京公网安备 11010802034615号
经营许可证编号:京B2-20210330
美零售业遭遇大数据烦恼
说到“大数据”时,一般人首先想到的就是各类社交媒体、电信通讯商等科技企业;然而另一个涉及密集用户数据的行业是零售业。
在这个颇为传统的行业中,“大数据”同时夹杂着风险和盈利。零售业巨头们动辄手握百万甚至千万消费者的购买数据或信用卡数据,但在数据安全管理上漏洞百出,售卖数据之后获得的盈利,也因为当前会计准则的限制而并不能出现在潜在投资者眼前。
黑客爱超市
黑客们除了喜欢攻击各种银行网络或者窃取邮件密码,接下来排得上号的最爱攻击的对象大概就是那些连锁零售商们了。大型连锁超市遍布各地,上百万的顾客付款信息却都储存在同一个系统里,安全意识或者抵抗攻击水平却又比不上银行或者其他科技公司。这大概解释了为什么这几年美国零售巨头们几乎是轮流遭到数据偷窃,导致几千万顾客的信用卡信息泄露。
就在今年9月,大型家居连锁店家得宝(Home Depot)成为了最新一家顾客支付信息遇窃的零售商。据初步分析,泄露事件可能已经波及家得宝公司遍布全美的2200家分店。这意味着大约有400万张信用卡或储蓄卡信息被盗。
除了家得宝外,最近一系列零售商比如食品超市连锁“超价商店”、美式中餐连锁P.F.Chang等都被黑客盗取顾客信息。同样在9月,慈善二手商店Goodwill称,其顾客的信用卡信息在超过300家分店遇窃。
去年年底的美国连锁零售商Target遭入侵事件,算得上是近年来支付卡行业遭遇到的一个巨大历史拐点。当时,Target公司的网络遭到黑客入侵,共有4000万顾客的支付卡信息被盗。
事件发生后,Target公司直到现在还在试图消除残余影响。信息被盗事件伤害了公司的股价和声誉,Target还需要花上1亿美元在其1800家店铺增强信息安全防卫措施。
除了餐饮超市等零售业外,酒店业的数据泄露也让许多顾客汗毛倒立。服务业信息泄露风险敞口之大已经让消费者对商家是否能够有力保护个人数据的信心降至冰点。
不能入账的盈利
顾客的银行支付信息给零售商们带来了风险,但另一部分数据则是金光闪闪。
拥有2600家连锁超市的美国克罗格公司记录着每一位顾客的购买数据,同时还能追踪共550万会员的购买历史。克罗格公司对这些数据进行分析后,再转手卖给各种从苏打水到燕麦片的供货商。还有类似宝洁和雀巢这样的消费品生产商对这些数据都非常感兴趣,希望能从数据中得出顾客偏好来帮助产品设计和市场营销。
有分析机构认为克罗格仅凭出售这些数据就能获得每年1亿美元的收入。克罗格公司对此保持沉默,只是称自己遵循了会计一般原则。根据这些原则,公司不能将所掌握数据作为资产计算,也不能将因收集和分析数据而付出的成本作为对公司的投资。
克罗格公司可以靠这些数据获得额外的收益,但还并未真正充分利用这些数据的潜在价值。比如由于无法在公司财报中体现公司拥有大数据的当前或者未来价值,这部分内容在投资者眼里实际上成了盲区,往往会让投资者低估公司发展潜力。
越来越多的公司开始靠信息交易和大数据分析工具来拓宽盈利渠道,但如何将大数据作为一项资产来评估?这在当前的商业界中还是空白。要评估大数据,公司需要对自己数据的保质期做出估算,需要持续跟踪其价值以及随时可能发生的变化。想要对比如工厂厂房在内的有形资产进行估值很容易,但对大数据潜在价值做出估算方面好像还没有先例。
无形资产相当于大半个欧洲GDP
美国费城联邦储备银行经济学家伦纳德·纳卡穆拉(Leonard Nakamura)在一项研究中称,所有商业公司的无形资产总和估价高达8万亿美元,相当于德国、法国和意大利三国GDP的总和。这些无形资产中包括专利、商标权和版权,还包括大数据。
这些无形资产在全球经济中所扮演的角色正在日益重要。比如在过去几年诸如谷歌、苹果和三星等科技巨头发起的一系列并购、诉讼,本质上都是围绕着专利权的归属问题。但这些无形资产都没有出现在公司财务报表中。
“我们希望有更多关于无形资产的会计信息,这样才能更好地理解公司正在如何投资于未来增长。”纳卡穆拉说。
鉴于如今的经济结构越来越依赖信息和知识产权,美国财务会计准则委员会正在致力于更新会计准则。早在2002年和2007年,美国财务会计准则委员会就曾两次对无形资产的问题提出过讨论,但每次都在分歧前不了了之。直到今年9月,委员会的一些顾问再次提出了这个问题。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
【核心关键词】知识、设备、工程师、数字化、建模、算法、工业大数据、数据分析、控制算法、机器学习、深度学习、业务目标、工 ...
2026-08-05增长率是数据分析、业务报表、可视化看板中最核心的指标之一,常用于衡量营收、销量、用户量、流量等业务数据的涨跌幅度与发展趋 ...
2026-08-05小陈是某电商平台的数据分析师。老板交给他一个任务:“我们平台的注册用户已经突破1000万了,想了解一下用户的平均月消费金额。 ...
2026-08-05在机器学习建模、数据预处理、抽样划分、模型初始化训练的全流程中,随机种子是控制实验随机性、保证结果可复现、提升模型稳定性 ...
2026-08-04Python作为面向对象的主流编程语言,核心编程体系由变量、方法、类三大基础要素构成。三者层层递进、相互协作,支撑起所有基础代 ...
2026-08-04 很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问 ...
2026-08-04为什么学习数据分析? 当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运 ...
2026-08-03CDA等级认证证书有效期为三年,三年进行一次年审,主要考察CDA持证人的职业发展情况;学历、工作单位及职业变更情况;继续教育 ...
2026-08-03【核心关键词】金融、岗位、企业、算法、知识、专业、理论、课程、软件、数据分析、业务类型、应用场景、经营管理、大型企业、 ...
2026-08-03在日常数据分析、业务报表复盘、业绩预测工作中,平均增长率是衡量数据长期变化趋势的核心指标,广泛用于营收增长、用户增长、销 ...
2026-08-03很多人把统计学理解为“一堆公式和计算”,却忽略了它的本质——一门让数据“开口说话”的科学。真正的数据分析高手,不是会算平 ...
2026-08-03在数据指标体系搭建工作中,从业者常困惑于指标搭建的核心逻辑:究竟是依托一线零散数据自下而上汇总指标,还是基于战略目标自上 ...
2026-07-31在数据分析、问卷研究、实验复盘、业务建模的工作中,大多数人最关注的是“用什么统计方法”:是做T检验、方差分析、卡方检验, ...
2026-07-31 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-07-31在问卷调研的数据分析流程中,“先检验信效度,再开展进阶统计分析”是通用的规范逻辑。很多从业者会听到“问卷效度高,后续可以 ...
2026-07-30【核心关键词】大数据、统计学、专业、毕业生、论文、课程、计算机、建模、知识、数据分析、机器学习、数据科学、大数据技术、 ...
2026-07-30 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-07-30在业务数据分析中,按天拆分统计夜间时段的数据是高频需求——比如电商夜间订单监测、平台夜间用户活跃度分析、运维系统夜间异常 ...
2026-07-29在机器学习建模与特征工程实践中,判断不同特征对模型预测效果的贡献度,是特征筛选、模型解释、业务归因的核心环节。特征置换重 ...
2026-07-29 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-07-29