
大數(shù)據(jù)的5個特質(zhì),以及在家具企業(yè)中的應(yīng)用價值
大數(shù)據(jù)是對原有企業(yè)商業(yè)運營的顛覆元素。數(shù)據(jù)的采集、整理以及分析能力已經(jīng)成為企業(yè)最核心的能力之一。
從某種意義上講,未來將會走向一個可以用數(shù)據(jù)來估值的時代,什么樣的公司有價值,什么樣的公司沒有價值,從其擁有的數(shù)據(jù)規(guī)模、數(shù)據(jù)整理儲存的規(guī)整程度以及這家公司分析、應(yīng)用數(shù)據(jù)的能力就能發(fā)現(xiàn)答案。
究竟何謂大數(shù)據(jù)
當(dāng)今進(jìn)入的數(shù)字化世界是一個“人在做,云在算”的世界,電影《黑客帝國》中比特世界與原子世界的結(jié)合正在變?yōu)楝F(xiàn)實。大數(shù)據(jù)的產(chǎn)生一方面是累積而來的,另一方面是人們開始愿意并且能夠收集、存儲和處理它們。
無論是運用互聯(lián)網(wǎng)進(jìn)行溝通、學(xué)習(xí)、游戲或者互動交流,都會留下相應(yīng)的數(shù)字信息,是生活軌跡與行為的“比特化”。將各個網(wǎng)站、App、內(nèi)部私有網(wǎng)絡(luò)的數(shù)據(jù)統(tǒng)合起來,就會形成大數(shù)據(jù)(見圖1-1)。
由于近年來硬件成本的降低,網(wǎng)絡(luò)寬帶的提升,云計算的興起,網(wǎng)絡(luò)技術(shù)的發(fā)展,智能終端的普及,電子商務(wù)和社交網(wǎng)絡(luò)的盛行,電子地圖、物聯(lián)網(wǎng)的全面應(yīng)用,大數(shù)據(jù)時代勢必會到來。
圖1-1 不同層級的數(shù)據(jù)分析與運用
大數(shù)據(jù)反映我們的消費行為、什么事情對我們重要、我們的偏好度是怎樣的,我們想要什么,并且我們可以通過Look alike找到和我們有同樣標(biāo)簽屬性的人。
幾乎每一個單體行為都能通過大數(shù)據(jù)表達(dá),因而大數(shù)據(jù)擁有極強的營銷價值。大數(shù)據(jù)可以分為結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)。目前非結(jié)構(gòu)化數(shù)據(jù)所占比例已經(jīng)超過互聯(lián)網(wǎng)整個數(shù)據(jù)量的75%,它們包括圖片、視頻、聲音等各種形式。
按照數(shù)據(jù)源分類,大數(shù)據(jù)是各個維度數(shù)據(jù)的組合、聚合和融合,它們包括線下數(shù)據(jù)的信息化(數(shù)據(jù)庫、文字記錄、照片),互聯(lián)網(wǎng)—移動互聯(lián)網(wǎng)的數(shù)據(jù)軌跡(網(wǎng)頁數(shù)據(jù)、用戶行為記錄、數(shù)字圖像),傳感器(攝像監(jiān)控、智能家居、攝像頭),人的數(shù)據(jù)、物理世界的數(shù)據(jù),互聯(lián)網(wǎng)大數(shù)據(jù)、產(chǎn)業(yè)/政府大數(shù)據(jù)、機(jī)器大數(shù)據(jù),企業(yè)數(shù)據(jù)、消費者數(shù)據(jù)、供應(yīng)鏈數(shù)據(jù)(見圖1-2)。
圖1-2 大數(shù)據(jù)行業(yè)全景圖(點擊放大圖片)
跟進(jìn)高德納咨詢公司的技術(shù)創(chuàng)新曲線,大數(shù)據(jù)隨著商業(yè)化的開啟,將進(jìn)入一個快速的指數(shù)增長通道。數(shù)據(jù)探索商業(yè)化的開啟,如哥倫布的大航海、加利福尼亞的淘金熱,如何從數(shù)字時代的“礦與石油”中淘到黃金,將開啟一個數(shù)字應(yīng)用的時代。
在新的數(shù)據(jù)商業(yè)化時代,擁有數(shù)據(jù)量的多少固然重要,但是如何應(yīng)用數(shù)據(jù),才是新一輪競爭戰(zhàn)略的制高點。
Informatica執(zhí)行副總裁兼首席營銷官瑪格麗特·布雷亞(Margaret Breya)談到,企業(yè)中首席數(shù)據(jù)驅(qū)動市場官將出現(xiàn),采用自助式商業(yè)智能工具(BI)進(jìn)行大數(shù)據(jù)處理的企業(yè)將會脫穎而出。
所有的產(chǎn)業(yè)一樣,大數(shù)據(jù)也有其產(chǎn)業(yè)鏈,其整個產(chǎn)業(yè)鏈可以用圖1-2表示,包括數(shù)據(jù)創(chuàng)建、數(shù)據(jù)采集、信息處理、業(yè)務(wù)流程。
大數(shù)據(jù)的五個特質(zhì)
2001年Gartner咨詢的分析員道格·萊尼指出數(shù)據(jù)增長面臨三個方面的挑戰(zhàn)和機(jī)遇,即大量化(volume),數(shù)據(jù)量極大;快速化(velocity),數(shù)據(jù)輸入、輸出速度快;多樣化(variety),數(shù)據(jù)的種類多而復(fù)雜,這三個方面由于都是以V開頭,因而被稱為大數(shù)據(jù)的3V模型。
之后,IBM公司在萊尼理論的基礎(chǔ)上提出了第四個V,即“真實”(veracity),也有人從另外一些維度提出了其他的特質(zhì)。我們認(rèn)為,在對這些特質(zhì)的歸納中,最有價值的還是“4V+1O”。
1.大量化:大到全樣本
大數(shù)據(jù)到底有多大?《大數(shù)據(jù)時代》的作者維克托·邁爾-舍恩伯格在一次演講中提到,如果按照計算機(jī)數(shù)據(jù)的計算方式,在他1987年念大學(xué)的時候,可能總數(shù)據(jù)還沒達(dá)到30億GB。
20年后,數(shù)據(jù)量提高了100倍,達(dá)到了3000億GB。如今又過了幾乎一個時代,人類的數(shù)據(jù)量已經(jīng)達(dá)到了一個普通人無法想象的量級,而且這個數(shù)字還在不斷地加速增長。
2.快速化:快到實時變
數(shù)據(jù)增長速度快,處理速度也快,在數(shù)據(jù)量非常龐大的情況下,也能做到實時處理?;诖髷?shù)據(jù)的快速、實時處理,預(yù)測也變得更加準(zhǔn)確和有意義。即使發(fā)生變化,企業(yè)也能第一時間獲知并及時調(diào)整。
3.多樣化:多到全覆蓋
數(shù)據(jù)的種類及其來源越來越多樣化。半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)越來越多,包括互聯(lián)網(wǎng)數(shù)據(jù)、企業(yè)數(shù)據(jù)、政府?dāng)?shù)據(jù),比如文章、音視頻、圖片以及地理位置信息。
媒體(包括傳統(tǒng)媒體和數(shù)字媒體)、搜索引擎、電子商務(wù)、門戶網(wǎng)站、游戲、視頻娛樂等互聯(lián)網(wǎng)節(jié)點都會產(chǎn)生數(shù)量巨大而且不斷累積的數(shù)據(jù),不同形式的數(shù)據(jù)都可以被識別與應(yīng)用。
4.數(shù)據(jù)在線:數(shù)據(jù)動態(tài)存在
社交網(wǎng)絡(luò)與電子商務(wù)的興起使得社交數(shù)據(jù)、企業(yè)發(fā)布的社交內(nèi)容、電子商務(wù)數(shù)據(jù)、交易分享數(shù)據(jù)成為新數(shù)據(jù)源。這些數(shù)據(jù)通過其可追溯和可還原性確保數(shù)據(jù)的真實、有效。
將數(shù)據(jù)轉(zhuǎn)化為有價值的洞見與行動,數(shù)據(jù)是否一直在線、數(shù)據(jù)的連續(xù)性能幫助企業(yè)做出很多意想不到的商業(yè)決策。比如基于位置數(shù)據(jù)的動態(tài)延續(xù)性,可以看到每個地點人流的狀態(tài),這對于商業(yè)地產(chǎn)企業(yè)的動態(tài)決策尤為重要,可以隨時依據(jù)數(shù)據(jù)在線所反映出來的形勢動態(tài)調(diào)整商業(yè)布局。
大數(shù)據(jù)在家具企業(yè)中的應(yīng)用價值
馬云說:“以控制為出發(fā)點的IT時代正在走向激活生產(chǎn)力為目的的DT(data technology)數(shù)據(jù)時代?!盌T時代的大數(shù)據(jù)變現(xiàn)有很多維度和方法,它所帶來的價值分為四個方面(見圖1-3)。
圖1-3 大數(shù)據(jù)價值
1.預(yù)測、判斷與洞察。
比如基于用戶的社交數(shù)據(jù)、消費數(shù)據(jù)以及手機(jī)使用的App數(shù)據(jù),可以綜合判斷客戶的信用等級,使得信用卡授權(quán)更加方便,或電影的票房預(yù)測更為準(zhǔn)確。
UPS聯(lián)合包裹速遞服務(wù)公司(簡稱UPS公司)從2000年起就開始嘗試運用大數(shù)據(jù)進(jìn)行預(yù)測性分析。UPS公司在全美擁有一個6萬輛規(guī)模的車隊。在傳統(tǒng)方法中,UPS公司定期會對車隊的所有車輛進(jìn)行維護(hù)并更換主要零部件。這是一種安全,但是不經(jīng)濟(jì)也無效率的辦法。
于是UPS公司給每輛車都安裝了傳感器系統(tǒng)。它會監(jiān)測并收集汽車運行中的各種數(shù)據(jù),從而能夠發(fā)現(xiàn)和預(yù)測車輛某個零部件的故障情況。
在這個系統(tǒng)的幫助下,UPS公司可以針對每一輛車的每一個零部件故障問題進(jìn)行及時處理,有效防范潛在的安全隱患,但又不會產(chǎn)生類似于傳統(tǒng)方法的浪費,因而,UPS的車隊臨時性拋錨的情況出現(xiàn)得越來越少,減少了快遞運輸延誤的情況。
UPS公司還在每輛車上安裝了智能導(dǎo)航系統(tǒng),它除了能夠提供路線導(dǎo)航之外,還能不斷存儲行車數(shù)據(jù),給駕駛員提供更精準(zhǔn)的導(dǎo)航方案,比如能夠避開過于擁堵的路段,減少狹窄路段的駛?cè)氲取?
因為采取了這些舉措,UPS公司在2011年節(jié)省了300萬加侖[1]的燃料,減少了3萬公噸二氧化碳的排放,節(jié)省了幾百萬美元的零部件費用。
2.提升效率。
大數(shù)據(jù)以跟進(jìn)后得出的分析結(jié)果作為行動的準(zhǔn)則,依據(jù)數(shù)據(jù)及時調(diào)整自己的方案與策略,使得企業(yè)的經(jīng)營更有效率。比如在家具生產(chǎn)過程中,我們往往是憑借經(jīng)驗判斷家具做的好不好,但是不能具體到每一個細(xì)小的環(huán)節(jié)。
而大數(shù)據(jù)技術(shù)普及以后,就可以在工廠將每個生產(chǎn)環(huán)節(jié),每一道工序用數(shù)據(jù)記錄下來??梢郧逦庇^的反應(yīng)生產(chǎn)中存在的問題,然后進(jìn)行精確的調(diào)整和升級。
3.精準(zhǔn)營銷。
把產(chǎn)品或服務(wù)精準(zhǔn)投送給需要它的客戶或者潛在的客戶群體,提升廣告與銷售的轉(zhuǎn)化率,用最少的廣告獲得更多的利潤和用戶。創(chuàng)業(yè)公司Slyce是一家以圖片搜索能力見長的公司。
奢侈品連鎖百貨公司尼曼·馬庫斯(Neiman Marcus)與之合作推出了一款名為Snap的App。這款A(yù)pp解決了這樣一類問題:在現(xiàn)實生活中或者雜志上看到別人穿著的衣服、鞋子很棒,卻不知道去哪里可以能買到。
客戶只需要拍下來,然后通過Snap就能跳轉(zhuǎn)到Neiman Marcus的電商網(wǎng)站找到與之類似甚至相同的商品。這款A(yù)pp背后運用了兩項核心技術(shù):一項是如何將客戶拍攝的照片轉(zhuǎn)換為計算機(jī)能夠識別的信息;另一項就是如何根據(jù)這一信息,通過大數(shù)據(jù)的匹配與分析,精準(zhǔn)地找到客戶喜歡的商品。和傳統(tǒng)的關(guān)鍵詞搜索相比,Snap可以更精準(zhǔn)地契合客戶的購買需求。
4.智能化追蹤。
追蹤客戶的行為數(shù)據(jù),比如為手機(jī)App或手游版本更新選擇最優(yōu)方案。對餐飲類店鋪來說,可以通過Wi-Fi探針抓取客戶的行動軌跡數(shù)據(jù),這些數(shù)據(jù)可以作為其CRM的重要手段,
同時這些數(shù)據(jù)還可以評測團(tuán)購效果:如果通過團(tuán)購產(chǎn)生的新客戶沒有二次消費,就可以認(rèn)為該團(tuán)購活動效果不佳。甚至從客戶停留的時間可以進(jìn)一步判斷服裝店里的導(dǎo)購員是勤快還是偷懶,為商家考核員工提供依據(jù)。
朝陽大悅城通過Wi-Fi采集客戶的到店數(shù)據(jù),根據(jù)這一數(shù)據(jù)了解客戶的店鋪偏好,并推送相關(guān)的優(yōu)惠信息。通過安裝客流監(jiān)控系統(tǒng),靈活調(diào)配不同區(qū)域的功能。將客流量較少的區(qū)域改造為其他功能區(qū)比如休閑水吧、歐洲風(fēng)情街等,極大地提高了大悅城的整體利用效率。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(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)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 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)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
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)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(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” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 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)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(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 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
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值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(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)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10