企業(yè)的數據化運營離不開大數據

在這個技術推陳出新的時代，人們的生活無時不在產生數據，這些數據產來自于于各行各業(yè)，自從在互聯網時代大數據概念提出后，人們發(fā)現自己手中的數據不再毫無用處，通過強大的技術手段，無形的數據可轉化為有形資產。所以在這個大數據的時代，得數據者得天下!

那么對于一個企業(yè)來說如何讓大數據發(fā)揮出價值，推動企業(yè)業(yè)績的增長呢？

對于面向用戶的企業(yè)來說，如何利用大數據現在的玩法應該是比較清楚了。簡單來說就是以用戶和業(yè)務為核心，對用戶的相關維度進行數據挖掘，構建用戶和業(yè)務的屬性和特征庫，服務業(yè)務需求。具體再實施過程中還需要重點考慮以下問題：

1.以用戶和業(yè)務為核心，以思路為重點，以數據挖掘技術為輔助

企業(yè)使用大數據的目的是解決問題(說白了就是賺錢)，賺錢的方法就是跟自己的business model密切相關的，也就是我們通常說的業(yè)務。在這個過程中大數據技術只是一個手段，是幫助我們解決業(yè)務問題的。所以說在大數據技術選型和架構的時候，一定要搞清楚自己的業(yè)務模式，不能別人用什么架構就跟著用，別人挖掘什么就跟風挖。

2.小步快跑，快速迭代，持續(xù)優(yōu)化

千萬別想著一次就搞出個大新聞，在互聯網領域永遠是beta版的，只要這次比上次好就行了。大數據的思想就是把現實世界中的現象用數學的形式表示出來，分析和挖掘這些現象之間的關系，并且能夠定位到哪些群體具備哪些特征，哪些特征會影響企業(yè)的盈利。所以很多問題并沒有或者需要嚴謹的數學證明，我們重點關注的是關聯關系而不是因果關系。

在大數據時代，ABtest是非常重要的，很多現象是不需要理論證明的，ABtest會告訴我們該怎么改進產品，哪些產品的哪些特征更受用戶歡迎。

3.用戶的反饋很重要，要積極調動用戶的參與度

傳統(tǒng)的調動用戶參與度的方式就是發(fā)優(yōu)惠券或者促銷券。這種方法在有些情況下是有效的，有些情況下可能需要更深入的了解用戶的需求，例如用戶為什么來我們這個平臺?為什么流失了?舉個例子來說吧，對于有些用戶來說你給他發(fā)了10塊錢優(yōu)惠券，但是他沒有買的需求或者找不到他想買的東西，那么他不會因為這10塊錢的優(yōu)惠券去制造一個需求?；蛘哂行┯脩艨赡鼙容^有錢，每次買東西都是大手筆，你給他10塊錢優(yōu)惠券可能他根本看不上。用戶細分模型可以幫助我們針對不同的用戶群體采用不同的調動用戶參與的方式。

大數據是幫助我們補充行業(yè)知識的一種重要的方式。現在越來越多的行業(yè)是數據驅動的，那么這個行業(yè)的很多行業(yè)知識都是通過大數據挖掘出來的。而獲取這些數據的主要方式就是用戶的行為和對運營動作反饋的挖掘，這也是未來以數據為核心的企業(yè)的價值所在。

4.從運營驅動到數據驅動

關于誰來主導大數據服務用戶這個需求，其實有很多的使用場景。例如一個推薦系統(tǒng)由產品經理來主導比較合適;對于一個數據化運營系統(tǒng)，那么從事運營或者市場相關的人員來主導會是比較合適的。對于很多大公司來說，慢慢會發(fā)展出專門從事數據驅動業(yè)務的部門和人員，例如我們經常提到的Data Scientist的概念。

5.業(yè)務人員和數據挖掘人員的密切配合

這個也是我們大部分公司經常遇到的一個問題：做業(yè)務的不太懂技術或者數據，做數據挖掘的對業(yè)務又不是特別了解，目前社會上最缺的就是既懂業(yè)務又懂技術的。如何把數據挖掘的結果應用到業(yè)務中是個比較難的問題，我們常說沒有數據是無價值的，只是要找到它發(fā)揮價值的地方。因為數據挖掘的結果往往表現出的是用戶在某一方面的屬性或者特征，那么在實際業(yè)務中用戶的行為往往受到多個因素的影響，所以在把數據挖掘的結果推廣到具體的業(yè)務過程中要和業(yè)務方密切合作，找到合適的促銷方式、展位、文案、刺激手段、效果評估方法等。

大數據的范疇內我們應該把用戶還原成一個人，而不要割裂的看他的某些行為，而要把這些行為和他的社會學屬性、生活背景、活動時間、地點、氣候因素和應用上下文聯系起來。目前的大數據Ecosystem沒有一個很好的BI工具，給對應的分析師或者挖掘工程師帶來了很大的難度。

6.與客戶的溝通方式(運營手段)很重要

現在社會大家都很忙碌，像過去那種通過call center給用戶打電話推銷的方式的效果越來越差，因為用戶很忙碌的時候是不希望被打擾的。那么異步通信的需求就比較強烈，典型的應用就是微信，可以很好的利用碎片時間，那么對于企業(yè)營銷來說也是非常好的通道。同樣對于企業(yè)給用戶的各種促銷或者運營手段的時機也會比較重要，而且不同興趣偏好的用戶的瀏覽和購買時間最好也要區(qū)別對待。

同時運營活動設計的巧妙程度、文案和展位比大數據技術可能會發(fā)揮更重要的作用。聽過一個真實的例子，某公司的推薦系統(tǒng)在模型完全沒有改變的情況下只是改了下展位的位置，導致最后的下單率有明顯的提升。

7.大數據帶來的價值如何衡量

企業(yè)養(yǎng)了一個大數據團隊，那么對這樣的團隊怎么衡量他們帶來的價值呢?例如天貓雙十一的交易額有350億，那么這350億中有多少是通過大數據來提升的?

大數據的短期回報是精準營銷，而從長期的角度來看對于一個企業(yè)或者平臺來說更重要的是客戶關系維護，增加用戶的粘性和購買力，從而使得用戶很難遷移到其他平臺上，那么對于你這個企業(yè)來說就有點類似于壟斷了，就屬于躺著都賺錢了(就像現在的可口可樂、寶潔類似的公司)。所以說大數據的價值可以在產品的各個層次得到體現，而具體價值的衡量也要因不同的業(yè)務模式而有所不同。同時大數據也幫助企業(yè)更好的理解這個行業(yè)，建立起行業(yè)的壁壘，從而更好的支撐管理者的決策。