推荐感兴趣的商品，从提高商品曝光，促进交叉/向上销售。

“云计算和物联网等基础IT系统的发展，使得企业可以获得更大量的来自业务系统、传感器和日志的数据，包括新的非结构化数据如互联网、微博、语音、图片等，将这些数据充分的利用，并转化为企业的核心竞争力，是企业乃至国家发展的必然之路。”王莉华，SAS中国首席咨询顾问，日前在接受本刊采访时认为，大数据分析和质量是企业生存与发展之本，不仅未来IT系统的动力将是数据，未来的各行各业的发展都将以数据为核心。

事实上，对于数据价值的挖掘，早已不限于网络电商，在各行各业的应用中，都帮助企业实现了业务上的某种优化，从而实现了商业的成功。

数据的商业价值

上海通用汽车有限公司通过采用了一套保修分析解决方案来帮助其提高保修质量分析的效率。通过保修分析解决方案，在前六个月里，保修分析周期就缩短了70%，常规问题的发现和解决时间的缩短就为公司节省了约900万人民币。不仅如此，通过保修分析系统提供的质量问题早期预警功能，还发现了使用传统方法无法早期发现的13个新问题。这些问题的快速识别和解决又为公司节省了另外约900万人民币保修成本。

UPS，在超过46,000辆汽车上安装车载通信系统传感器，帮助该包裹递送巨头优化其递送路线。2011年，UPS通过更高效的路线规划每天减少了8,500万英里行程，节省了840万加仑燃油，使燃油成本降低了数百万美元。

衣恋集团，在中国拥有5241家门店，通过使用企业级数据挖掘器和数据分析软件，实现了商品订单和配送的业务逻辑优化，为30多名规划人员提供支持，进行快速的商品订单和配送的模拟以及决策制定。通过模拟比较9个品牌的夏季实际销量（未经系统调整）以及依据决策系统调整的订单数量和配送数量，发现项目将营业利润提高 291亿韩元（比上一年度增长75%）。品牌战略产品的集中度（订单占比位列前20%）也可以从38%提升到47%。此外，通过降低特定地区的TCR波动，销量也可以从38.6万件提升为110.2万件，产品组合销售的错误率也可以从25%降低为2%。

民生银行从2013年8月开始正式实施数据分析和挖掘，通过全新的零售决策平台，民生银行将零售和小微客户进行精准分类，对每一个客户群的行为和特征进行深入了解，并根据具体的需求制定营销策略。整个流程被尽可能细化，分阶段改进、优化和提高。借助此平台，民生银行构建了一套完营销决策支持的业务流程和框架体系，打造了完整的营销管理闭环之旅。

“大数据技术和服务正在从概念和测试阶段转变到实际的应用和部署阶段，许多企业已经看到了数据的价值，并认识到了大数据能够给企业带来竞争力的提升和激发企业的创造力。”SAS大中华区市场总监蒋顺利谈到，根据IDC 对于大数据成熟度的研究，在大数据成熟度模型的五个阶段中，中国的大数据成熟度比较低，这也就意味着中国的一些企业能够进行大数据项目的功能化部署，并能够利用一些商业机会实现大数据的商业价值，还有很大的发展空间。

数据分析在中国

大数据显然正在并且会长期持续地影响全球商业模式的走向。大数据真正的价值体现在分析的结果以及对业务、商业模式的影响与应用上。

现在，企业在大数据技术的使用上，已经不是考虑是否使用的问题，而是在思考如何根据自己企业的发展战略、营销规划、产品策略更好地发挥大数据技术的能力，带来企业竞争力的增强、企业利润的增加和客户对于企业忠诚度的提升。此时，行业的示范作用最为重要。

“云计算、大数据分析推动了银行、保险等行业等很多创新发展，”蒋顺利谈到SAS在中国市场的行业分布时强调，虽然在零售业、制造业、政府、教育、交通运输、医药卫生等领域都拥有成功案例，但是重点的行业在2016年也许会有重点的突破。

就金融业而言，大数据的发展将会更多地落地实施——因为传统的数据仓库建设已经具有一定规模，剩下的问题就是针对大数据的应用，这会对数据的管理、安全等各方面有更多的投资和应用的需求。加之，随着近年来互联网金融业务表现强势，因此银行未来新的金融商品、创新服务都会来自于互联网，

“在互联网金融的建设当中，数据分析最大的商机不只是针对市场营销，还有风险管理和反欺诈管理，在过去这12个月到18个月以来，很多银行已经开始推动新一代的实时交易性的反欺诈。”蒋顺利说。他同时提到中国的制造业：“无论是工业4.0，或者中国制造2025、IOT物联网，对制造业的大数据应用分析推动作用不言而喻。长期以来制造业都还把很多IT投入在它的运营系统里，如今SAS在高性能分析、机器学习等方面，跟一些大的芯片制造厂商如Intel等有紧密的合作。”

笔者后记

现在的商业环境，恐怕没有人可以否定数据的价值。正如惠普全球客户智能副总裁Prasanna Dhore所说：客户洞察在未加以有效利用的情况下一文不值。我们所说的“信息的不对称”恰恰是我们对客户已有的了解和未来希望了解的信息之间的缺口。通过数据分析，我们可以填补这个缺口，增强客户关系，让我们比竞争对手更懂客户，从而采取必要行动，更有效地满足客户需求，减少操作的复杂性。

对于中国用户而言，尽快挖掘数据的价值，迫在眉睫。