
解析大数据如何在业务中发挥大价值_数据分析师
大数据时代,CIO的竞争优势从信息技术转变为围绕客户体验、数据分析、流程管理领域,让数据发挥大价值。
全球每秒钟发送2900万封电子邮件,推特上每天发布 5000万条消息;亚马逊每天产生 630万笔订单;Google每天需要处理24PB 的数据……
海量数据的处理,以及如何用数据创造更大的价值,给CIO们提出了更多的挑战。根据Valueresearch研究报告显示,大数据已经跃升为CIO关注度排名第四的技术与应用,并且还在持续提升中。
在一个家庭里,谁来主导旅游消费?谁来做旅游决策?
中青旅控股有限公司(下称“中青旅”)的IT部门和市场推广部联合成立了一个数据挖掘小组,在总裁助理林军的带领下,以业务需求出发用信息技术做数据挖掘,得出如下信息:在中国家庭里,旅游通常是太太来做决策;国内家庭客户策划旅游中,欧美游所需计划决策时间最长,其次是东南亚旅游,而国内游则是决策时间最短,经常会临时抱佛脚说走就走。于是,中青旅根据数据挖掘分析的结果,进行旅游产品策划和收益管理的调整,更能针对性地满足客户的需求和优化客户的体验,而且优化之后的旅游产品推广效果和盈利情况更佳。
中粮大悦城(下称“大悦城”)CIO张岩也表示,明晰业务需求才能更好地进行数据挖掘。大悦城进驻了数百家知名品牌商户,其内部系统的数据是纷繁复杂的:包括POS数据、客流的数据、商流的数据、会员的数据等等。如果从IT的角度进行分类管理、分析价值,各个业务部门的数据差异巨大,数据分析价值很低。但改由数据创造价值或者以大悦城整体商业价值来进行分析,数据分析更有价值 。
张岩带领数据分析团队,优先从商业的逻辑来考虑,对大悦城历年的销售数据进行系统梳理,建立了符合购物中心行业特色的数据分析体系。体系中包含了品牌商户、消费客群、项目收益3大系统模块,做到了从3大商业经营角度综合分析项目运转情况。得益于这套商业分析系统,朝阳大悦城帮助入驻的500多家商户,根据分析情况调整销售策略,实现了朝阳大悦城销售额年增长率近40%的高增长。
新东方教育科技集团信息管理部总监官冲认为,做数据分析和挖掘的人,一定得是懂业务的人。数据挖掘可以由外部人员来教授方法,但一定由内部人员自己实践。只有自己更了解自己的业务,能判断出哪类数据挖掘对企业有价值。其实,企业能用以分析的数据越全面,分析的结果就越接近于真实。大数据分析需要由业务需求为主导,这样企业能够从这些新的数据中获取新的洞察力,并将其与已知业务的各个细节相融合。
爱康国宾健康管理集团每年有200万人次的体检数据,这些数据蕴含着黄金般的价值。这些数据能从遗传、生活习惯、饮食等角度出发,对身体状况跟踪预测,对疾病早期预警,进行全方位的健康干预,进而对客户进行有偿或无偿服务,成为爱康国宾一片新的业务蓝海。
爱康国宾信息技术副总裁冯朝晖介绍,爱康国宾现在已经在为客户提供一些基础的健康管理服务,比如根据体检指标,分析客人的常见慢性病风险,并将慢性病的预防和保健常识通过短信定期推送给客人。未来这项业务还会和医院实现联动。
在张岩的主持下,大悦城搭建商业经营预测、管理体系:以数据挖掘方式,分析大悦城的整体商业变化规律。在数据挖掘中,大悦城并不是关注确切的销售数据,而是寻找发现在商业经营中销售变化的规律。同时,通过大数据技术筛选评估出近百个影响销售规律变化的主观因素,并通过大量的计算与验证,评估出每个影响因素的影响度指标,同时确定该影响因素相关的业务部门。最终,由近百个专项数据分析的结果,建立了全数据的大悦城经营模型(即虚拟大悦城)。从这个模型中,可以预测购物中心的经营状况,为招商、运营、推广各部门的工作提供了良好指导,并且成为管理层经营策略制定的重要依据。
CommVault中国区总经理徐永兴表示,做企业基本要考虑3个关键问题:1.增加收入;2.降低成本;3.控制风险。近30年来,企业将70%以上的资金和注意力都集中在前两项,而控制风险总是容易被忽视。CIO很多时候投入的大量的资金和精力都是在控制风险。其实,如果把数据管理做好,不但能帮CIO节省IT支出,甚至还能挖掘数据的价值,来更好地增加收入和降低成本,让CIO更具价值。
CIO如何从数据处理转型到数据业务?商业价值总经理万宁谈到,在社会信息化环境下,企业IT新趋势:1.CIO竞争优势从信息技术转变为围绕客户体验、数据分析、流程管理领域。2.相比业务流程设计,信息管理技术的重要性会更高。创建企业数字化业务模式,企业需要从技术角度、业务流程、人员角色、上升到企业企战略层面建立数字化企业。3.集中提供的应用和基础架构将会嵌入在业务服务之中,由企业共享的服务组织提供。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15