
大數(shù)據(jù)造成的這些影響你未必了解
大數(shù)據(jù)目前在商界頗為流行,不管是什么行業(yè),也不管公司規(guī)模大小,它已經(jīng)深入到人們生活的各個(gè)角落。大數(shù)據(jù)一直以至少三種方式在影響著企業(yè),而每個(gè)人都應(yīng)該對(duì)此有個(gè)了解。
1、 它徹底改造了傳統(tǒng)產(chǎn)業(yè)
9Lenses的首席執(zhí)行官埃德溫·米勒(Edwin Miller)稱:“大數(shù)據(jù)對(duì)企業(yè)造成了巨大的影響,涵蓋了客戶關(guān)系和供應(yīng)鏈運(yùn)營(yíng)等各個(gè)方面,而且這種影響還將繼續(xù)下去?!彪m然很多人或許還沒有意識(shí)到這一點(diǎn),但是大數(shù)據(jù)確實(shí)已經(jīng)對(duì)很多傳統(tǒng)產(chǎn)業(yè)造成了重要的影響。
Capital One就是一個(gè)典型的例子。在上個(gè)世紀(jì)九十年代,信用卡行業(yè)采用的是統(tǒng)一定價(jià)的模式即向每一位顧客收取的費(fèi)用是一樣的,只有Capital One是個(gè)例外。它使用的是一種基于公共信用和人口統(tǒng)計(jì)數(shù)據(jù)的統(tǒng)計(jì)學(xué)模式,來(lái)為顧客提供“量身打造”的產(chǎn)品。這是它的一項(xiàng)創(chuàng)新之舉,直接幫助它在1994年至2003年期間實(shí)現(xiàn)了32%的凈收入混合年增長(zhǎng)率。結(jié)果,很多銀行將重點(diǎn)轉(zhuǎn)向大數(shù)據(jù)分析,但是勇于開拓的先鋒們似乎保住了他們的領(lǐng)先優(yōu)勢(shì):他們的年凈收入增長(zhǎng)了17%,遠(yuǎn)遠(yuǎn)高于美國(guó)的頂級(jí)銀行,比如花旗集團(tuán)、美洲銀行和摩根大通從2009年到2014年的混合年增長(zhǎng)率分別只有11%、11%和6%。
勞斯萊斯在應(yīng)用大數(shù)據(jù)分析上面取得的成功對(duì)飛機(jī)引擎制造行業(yè)造成了巨大的影響。公司一直監(jiān)控著大約3700個(gè)引擎,每一個(gè)引擎中都安裝著數(shù)百個(gè)感應(yīng)器,主要用于預(yù)測(cè)引擎會(huì)在何時(shí)何地發(fā)生故障。勞斯萊斯從單純地銷售引擎轉(zhuǎn)向銷售引擎和監(jiān)控服務(wù)的捆綁包產(chǎn)品,然后根據(jù)客戶使用服務(wù)、維修和更換配件的情況來(lái)收取費(fèi)用。這部分收入現(xiàn)在已經(jīng)占到勞斯萊斯飛機(jī)引擎部門總收入的70%以上。
另一個(gè)典型案例是全球最大的零售商沃爾瑪。現(xiàn)在沃爾瑪在使用大數(shù)據(jù)分析方面也很有名氣,但是在上個(gè)世紀(jì)九十年代,它通過(guò)一個(gè)名為Retail Link的系統(tǒng)將每一件商品都作為數(shù)據(jù)記錄下來(lái)的做法改變了整個(gè)零售業(yè)。這個(gè)系統(tǒng)為供應(yīng)商們提供了一個(gè)管理自己的產(chǎn)品的方法,允許他們監(jiān)控各自的數(shù)據(jù),包括銷量和庫(kù)存量、庫(kù)存比例、毛利率和存貨周轉(zhuǎn)期等等。結(jié)果,他們將庫(kù)存風(fēng)險(xiǎn)和相關(guān)成本降到了一個(gè)極低的水平。據(jù)2001年度的麥肯錫全球生產(chǎn)力報(bào)告稱,沃爾瑪?shù)牡统杀竞透咝适?995年至2000年期間推動(dòng)商品零售行業(yè)提高生產(chǎn)力水平的重要因素。
2、 它催生了一個(gè)全新的行業(yè)
在歷史上,數(shù)據(jù)是作為核心業(yè)務(wù)的一個(gè)輔助成分來(lái)使用的,而且數(shù)據(jù)都是針對(duì)具體的目標(biāo)而搜集的。零售商為了記賬而將銷售量數(shù)據(jù)記錄下來(lái),制造廠商為了質(zhì)量控制而將原材料記錄下來(lái)。廣告條上的鼠標(biāo)點(diǎn)擊次數(shù)也被記錄下來(lái),目的是計(jì)算廣告收入。但是隨著大數(shù)據(jù)分析需求的浮現(xiàn),數(shù)據(jù)的作用不再僅限于其最初的目的。能夠獲得大量數(shù)據(jù)的企業(yè)具備了分析數(shù)據(jù)的能力之后就擁有了一項(xiàng)寶貴的資產(chǎn),進(jìn)而創(chuàng)造出一個(gè)全新的行業(yè)。
ITA Software是一家收集航班價(jià)格數(shù)據(jù)的私營(yíng)企業(yè),它收集數(shù)據(jù)的范圍極廣,涵蓋了除Jet Blue和西南航空之外幾乎所有的重要運(yùn)營(yíng)商。谷歌(微博)在2011年以7億美元的價(jià)格收購(gòu)了ITA Software。由于谷歌擁有專業(yè)的數(shù)據(jù)分析能力和海量的數(shù)據(jù),ITA如今已經(jīng)能夠預(yù)測(cè)航班、酒店、商場(chǎng)等服務(wù)行業(yè)的價(jià)格變化了。
象ITA這樣的企業(yè)取得的成功推動(dòng)了大數(shù)據(jù)初創(chuàng)公司的蓬勃興起。據(jù)網(wǎng)站angel.co稱,從2010年11月到現(xiàn)在,共有2924家大數(shù)據(jù)初創(chuàng)公司被創(chuàng)立。這些公司通常以數(shù)據(jù)分析公司、數(shù)據(jù)供應(yīng)商或貿(mào)易商的形式存在,它們引起了投資者的重點(diǎn)關(guān)注。在2015年第二季度,美國(guó)風(fēng)險(xiǎn)投資界對(duì)大數(shù)據(jù)初創(chuàng)公司的投資總額達(dá)到了191.9億美元。
這個(gè)新興行業(yè)的另一個(gè)不同尋常的案例是去年IBM與Twitter建立了戰(zhàn)略合作伙伴關(guān)系。IBM和Twitter打算合作向企業(yè)客戶出售分析信息。IBM負(fù)責(zé)分析Twitter和其他公共來(lái)源提供的數(shù)據(jù),幫助企業(yè)掌握實(shí)時(shí)會(huì)話以便做出更明智的決定。這項(xiàng)合作幫助兩家公司將各自的專長(zhǎng)結(jié)合在一起,即IBM的數(shù)據(jù)分析能力和Twitter的數(shù)據(jù)資源。
3、 不管企業(yè)規(guī)模大小,都因?yàn)榇髷?shù)據(jù)而得到了完善和提高
大公司顯然比小公司更有優(yōu)勢(shì)一些。這里所說(shuō)的大公司不是指規(guī)模龐大的公司,而是指能夠生成大量數(shù)據(jù)的公司。象亞馬遜和谷歌這樣的科技巨頭將因?yàn)樗鼈兡軌蛏纱罅康臄?shù)據(jù)而持續(xù)受益。亞馬遜目前在185個(gè)國(guó)家擁有2.7億活躍用戶,上架的商品達(dá)到了1600萬(wàn)種。谷歌每月吸引的搜索量大約為12萬(wàn)億次,占據(jù)了90%的搜索引擎市場(chǎng)份額。谷歌的YouTube和Google+分別擁有超過(guò)10億和5億的用戶。
但是這并不是故事的結(jié)束,大數(shù)據(jù)實(shí)際上有助于平衡市場(chǎng)競(jìng)爭(zhēng)。某些新技術(shù)比如處理器芯片技術(shù)和數(shù)據(jù)存儲(chǔ)技術(shù)的飛速發(fā)展已經(jīng)達(dá)到了能夠讓企業(yè)以極低的成本保留和利用信息的程度。即便是對(duì)于IT預(yù)算比較有限的企業(yè)來(lái)說(shuō),它們也可以高效率地儲(chǔ)存數(shù)據(jù)。如果內(nèi)部沒有足夠多的數(shù)據(jù),它們也可以從數(shù)據(jù)中間商那里以非常低廉的價(jià)格租用數(shù)據(jù)。企業(yè)還可以用非常低廉的價(jià)格聘請(qǐng)外部數(shù)據(jù)分析公司。
這方面的成功案例也很多,人才招聘公司Riviera Partners選擇候選人的過(guò)程就是一個(gè)很好的例子。他們會(huì)交叉參考數(shù)據(jù)庫(kù)中的候選人檔案和公共來(lái)源的檔案,從而篩選出最合適的技能并將它與每一個(gè)崗位匹配起來(lái)。還有一個(gè)例子是,有一家飯店利用大數(shù)據(jù)分析技術(shù)解決了回應(yīng)6萬(wàn)個(gè)來(lái)電的難題,讓員工們可以專注于店內(nèi)的顧客。
很多新的項(xiàng)目也因?yàn)榇髷?shù)據(jù)創(chuàng)新而受益匪淺。據(jù)Matisia Consultants的首席執(zhí)行官、創(chuàng)始人克里斯蒂娜·羅斯(Kristina Roth)稱:“有了大數(shù)據(jù),很多企業(yè)就能更快、更好和以更低的成本代價(jià)來(lái)完善自身,因?yàn)樗鼈兛梢詮拿恳粋€(gè)完善項(xiàng)目中吸取經(jīng)驗(yàn)教訓(xùn),然后將經(jīng)驗(yàn)教訓(xùn)融合到下一個(gè)項(xiàng)目之中?!?/span>
實(shí)際上,大數(shù)據(jù)應(yīng)用的范圍是非常廣泛的,可以說(shuō)人們的想象力有多大,它的應(yīng)用潛力就有多大。象汽車廠商這樣的公司可以利用大數(shù)據(jù)提高經(jīng)營(yíng)效率,醫(yī)院可以利用大數(shù)據(jù)改進(jìn)患者服務(wù),快餐公司可以利用大數(shù)據(jù)更好地管理送餐服務(wù)。這樣的應(yīng)用方案舉不勝舉。能夠成功地應(yīng)用大數(shù)據(jù)的公司必然能夠在競(jìng)爭(zhēng)中獲得優(yōu)勢(shì)。
值得注意的是,大數(shù)據(jù)領(lǐng)域的成功者都得到了市場(chǎng)的廣泛認(rèn)可。能夠利用大數(shù)據(jù)的公司也是投資者高度重視的對(duì)象。下面是從事大數(shù)據(jù)業(yè)務(wù)的一些公司,它們都享有相對(duì)較高的市盈率。投資者并不僅僅看重它們的成長(zhǎng)性,而且還看重它們的無(wú)形資產(chǎn),比如數(shù)據(jù)量和數(shù)據(jù)分析能力。
我還想告訴你《CSC Global CIO Survey:2014-2015》報(bào)告中的一些數(shù)據(jù)。這份報(bào)告是調(diào)查了590多位IT高管或與技術(shù)有關(guān)的高管的意見后得出來(lái)的,調(diào)查的時(shí)間是2014年8月22日至9月11日。調(diào)查對(duì)象分布在5個(gè)大洲的23個(gè)國(guó)家,他們都是員工人數(shù)不低于250人的私營(yíng)企業(yè)和公共事業(yè)組織的高管。報(bào)告得出的結(jié)論相當(dāng)明確:
·64%的各行業(yè)IT高管都在大力投資大數(shù)據(jù)業(yè)務(wù)。
·75%的CIO聲稱大數(shù)據(jù)對(duì)生產(chǎn)力和效率起到了積極的影響。
·69%的調(diào)查對(duì)象認(rèn)為大數(shù)據(jù)很重要或是優(yōu)先事務(wù)。
·70%的調(diào)查對(duì)象聲稱他們對(duì)大數(shù)據(jù)業(yè)務(wù)的投資對(duì)業(yè)務(wù)創(chuàng)新起到了積極的影響。
簡(jiǎn)而言之,大數(shù)據(jù)正在發(fā)揮出巨大的影響并將作為推動(dòng)企業(yè)效益的一項(xiàng)關(guān)鍵因素而繼續(xù)發(fā)揮積極的作用。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過(guò)程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語(yǔ)言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11