京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据:开启新商业时代的钥匙_数据分析师
数据已经如一股“洪流”注入了世界经济,成为全球各个经济领域的重要组成部分。麦肯锡公司预计,数据将与企业的固定资产和人力资源一样,成为生产过程中的基本要素。而在2012年年初的瑞士达沃斯论坛上,一份题为《大数据,大影响》的报告同样认为,数据已经成为一种新的经济资产类别,就像货币或黄金一样。
这是大数据时代的独特现象。和其他的生产要素相比,数据无疑又具备更独特的特点。例如,工业生产过程中的原材料,一般都有排他性,但数据很容易实现共享,而且使用的人越多,其价值越大;数据也不像机器、厂房,会随着使用次数的增多而贬值,相反,重复使用反而可能使它增值。此外,此数据和彼数据如果能有机地结合到一起,可能就会产生新的信息和知识,并且实现大幅增值。
已经有越来越多令人信服的证据表明:大数据将成为竞争的关键性基础,并成为下一波生产率提高、创新和为消费者创造价值的支柱。
显然,数据的重要性已经提升到竞争性要素的高度。众所周知,信息时代的竞争,不是劳动生产率的竞争,而是知识生产率的竞争。数据是信息的载体,是知识的源泉,当然也就可以创造价值和利润。因此,在未来基于知识的竞争,将集中表现为基于数据的竞争。而这种数据竞争,将成为经济发展的必然。
随着全球竞争的不断深化,企业的地理优势也将淡化,各种国家和地区性的保护措施也将逐步取消,一项专利很快会被模仿、复制、推广,创新将越来越艰难。但在除去这些要素之外,还有一点可以构成企业竞争的基础,那就是以“低成本、高效率”的方式来开展公司的业务。这种竞争,要求公司制定流线型的商业过程,各个过程之间必须无缝隙、无摩擦地对接,并保证每一个商业决策明智、正确,在竞争的过程中不犯错误。
而要做到这些,企业必须广泛推行以事实为基础的决策方法,大量使用数据分析来优化企业的各个运营环节,通过基于数据的优化和对接,把业务流程和觉得过程当中存在的每一分潜在的价值都挤出来,从而节约成本,战胜对手,在市场上幸存。
而能够始终保证自己以“数据最优”的方式运营的公司,将会在竞争中坚持到最后。因为,粗放型经营的公司最终将因“高成本”而自动出局。
事实上,这种以数据分析为竞争能力的公司都是各自领域的领袖,他们都把自己的成功归功于对数据分析的娴熟应用。全球性的竞争正在变得更加激烈,这加剧了这种需要。而在西方发达国家的公司看来,和中国、印度的竞争对手相比,他们无法在产品成本方面获得优势,但其最大优势就是能在商业过程的优化方面不战而胜。以下是几个案例。
案例一:会员数据分析
顾客的消费习惯与需求,向来是零售商最重视的信息。如果你比竞争对手更早更准确地捕捉到这些信息,就可能占得先机。
塔吉特:比父亲更早知道女儿怀孕
曾经有一位男性顾客到一家塔吉特店中投诉,商店竟然给他还在读书的女儿寄婴儿用品的优惠券。这家全美第二大零售商,会搞出如此大的乌龙?但经过这位父亲与女儿进一步沟通,才发现自己女儿真的已经怀孕了。
一家零售商是如何比一位女孩的亲生父亲更早得知其怀孕消息的呢?每位顾客初次到塔吉特刷卡消费时,都会获得一组顾客识别编号,内含顾客姓名、信用卡卡号及电子邮件等个人资料。日后凡是顾客在塔吉特消费,计算机系统就会自动记录消费内容、时间等信息。再加上从其他管道取得的统计资料,塔吉特便能形成一个庞大数据库,运用于分析顾客喜好与需求。
塔吉特的统计师们通过对孕妇的消费习惯进行一次次的测试和数据分析,得出了一些非常有用的结论:孕妇在怀孕头三个月过后会购买大量无味的润肤露;有时在头20周,孕妇会补充如钙、镁、锌等营养素;许多顾客都会购买肥皂和棉球,但当有女性除了购买洗手液和毛巾以外,还突然开始大量采购无味肥皂和特大包装的棉球时,说明她们的预产期要来了。
在塔吉特的数据库资料里,统计师们根据顾客内在需求数据,精准地选出其中的25种商品,对这25种商品进行同步分析,基本上可以判断出哪些顾客是孕妇,甚至还可以进一步估算出她们的预产期,在最恰当的时候给她们寄去最符合她们需要的优惠券,满足她们最实际的需求。依靠分析消费者数据,塔吉特的年营收从2002年的440亿美元扩大到2010年的670亿美元。这家成立于1961年的零售商能有今天的成功,数据分析功不可没。
案例二:特易购优惠券的秘密
发放优惠券吸引顾客其实已经是很老套的做法了,而且许多的促销活动实际只是来掠夺公司未来的销售额。然而,依赖于扎实的数据分析来定向发放优惠券的特易购,却可以维持每年超过1亿英镑的销售额增长。
特易购同样有会员数据库,通过已有的数据,就能找到那些对价格敏感的客户,然后在公司可以接受的最低成本水平上,为这类顾客倾向购买的商品确定一个最低价。这样的好处一是吸引了这部分顾客,二是不必在其他商品上浪费钱降价促销。
特易购每季会为顾客量身定做6张优惠券。其中4张是客户经常购买的货品,而另外2张优惠的内容,虽然该客户从来没有买过,则是根据该客户以往的消费行为数据分析,极有可能在未来会购买的产品。仅在1999年,特易购就送出了145000份面向不同的细分客户群的购物指南杂志和优惠券组合。
依靠数据分析,特易购通过这样有目标的降价,从竞争对手那里吸引来更多的顾客。更妙的是,这样的低价无损公司整体的盈利水平。通过追踪这些短期优惠券的回笼率,了解到客户在所有门店的消费情况,特易购还可以精确地计算出投资回报。
案例三:潘多拉的数据魔方
美国一家名为潘多拉(Pandora)的在线音乐网站,就特别聘请一些音乐专家,让他们每个人平均花上20分钟去分析一首歌曲,并赋予每首歌400种不同的属性。如果你表示喜欢一首歌,程序会自动寻找跟这首歌“基因”相同的歌曲,猜测你也会喜欢并推荐给你。借助这种人海战术,潘多拉网站已经分析了74万首歌曲。2011年6月15日,这家采用推荐引擎技术的网站登陆美国纽约交易所上市。
当然,不是所有的公司都有实力和足够的时间自己搭建运行一套数据库用以分析顾客消费行为和需求,因此,这就为这些公司提供此项服务的数据分析商便找到了空间。
Acxiom:比谷歌更无所不知
比FBI更无孔不入,比Google更无所不知,比Facebook更无处不在……Acxiom就是这样一个鲜为人知而又举足轻重的存在。其主要业务是“基于数据的市场营销”,帮助企业精准定位它的潜在客户,将服务和产品卖给有需求的客户。
在2010 年的投资者演讲大会中,Acxiom虚构了一个名为 ScottHughes 的角色,以演示在大量数据的帮助下精准营销的力量。在演示期间,Hughes登陆了 Facebook 账号,看到他的朋友刚刚成为电子设备商店Bryce的粉丝。Hunghes也点进了Bryce浏览其中的商品,打算购买喷墨打印机。这个行为被Acxiom捕捉到,它会识别消费者的身份,记忆他们的选择,分辨他们的行为,通过合适的市场营销来影响他们。
当Hughes再回到Bryce,Acxiom就会通过他在 Facebook 上的活动记录,向他推荐一款符合他要求的打印机。不过,他注册了网站,但还是没有买打印机。然后,Acxiom通过网络来追踪 Hughes的去向。
第二天,当Hughes打开 ESPN.com 查看体育新闻,“啪”又出现一个打印机的广告。到了傍晚,他回到Bryce的网站,然后网站显示他拥有了10美元返现——这不是随便显示的消息。Acxiom 将收集到的和 Hughes 有关的数据进行了分析处理。Hughes被判定为属于那群喜欢移动设备,属于中产阶级,常用手机转账,会参加专业运动聚会,对价格敏感的那群人。于是Acxiom给 Hughs了10美元折扣,成功出售了打印机。
目前,Acxiom 已经拥有美国 1.9 亿人,以及 1.26 亿个家庭的数据资料。同时,财富100 强的公司中,有 47个是它的客户。更厉害的是,“9•11”事件过后,它还因协助美国政府提供了19个劫机者中11个人的资料而名声大振。
Splunk
Splunk 提供的软件产品可以用于监控、分析实时及历史的机器数据,同时为这些海量数据建立索引,将其整理成可以搜索的链接。客户企业的 IT管理员再也不用在错误发生时逐个排查纠错了。还有游戏公司使用他们的软件监测游戏功能,确定玩家卡在什么地方,然后游戏公司就可以即时调整游戏,以挽留玩家。从创立至今,Splunk 的客户数量已接近 4000 家,遍布全球75个国家,其中一半以上为《财富》100强公司。
潘吉瓦
潘吉瓦公司,是用数据分析来撬动全球贸易。比如,他们通过41次追踪《暮光之城》的徽章、袜子的运输情况,分析在这部电影中主角的服饰对流行趋势有多大影响率,并将分析结果告知用户,建议他们对自己的行动作出恰当的调整。
这仅仅只是基于社交网络产生的大数据进行“预见未来”的众多案例之一,事实上“大数据”所能带来的巨大商业价值,已经被人认为将引领一场足以匹敌20世纪计算机革命的巨大变革。
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【核心关键词】岗位、数字化、经验、课程、方法论、决策、企业、大方向、数据分析、销售管理、理论知识、思维方式、分析销售、 ...
2026-07-28在问卷调研、用户分群、效果对比等业务数据分析中,分类变量的关联性与差异性验证是高频需求。卡方检验作为针对离散分类数据的经 ...
2026-07-28 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-07-28在Excel数据分析与报表制作中,数据透视表是快速完成多维度汇总、分组统计的核心工具。很多从业者在得到透视表汇总结果后,为了 ...
2026-07-27 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-07-27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转的核心动能、滋养人工 ...
2026-07-27【核心关键词】客户、数据分析、指标体系、数据采集、数据指标、业务数据、分析思路、业务需求、分析方法 【专访摘要】本次 CDA ...
2026-07-24在数据分析、业务建模与数字化运营体系中,原始业务数据普遍存在缺失、重复、异常、口径不一致等质量问题,直接用于分析与建模会 ...
2026-07-24 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-07-24在数据驱动的精细化运营体系中,指标是业务判断、效果复盘、策略优化的核心依据。随着企业数据化程度提升,指标数量持续膨胀,但 ...
2026-07-23在用户运营与产品增长体系中,留存是衡量产品真实价值与用户粘性的核心标尺,也是决定用户生命周期价值、获客投产比的底层因素。 ...
2026-07-23