大數(shù)據(jù)時(shí)代的商業(yè)邏輯

所謂數(shù)據(jù)挖掘(Data Mining)，是一種透過數(shù)理模式來分析企業(yè)內(nèi)儲(chǔ)存的大量資料，以找出不同的客戶或市場劃分，分析出消費(fèi)者喜好和行為的方法。根據(jù)科技研究公司IDC的 估測，全球數(shù)據(jù)的規(guī)模如今每兩年就會(huì)增長一倍。隨之而來的劇變體現(xiàn)為4個(gè)V的變化。第一，數(shù)據(jù)體量(Volume)巨大，從TB級別躍升到PB級別;第 二，數(shù)據(jù)類型(Variety)繁多，網(wǎng)絡(luò)日志、視頻、圖片、地理位置信息等等都成為新的龐大數(shù)據(jù)源泉。第三，價(jià)值(Value)密度低，以視頻為例，連 續(xù)不間斷監(jiān)控過程中，有用的數(shù)據(jù)可能僅僅有一兩秒。第四，處理速度(Velocity)快，“1秒定律”和傳統(tǒng)的數(shù)據(jù)挖掘技術(shù)有著本質(zhì)的不同。

顯然，“大數(shù)據(jù)”的崛起為商業(yè)洞開了一扇新的大門。

毋庸置疑，數(shù)據(jù)至上的思考方式早已為方方面面帶來很高的回報(bào)。譬如：沃爾瑪?shù)瘸壛闶凵淘缫验_始對銷售額、定價(jià)以及經(jīng)濟(jì)學(xué)、人口統(tǒng)計(jì) 學(xué)和天氣數(shù)據(jù)進(jìn)行分析，藉此在特定的連鎖店中選擇合適的上架產(chǎn)品，并基于這些分析來判定商品減價(jià)的時(shí)機(jī);UPS等貨運(yùn)公司也正在對卡車交貨時(shí)間和交通模式 等相關(guān)數(shù)據(jù)進(jìn)行分析，以此對其運(yùn)輸路線進(jìn)行微調(diào)。而一些社交型交友網(wǎng)站也經(jīng)常會(huì)仔細(xì)查看其網(wǎng)站上列出的個(gè)人特征、回應(yīng)和交流信息，用來改進(jìn)其算法，為想要 約會(huì)的男女提供更好的配對……而如今的“海量數(shù)據(jù)”，更在規(guī)模和范圍上帶來轉(zhuǎn)折：物聯(lián)網(wǎng)、云計(jì)算、移動(dòng)互聯(lián)網(wǎng)、車聯(lián)網(wǎng)、手機(jī)、平板電腦、PC以及遍布地球 各個(gè)角落的傳感器，無一不是數(shù)據(jù)來源或者承載的方式。它們因“數(shù)據(jù)”集結(jié)在一起，進(jìn)而變成企業(yè)未來價(jià)值升級所需關(guān)注的新競爭領(lǐng)域。

美國麻省理工學(xué)院斯隆管理學(xué)院的經(jīng)濟(jì)學(xué)教授埃里克·布呂諾爾夫松曾把“大數(shù)據(jù)”的潛在影響力比喻成“顯微鏡式的一場數(shù)據(jù)測量革命”。 在商業(yè)、經(jīng)濟(jì)及其他領(lǐng)域中，決策行為將日益基于數(shù)據(jù)和分析而作出，而并非基于經(jīng)驗(yàn)和直覺。研究報(bào)告稱，數(shù)據(jù)指導(dǎo)下的管理活動(dòng)正在企業(yè)界中蔓延開來，而且這 種管理活動(dòng)正開始獲得回報(bào)?！澳切┎捎谩?dāng)?shù)據(jù)驅(qū)動(dòng)型決策’模式的公司能將其生產(chǎn)力提高5%~6%，這種生產(chǎn)力的提高是很難用其他因素來解釋的?！?/span>

據(jù)悉，僅僅在美國，就面臨14萬～19萬具有數(shù)據(jù)分析和管理能力的專業(yè)人員，以及150萬具有理解和決策能力(基于對海量數(shù)據(jù)的研究)的管理人員和分析人員的人才短缺。麥肯錫全球研究院的分析表明，為了充分利用海量數(shù)據(jù)的潛力，企業(yè)和政策制定者必須克服以下的挑戰(zhàn)：

1.使海量數(shù)據(jù)更容易獲得和更具時(shí)效性。在制造業(yè)，對來自研發(fā)、設(shè)計(jì)和制造單元的數(shù)據(jù)資料進(jìn)行整合，以推動(dòng)并行工程，可以縮短產(chǎn)品上市時(shí)間。

2.利用數(shù)據(jù)和實(shí)驗(yàn)揭示可變性和提高績效。隨著企業(yè)以數(shù)字形式創(chuàng)建和存儲(chǔ)的交易資料越來越多，它們可以收集更準(zhǔn)確、更詳盡的績效信息，包括從產(chǎn)品庫存到員工病假天數(shù)的各種信息。

3.對消費(fèi)人群進(jìn)行細(xì)分，量身定制服務(wù)。海量數(shù)據(jù)使企業(yè)能夠創(chuàng)建分類更精細(xì)的細(xì)分市場，并量身定制恰當(dāng)?shù)姆?wù)，更好地滿足消費(fèi)者需求。

4.利用自動(dòng)化算法替代和支持人工決策。先進(jìn)的分析算法可以大大提高決策效率和質(zhì)量，減小風(fēng)險(xiǎn)，并發(fā)掘出隱藏的、有價(jià)值的洞見。

5.創(chuàng)造新的業(yè)務(wù)模式、產(chǎn)品和服務(wù)。為了提高下一代產(chǎn)品的開發(fā)水平，以及創(chuàng)建具有創(chuàng)新性的售后服務(wù)，制造商正在充分利用從產(chǎn)品使用中獲得的數(shù)據(jù)。而實(shí)時(shí)定位數(shù)據(jù)的出現(xiàn)，已經(jīng)創(chuàng)造了從導(dǎo)航定位到個(gè)人跟蹤的一系列基于位置的全新移動(dòng)服務(wù)。

針對上述話題，本期封面將關(guān)注以下幾個(gè)關(guān)鍵的問題：數(shù)據(jù)時(shí)代，企業(yè)新的利潤從哪里來?大數(shù)據(jù)時(shí)代新的商業(yè)思維模式為何?如何利用“大 數(shù)據(jù)”為社會(huì)化營銷助力?傳統(tǒng)企業(yè)(諸如企業(yè)招聘)如何借數(shù)據(jù)技術(shù)實(shí)現(xiàn)資源的優(yōu)化配置……而所有這些問題的歸宿都是同一個(gè)命題：大數(shù)據(jù)時(shí)代，究竟誰能贏， 如何贏?

數(shù)據(jù)已經(jīng)坐到了駕駛員的位置上，它就在那里，有用且寶貴，甚至還很性感而時(shí)尚。