大數(shù)據(jù)在企業(yè)中發(fā)揮的作用和創(chuàng)新

隨著大數(shù)據(jù)應(yīng)用的普及，企業(yè)越來越重視從大數(shù)據(jù)中挖掘潛在的商業(yè)價值，大數(shù)據(jù)在企業(yè)管理中的應(yīng)用主要在于提高企業(yè)整體分析研究能力、市場快速反應(yīng)能力，建立起以知識管理為核心的“競爭情報數(shù)據(jù)倉庫”，提高核心競爭力。

在大數(shù)據(jù)時代，企業(yè)將是完全以數(shù)據(jù)分析驅(qū)動的企業(yè)，利用大數(shù)據(jù)分析，能夠轉(zhuǎn)化成洞察的能力，充分釋放企業(yè)潛能，實現(xiàn)轉(zhuǎn)型與進(jìn)化，本文重在分析大數(shù)據(jù)在企業(yè)當(dāng)中的所起到的作用。

大數(shù)據(jù)幫企業(yè)了解客戶，鎖定資源，開展服務(wù)

大數(shù)據(jù)通過相關(guān)性分析，將客戶、用戶和產(chǎn)品有機(jī)串聯(lián)，對用戶的產(chǎn)品偏好，客戶的關(guān)系偏好進(jìn)行個性化定位，生產(chǎn)出用戶驅(qū)動型的產(chǎn)品，提供客戶導(dǎo)向性的服務(wù)。? 從大數(shù)據(jù)技術(shù)方面來看，用數(shù)據(jù)來指引企業(yè)的成長，將不再單單是一句口號。百度副總裁曾良表示，從挖掘的角度來看，他們通過對每天60億的檢索請求數(shù)據(jù)分析，可以發(fā)現(xiàn)檢索某一品牌的受眾行為特征，進(jìn)而反饋給企業(yè)的品牌、產(chǎn)品研發(fā)部門，能更準(zhǔn)確地了解目標(biāo)用戶，并推出與用戶要求相匹配的產(chǎn)品。

通過運用大數(shù)據(jù)，不僅可以從數(shù)據(jù)中發(fā)掘出適應(yīng)企業(yè)發(fā)展環(huán)境的社會和商業(yè)形態(tài)，用數(shù)據(jù)對用戶和客戶對待產(chǎn)品的態(tài)度進(jìn)行挖掘和洞察，準(zhǔn)確發(fā)現(xiàn)并解讀客戶及用戶的諸多新需求和行為特征，這必將顛覆傳統(tǒng)企業(yè)在用戶調(diào)研過程中，過分依賴主觀臆斷的市場分析模式。

通過大數(shù)據(jù)技術(shù)，可以實現(xiàn)企業(yè)對所需資源的精準(zhǔn)鎖定，在企業(yè)在運營過程中，所需要的每一種資源的挖掘方式、具體情況和儲量分布等，企業(yè)都可以進(jìn)行搜集分析，形成基于企業(yè)的資源分布可視圖，就如同“電子地圖”一般，將原先只是虛擬存在的各種優(yōu)勢點，進(jìn)行“點對點”的數(shù)據(jù)化、圖像化展現(xiàn)，讓企業(yè)的管理者可以更直觀地面對自己的企業(yè)，更好地利用各種已有和潛在資源。

如果沒有大數(shù)據(jù)，將很難發(fā)現(xiàn)曾經(jīng)認(rèn)為是完全無關(guān)行為間的相互關(guān)聯(lián)性，就如同外媒曾經(jīng)提到的“啤酒”與“尿片”之間的關(guān)聯(lián)營銷一樣。因為美國婦女通常在家照顧孩子，她們經(jīng)常囑咐丈夫下班回家時為孩子買尿布，而丈夫則順手購買了啤酒。于是，尿片與啤酒形成了關(guān)聯(lián)。于是美國沃爾瑪超市將尿布與啤酒擺在一起，使尿布和啤酒的銷量都大幅增加。

通過大數(shù)據(jù)計算對社交信息數(shù)據(jù)、客戶互動數(shù)據(jù)等，可以幫助企業(yè)進(jìn)行品牌信息的水平化設(shè)計和碎片化擴(kuò)散

經(jīng)濟(jì)學(xué)家RichardH.Thaler曾經(jīng)提出一種觀點，“個人觀點的微小變化都可以演變?yōu)樗腥说娜后w行為模式的重大變革?！痹谶@一重大變革的背景之下，對微小的信息流，企業(yè)都必須重視，而客戶服務(wù)為應(yīng)對這種情況，也需要像空氣一樣分布在一些細(xì)枝末節(jié)之中。企業(yè)可以借助社交媒體中公開的海量數(shù)據(jù)，通過大數(shù)據(jù)信息交叉驗證技術(shù)、分析數(shù)據(jù)內(nèi)容之間的關(guān)聯(lián)度等，進(jìn)而面向社會化用戶開展精細(xì)化服務(wù)，提供更多便利、產(chǎn)生更大價值。

實時準(zhǔn)確地監(jiān)控、追蹤競爭對手動態(tài)，是企業(yè)獲取競爭情報的利器

數(shù)據(jù)競爭已經(jīng)成為企業(yè)提升核心競爭力的利器。來自各個方面零碎的龐大數(shù)據(jù)融合在一起，可以構(gòu)建出企業(yè)競爭的全景圖，洞察到競爭環(huán)境和競爭對手的細(xì)微變化，從而快速響應(yīng)，制定有效競爭策略。龐大的數(shù)據(jù)更具有統(tǒng)計意義，能為各種預(yù)測模型提供支持，從而能預(yù)測未來的發(fā)展趨勢，幫助企業(yè)獲得先機(jī)。相關(guān)的數(shù)據(jù)整合在一起，能不斷產(chǎn)生新的信息和知識，有助于提高生產(chǎn)率、降低經(jīng)營成本。大幅度地提高企業(yè)獲取、利用情報的效率，節(jié)省情報信息收集、存儲、挖掘的相關(guān)費用，是提高企業(yè)核心競爭力的關(guān)鍵。

及時獲取競爭對手的公開信息以便研究同行業(yè)的發(fā)展與市場需求

大數(shù)據(jù)正在顛覆傳統(tǒng)的價值鏈，行業(yè)之間的分界線變得模糊，讓競爭態(tài)勢不斷發(fā)生變化。企業(yè)若是能緊跟這些變化，及時轉(zhuǎn)型業(yè)務(wù)模式，就會看到許多扇新的大門正向他們敞開。

以家用恒溫器市場為例：家用恒溫器行業(yè)歷來波瀾不驚，競爭企業(yè)數(shù)量少而穩(wěn)定性較高。一家名為Nest的新進(jìn)企業(yè)向業(yè)內(nèi)老牌企業(yè)發(fā)起了挑戰(zhàn)，推出一款“善于分析”的恒溫器——它能夠運用各種分析手段，了解客戶的偏好和使用模式，而自行做出相應(yīng)調(diào)節(jié)。運用以數(shù)據(jù)為本的創(chuàng)新業(yè)務(wù)模式，Nest成功喚醒了這片沉寂已久的土地。

為企業(yè)決策部門和管理層提供便捷、多途徑的企業(yè)戰(zhàn)略決策工具

企業(yè)的競爭不再只是勞動生產(chǎn)率的競爭，而是知識生產(chǎn)率的競爭。數(shù)據(jù)是信息的載體，是知識的源泉，是企業(yè)創(chuàng)造價值和利潤的原材料，因此，基于知識的競爭將集中體現(xiàn)在基于數(shù)據(jù)的競爭上。正如馬云所說，未來是數(shù)據(jù)競爭的時代，誰擁有數(shù)據(jù)，誰就擁有未來。如今各行各業(yè)都出現(xiàn)了以數(shù)據(jù)分析為競爭力的企業(yè)，它們都是在數(shù)據(jù)分析的基礎(chǔ)上與其他企業(yè)展開競爭，以提升核心競爭能力，保持或獲得行業(yè)領(lǐng)先地位，如谷歌、寶潔、沃爾瑪?shù)仁澜缰?。沃爾瑪就建立了一個超大的數(shù)據(jù)中心，其存儲能力高達(dá)4PB以上，通過大數(shù)據(jù)分析，沃爾瑪掌握了顧客的購買習(xí)慣，不同商品一起購買的概率，購買者在商店所穿行的路線、購買時間和地點，從而確定商品的上架布局以及對分類進(jìn)行優(yōu)化；決定對各個商店的不同商品進(jìn)行增減，以保持最優(yōu)的庫存，降低成本；洞察銷售全局，瞬間捕獲到各種細(xì)微的變化，從而快速響應(yīng)，制定營銷策略。

利用大數(shù)據(jù)工具對供應(yīng)鏈進(jìn)行分析以選擇供應(yīng)商、優(yōu)化物流配送方案和進(jìn)行價格談判等；利用大數(shù)據(jù)分析工具對熱銷商品品種和庫存的趨勢進(jìn)行分析，以選定需要補充的商品，分析顧客購買趨勢和季節(jié)性購買模式，以確定降價商品，并對其數(shù)量和運作做出反應(yīng)?？梢姡髷?shù)據(jù)已經(jīng)成為企業(yè)的核心資產(chǎn)，對數(shù)據(jù)的掌控可以形成對市場的支配，并且獲取巨大的回報。

隨著大數(shù)據(jù)應(yīng)用的普及，企業(yè)越來越重視從大數(shù)據(jù)中挖掘潛在的商業(yè)價值，大數(shù)據(jù)在企業(yè)管理中的應(yīng)用主要在于提高企業(yè)整體分析研究能力、市場快速反應(yīng)能力，建立起以知識管理為核心的“競爭情報數(shù)據(jù)倉庫”，提高核心競爭力。

探碼大數(shù)據(jù)處理平臺的構(gòu)成

當(dāng)企業(yè)的大數(shù)據(jù)基礎(chǔ)工作都準(zhǔn)備就緒之后，就可以對這些數(shù)據(jù)進(jìn)行有針對性的管理了。探碼大數(shù)據(jù)采用先進(jìn)的網(wǎng)絡(luò)爬蟲技術(shù)，分布式計算能力，針對定制的目標(biāo)數(shù)據(jù)源進(jìn)行網(wǎng)絡(luò)信息的數(shù)據(jù)采集、數(shù)據(jù)提取、數(shù)據(jù)挖掘、數(shù)據(jù)處理，從而為各種信息服務(wù)系統(tǒng)提供數(shù)據(jù)輸入。

數(shù)據(jù)采集

要對來自網(wǎng)絡(luò)包括物聯(lián)網(wǎng)和機(jī)構(gòu)信息系統(tǒng)的數(shù)據(jù)附上時空標(biāo)志，去偽存真，盡可能收集異源甚至是異構(gòu)的數(shù)據(jù)，必要時還可與歷史數(shù)據(jù)對照，多角度驗證數(shù)據(jù)的全面性和可信性。

數(shù)據(jù)提取

要達(dá)到低成本、低能耗、高可靠性目標(biāo)，通常要用到冗余配置、分布化和云計算技術(shù)，在存儲時要按照一定規(guī)則對數(shù)據(jù)進(jìn)行分類，通過過濾和去重，減少存儲量，同時加入便于日后檢索的標(biāo)簽。

數(shù)據(jù)挖掘

基于對用戶的結(jié)構(gòu)和行為特征深入挖掘，協(xié)助企業(yè)進(jìn)行有效的CRM管理，有效提升營銷效果，結(jié)合消費者的購買（消費）行為的跟蹤分析，協(xié)助企業(yè)進(jìn)行有效的品類和渠道管理，提高企業(yè)運營效率。

數(shù)據(jù)處理

有些行業(yè)的數(shù)據(jù)涉及上百個參數(shù)，其復(fù)雜性不僅體現(xiàn)在數(shù)據(jù)樣本本身，更體現(xiàn)在多源異構(gòu)、多實體和多空間之間的交互動態(tài)性，難以用傳統(tǒng)的方法描述與度量，處理的復(fù)雜度很大，需要將高維圖像等多媒體數(shù)據(jù)降維后度量與處理，利用上下文關(guān)聯(lián)進(jìn)行語義分析，從大量動態(tài)而且可能是模棱兩可的數(shù)據(jù)中綜合信息，并導(dǎo)出可理解的內(nèi)容。