实现挖掘大数据价值有哪些因素

很多公司都在探索如何挖掘大数据的价值，但有一类公司不得不擅长做这项工作，那就是：cda数据分析师或数据分析提供商。这些公司的商业模式决定了其必须能够有效、持续地提供客户愿意买单的数据产品和服务。下面将分享一家伟大的数据分析提供商- ComScore，如何通过3个关键因素（一个便捷、可扩展的平台，一支深悟数据分析的员工团队，以及对客户的深刻理解）来实现对大数据价值的挖掘。

一个便捷、可扩展的数据平台

         ComScore提供服务的基础是14个PB的多种来源在线数据，这些数据实时地从全球范围收集，这就是公司现在称之为大数据的东西。数据的来源有4个主要渠道。第一个来源是样本库数据，来自200万个互联网用户，美国境内和境外用户各有100万人。样本库成员允许ComScore秘密地采集用户行为和人口特征。人口调查数据是第二个来源，从获准安放在大约90%的美国数字媒体机构百强公司里面的传感器获得数据。第三个数据来源是采用专属调查的方式，从样本库成员获得的认知数据。第四个来源是从战略合作伙伴获得的数据。比如，ComScore采用会员卡店内购买数据，来帮助客户将在线广告活动与线下商店购买行为紧密结合在一起。在上世纪90年代后期，可管理ComScore数据工厂的主流商业技术解决方案还没有出现。ComScore就开发了一个高效、获专利保护的技术平台来存储和管理大数据。到2013年，技术团队已经将平台从一个专有的解决方案进化为一种面向服务的架构，支持在MapR的Hadoop和Pivotal Greenplum数据库上运行的3个关键系统，每个系统都有独立的工作任务和扩展需求。ComScore需要不间断地呆在平台的顶端，在过去的12个月里，数据量大约增长了80%。

      ComScore依赖它出众的员工来掌握大数据的艺术和科学。它已经成长为一支1200人的全球团队，每个人都拥有不同水平的"数据科学家"能力。为了跟上公司成长步伐而选择和开发这些员工，公司领导实施了许多人才管理战略。其中一项战略是：首先从大学的商学院和数学专业招聘分析人才，并给她（他）们提供更多的分析培训。ComScore有一个正在进行的公司内部范围培训项目-ComScore大学，大部分员工都参加。另一项实践是旨在培养一支领域广泛、深悟数据分析的工作团队，根据员工的不同技能水平在整个公司成立不同的小组，但与此同时，员工必须具备足以确保这些小组能顺利沟通的基本技能。而这些需要沟通的团队通常都在同一个地方办公。公司领导层还利用矩阵式组织架构，将具备不同技能组合的人才结合在一起。比如，ComScore同时运行了好几个并列的团队，每支团队都有一个商业产品经理来理解产品的开发路线图，以及分析师们来监控数据质量和分析方法论。这种方式被认为对产品开发流程尤为重要。

对客户的深刻理解获得行动的洞察力

          ComScore每天发布大约15万份在线报告。其中的挑战在于如何传播优秀的报告，让客户不仅能获取洞察力，而且还能将这种洞察力与工作任务紧密结合。当客户将所获得的洞察力付诸行动时，比如改变一次广告活动的策略或定位一个新的细分客户群，她们可以从ComScore的产品和服务中取得价值。但是作为一个数据分析提供商，ComScore对于客户使用数据的方式缺乏控制力。ComScore能够控制的是它自己对客户需求的理解。该公司致力于在专业知识领域深度挖掘，并理解其客户想要解决的难题。具备了这些知识之后，ComScore就使大数据变得“可消费”，并且可以积极主动地帮助客户识别哪些是可付诸行动的洞察力。不得不承认，数据可以在短时间内压倒一切，激励客户聚焦于解决一些关键问题，然后反复适用。ComScore给它的客户提供拥有图形界面、整合可视化和图表呈现的软件工具；通过向导和模板报告的大量使用来支持客户的自助服务；当需要即时决策时，通过控制面板提供数据的实时访问；以及创建知识门户来支持知识的分享。更进一步，公司还专门成立了一个组织单位，来为其产品和服务的可消费性提供支持。

一切都归于数据