京公网安备 11010802034615号
经营许可证编号:京B2-20210330
那些已经采集来的信息,除常规用途之外,还能起点什么作用
云计算""="" width="" 592""="" height="" 415""="">
一个团队有机会去自主的选择一个项目,通常是一件不错的事儿,如果你有这样的机会,我建议首先考虑做数据集成类型的项目,这在未来的企业中也许就是“明日之星”!
想想我们生活的大自然,最可怕的是什么?我想很多人会联想到荒凉,想到漫无边际的沙漠、茫茫大海上的孤岛。想想我们身处的社会,最可怕的场景是什么?很多人会联想到冷漠,想到人与人之间的尔虞我诈、冷眼相对。尽管我们对此感觉不适,但我们却能接受企业信息环境中存在多个系统,它们彼此孤立,互不来往,就恰恰像极了海上的孤岛,彼此独立的存在,可惜的是:它们原本可以连在一起成为一个乐园。如果说我们无法改变海岛的位置、无力挽回热心丢失的人群关系,我们何不放手试一试让企业信息孤岛消失在下一秒呢?至少这是我们能做的!
可能面对这样一个宽泛的建议,你会感觉到无从下手,让我们从几个简单的例子开始:
1、 如果企业已经有考勤系统,你有没有想过打卡记录除了考勤,还能干什么?
2、 如果企业已经有CRM(客户关系管理系统),你有没有想过客户信息除了便于查询,还能干什么?
3、 如果企业已经有详细的销售记录,你有没有想过这些信息除了备查,还能干什么?
4、 如果企业已经有库存管理(包含出库和入库),你有没有想过这些信息除了管理仓库,还能干什么?
5、 如果企业已经有了xxxx,还能干什么?
这些问题简单而直接,就是在提醒你,那些已经采集来的信息,除了他们原本的常规用途之外,还能起点什么作用?就拿考勤的例子来说,有时我们甚至是开玩笑的说:如果考勤记录开放,那就能知道一个人有没有来上班?第一反应可能是这个太无聊了!但是根据我多年的经验:越是无聊的东西,可能越有价值,这是个信息泛滥的时代,有的企业连用户手机上的gps定位信息都给收刮了去,一开始肯定是无聊的很,但实践证明gps定位信息引爆了移动互联网,因为互联网只能知道你有没有上网,移动互联还能知道你在哪里上网,这尤其重要。
好了,让我们回到考勤的问题。一个人有没有来上班被打卡时间点确定了!那么我们可以把它做成标准的web服务,等待其他的应用在需要时调取。什么应用会使用这样一个服务呢?试想一下,某个流程软件,需要流转一项及时性非常高的任务,有甲乙丙等等的几个人可以流转,请注意,这时某人是否已经来上班就非常的重要了,不知你看明白没有?
再说一个,比如客户信息。如果企业有呼叫中心,那么客户信息的web服务就会被呼叫中心的来电识别所亲睐!而呼叫中心的信息反馈也可以直达CRM。
比如销售记录。如果企业有运筹部门,他们可能就可以利用销售记录的web服务参考着制定产能计划。销售信息还能够直接反应不同类型的产品谁更畅销,帮助企业决策系统和决策者制定战略方向!
比如库存信息。如果企业在乎风险的话,那么企业的库存是要建立风险模型的,要防止大量的积压。库存信息对于物流的意义同样重大,你甚至可以参考出入库信息,综合的安排物流车辆,一车装的更多,你就省的更多!库存信息甚至可以提供给在线交易平台,你的客户可以看到你的商品什么时间发货,就像快递信息一样给你的客户一份透明的物流“账单”!
还有很多很多。说到这里,我们不难发现,这些道理相当的简单,也相当的容易操作,最可贵的是,它们相当的没有失败成本!怎么理解失败成本呢?比如你的及时性任务调用了某人是否上班的服务,由于某些原因,后来不想调用了,那么撤掉就是了!你会惊奇的发现:好像没什么大事,好像没损失什么,哪天他们又想调用了,来就是了,你会惊奇的发现:好像没什么大事,好像没增加什么负担!千万不要以为这个很正常,是数据的包容性决定了这一点,也就是“环境+数据=结论”是基本模式,它们能自由的退化为“环境=结论”,也可以升级为“环境+数据+数据2=结论”!就像多多益善,但是咸菜萝卜干也能对付着过日子!这是数据的世界最美妙的东西,谁做谁知道!
故事本该结束了,但是依照惯例,我点一点数据的思想!有人可能会问:既然这么有用,那么考勤系统集成这个功能、crm集成这个功能。。。它们各自集成功能不就行了么?用不着你插这一手啊!让我们把思想的束缚拿掉,自由的飞一会儿。然后你回答我这个问题:请问如果我集成了这些功能,它们在我这里的使用记录,是什么?
哈哈!是数据!于是,你发现:宇宙之外是宇宙!手法越高明,部署越密集,眼界就会越高远,我们站在数据之上,走过的脚印也是数据本身,你能明白我想说什么?
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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在CDA(Certified Data Analyst)数据分析师的能力体系中,线性回归是连接描述性统计与预测性分析的关键桥梁,也是CDA二级认证的 ...
2026-03-26在数据分析、市场研究、用户画像构建、学术研究等场景中,我们常常会遇到多维度、多指标的数据难题:比如调研用户消费行为时,收 ...
2026-03-25在流量红利见顶、获客成本持续攀升的当下,营销正从“广撒网”的经验主义,转向“精耕细作”的数据驱动主义。数据不再是营销的辅 ...
2026-03-25在CDA(Certified Data Analyst)数据分析师的全流程工作中,无论是前期的数据探索、影响因素排查,还是中期的特征筛选、模型搭 ...
2026-03-25在当下数据驱动决策的职场环境中,A/B测试早已成为互联网产品、运营、营销乃至产品迭代优化的核心手段,小到一个按钮的颜色、文 ...
2026-03-24在统计学数据分析中,尤其是分类数据的分析场景里,卡方检验和显著性检验是两个高频出现的概念,很多初学者甚至有一定统计基础的 ...
2026-03-24在CDA(Certified Data Analyst)数据分析师的日常业务分析与统计建模工作中,多组数据差异对比是高频且核心的分析场景。比如验 ...
2026-03-24日常用Excel做数据管理、台账维护、报表整理时,添加备注列是高频操作——用来标注异常、说明业务背景、记录处理进度、补充关键 ...
2026-03-23作为业内主流的自助式数据可视化工具,Tableau凭借拖拽式操作、强大的数据联动能力、灵活的仪表板搭建,成为数据分析师、业务人 ...
2026-03-23