京公网安备 11010802034615号
经营许可证编号:京B2-20210330
企业对数据与洞见的胃口增大_数据分析师
时尚触觉没有中间地带:你要么有,要么没有。如果没有的话,StyleSeek 可以帮助你挖掘内心深处的时尚感。
StyleSeek 网站的功能是通过一个小游戏帮助访客及会员找到自己的“时尚 DNA”.用户从一系列图片中挑出他们最喜欢的生活方式形象,例如高档奢华的大门、杂志封面、跑车等等。这些选择的综合结果就是用户的时尚 DNA.接下来,StyleSeek 会依据你的 DNA,从与他们合作的 200 多家零售商──包括 Macy's, Nordstrom, Anthropologie 和 J. Crew──里向你推荐衣物饰品。
不过,这家位于芝加哥的公司不仅仅是一个线上推荐引擎,当用户在 90 天内点击链接去到零售商的网站购物时,它会从交易中抽取一定比例的提成。StyleSeek 的访客点击到零售商网站并发生购买行为的比例远远高于业界平均水平。
虽然 StyleSeek 还只是一家创业公司,但它已经开始将其商业模式变得多样化。它的某些零售商伙伴希望能够付费得到一个定制版的数据分析平台,以便更好地理解顾客的偏好与行为模式。StyleSeek 的创始人泰勒·斯泊丁说:我们可以把我们的技术针对合作伙伴的网站进行定制,让他们对顾客有更深入的了解:哪些做法有效,哪些无效。很多大型零售商伙伴都已经感受到了好处:“赶快给我们也做一个,只要能用上这套系统,我们全力配合。”
像 StyleSeek 这样的公司不只一家。它们满足了企业对更优质的数据不断增长的需求。在某些案例中,更优质的数据令企业的商业模式发生了改变。
企业对数据与洞见的胃口增大
最近,MIT 斯隆管理评论和 SAS Institute 联手对 2037 位管理者进行了调查,发现在决策时倚赖数据分析的管理者开始增多,他们在整体管理者中的比例高得令我们意外。超过半数的受访者强烈同意公司需要加强对数据分析的运用,以便做出更好的决策──若把“强烈同意”的说法“基本同意”,这个比例还会提高至 87%.这一发现──即大部分受访者强烈同意公司需要增加对数据的运用──在多个行业中都成立。
令管理者对数据分析的兴趣提高的因素不只一个,包括市场复杂度的增加(例如包括了网店与实体店的全渠道零售)以及更好的分析工具与数据的出现。当然,若公司的竞争对手利用数据做出了更快、更好的决策,从而先拔头筹,也会改变公司面对的竞争图景。
对更好的数据分析能力的需求正在改变部分公司对自己和他人的数据的看法。很多企业都希望通过更有效地运用数据来改善产品或服务。但还有一些公司(例如 StyleSeek)已开始改变那种思路。它们自己试图成为更好的数据生产者和分析师,从而让其它企业能更有效地利用数据分析。这一类公司把自己的数据分析平台──即对自己的顾客或所处行业的深入了解与知识──视为具有战略和商业价值的资产。
我们以位于加州 Santa Monica 的西班牙语媒体公司 Entravision Communications 为例。该公司拥有或运营着超过 50 家电视台和 49 家电台,还在 11 个区域性市场拥有多媒体资产,以及 106 项本地互联网产业。所有这些加在一起,已经能够到达美国大多数的西班牙裔消费者──这一市场在 2013 年的总体购买力约为 1.2 万亿美元。
Entravision 的高层相信,通过整合他们拥有的 300 多个外部数据源的交易数据,可以为广告主以及营销人员提供更好的有关美国拉丁族裔的媒体投放信息。于是他们设立了名为 Luminar 的分部,专门销售此类信息,以及他们的数据分析平台的访问权限。Entravision 最初把这视为对其传统媒体广告主的一种服务,但管理层很快发现他们的顾客对于美国拉丁族群的信息很感兴趣(而且愿意为之付费),这种兴趣未必和他们作为广告主的身份相关。于是,Entravision 开始改变其新兴的信息服务的重点。
数据共享与创新
某些公司会把他们的数据以及分析与商业伙伴分享,从而达成战略性的商业目标。举例来说,WellPoint 这家位于美国印第安纳波利斯的医保公司正在用数据分析帮助内科医生设计一套具有战略意义的支付模式。这种模式会奖励那些降低了整体医疗费用、提高了医疗质量的医生。具体而言,WellPoint 将行政数据转化为关于病人地理分布的有用信息,并将这些信息与医生及其团队共享,以帮助他们更好地决策。这种创新的合作模式让医生对于成本以及病人受到的医疗质量有更清晰的认识,它标志着 WellPoint 与医生的关系的重要转变。
大体而言,我们的调查数据显示,从数据分析中获益,提高了创新能力的公司,会更倾向于将数据与合作伙伴和供应商分享。今年有半数的受访者同意数据分析提高了自己企业的创新能力,其中有 16% 的人表示强烈同意。同意这一点的受访者通常都会表示自己曾经通过数据分析与商业伙伴和供应商合作。
我们采访的部分通过数据提高了创新能力的公司开始使用外部数据来进行分析,将自己内部的海量数据与外部数据结合到一起。我们发现这是多数大数据项目采用的方法。我们的调查结果显示,启动了大数据项目的公司里有 88% 的受访者表示他们混用了内部与外部数据。只有 10% 的受访者说他们仅仅使用了公司内部数据,表示只用外部数据的受访者仅有 2%.
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13