企業(yè)最有價(jià)值的數(shù)據(jù)在哪里

當(dāng)前，傳統(tǒng)(非互聯(lián)網(wǎng)類)企業(yè)已認(rèn)識(shí)到大數(shù)據(jù)的價(jià)值，但如何結(jié)合企業(yè)現(xiàn)狀有效應(yīng)用大數(shù)據(jù)，仍普遍存在著迷茫。針對(duì)這種現(xiàn)狀，HCR基于企業(yè)大數(shù)據(jù)應(yīng)用的相關(guān)服務(wù)經(jīng)驗(yàn)，提出一些可行性的思路和建議，供企業(yè)客戶了解和實(shí)施。

本文內(nèi)容適合擁有較多客戶資源(ToC和部分ToB)和內(nèi)部數(shù)據(jù)的大中型企業(yè)，對(duì)擁有大量企業(yè)/個(gè)人管理數(shù)據(jù)的政府機(jī)構(gòu)(如稅務(wù))的大數(shù)據(jù)應(yīng)用也有借鑒意義。

一、企業(yè)最有價(jià)值的數(shù)據(jù)在哪里

大數(shù)據(jù)的價(jià)值基礎(chǔ)來自于數(shù)據(jù)，對(duì)于企業(yè)最有價(jià)值的數(shù)據(jù)，我們認(rèn)為有兩點(diǎn)：

1)內(nèi)部業(yè)務(wù)大數(shù)據(jù)(而非外部大數(shù)據(jù))具有最高的應(yīng)用價(jià)值

企業(yè)的大數(shù)據(jù)，從來源講可分為內(nèi)部(自身業(yè)務(wù)生產(chǎn)經(jīng)營(yíng)環(huán)節(jié)產(chǎn)生的所有數(shù)據(jù))和外部(來自外部，如第三方/互聯(lián)網(wǎng))。當(dāng)前企業(yè)熱衷于引入來自外部的大數(shù)據(jù)(如互聯(lián)網(wǎng)/電商/移動(dòng)互聯(lián)網(wǎng))和相關(guān)服務(wù)應(yīng)用，而忽視了一個(gè)事實(shí)：現(xiàn)有的內(nèi)部業(yè)務(wù)大數(shù)據(jù)才是最大的價(jià)值挖掘目標(biāo)。

大中型企業(yè)在信息化與數(shù)據(jù)應(yīng)用過程中，大都已經(jīng)完成了第一階段(信息化系統(tǒng)建設(shè)與業(yè)務(wù)數(shù)據(jù)采集的自動(dòng)化/常態(tài)化)的工作。多年來建立的各種業(yè)務(wù)信息系統(tǒng)已積累了大量業(yè)務(wù)數(shù)據(jù)。而進(jìn)入第二階段(挖掘數(shù)據(jù)提升企業(yè)業(yè)務(wù)經(jīng)營(yíng)管理)后，卻進(jìn)度緩慢。相比外部數(shù)據(jù)，內(nèi)部業(yè)務(wù)數(shù)據(jù)體量大，內(nèi)容多樣，時(shí)間跨度長(zhǎng)，是企業(yè)大數(shù)據(jù)的主體。因其與企業(yè)特性直接相關(guān)，深入覆蓋經(jīng)營(yíng)的各個(gè)環(huán)節(jié)，其對(duì)企業(yè)的價(jià)值遠(yuǎn)大于各種外部數(shù)據(jù)。然而，這些數(shù)據(jù)很少發(fā)揮出應(yīng)有的價(jià)值，大都沉睡在那里，甚至成為負(fù)擔(dān)。

2)內(nèi)部業(yè)務(wù)大數(shù)據(jù)中，應(yīng)優(yōu)先關(guān)注服務(wù)客戶相關(guān)的數(shù)據(jù)

企業(yè)內(nèi)部業(yè)務(wù)大數(shù)據(jù)，如果按邏輯屬性劃分，可分為兩大類：

1) 產(chǎn)品/服務(wù)相關(guān)：圍繞企業(yè)產(chǎn)品/服務(wù)相關(guān)的(研發(fā)/設(shè)計(jì)/原材料/生產(chǎn)/制造/反饋)的數(shù)據(jù)

2)服務(wù)客戶相關(guān)：圍繞著目標(biāo)客戶(可為B或者C)的相關(guān)(售前/銷售/客服/運(yùn)維/活動(dòng)/CRM等等)數(shù)據(jù)

以上兩類數(shù)據(jù)中，服務(wù)客戶相關(guān)的業(yè)務(wù)行為對(duì)企業(yè)經(jīng)營(yíng)影響巨大。其數(shù)據(jù)也是企業(yè)內(nèi)部大數(shù)據(jù)的主體，應(yīng)優(yōu)先作為內(nèi)部大數(shù)據(jù)挖掘應(yīng)用的目標(biāo)。

二、實(shí)施的流程

下面，針對(duì)企業(yè)最有價(jià)值的內(nèi)部業(yè)務(wù)數(shù)據(jù)集，結(jié)合消費(fèi)者研究與標(biāo)簽化研究方法，我們來介紹如何有效挖掘其大數(shù)據(jù)價(jià)值的機(jī)制。

首先我們給出一個(gè)主要的流程，后續(xù)將對(duì)每個(gè)步驟進(jìn)行詳細(xì)說明。

數(shù)據(jù)來源：大數(shù)據(jù)平臺(tái)部@HCR

Step1總體體系設(shè)計(jì)： 對(duì)現(xiàn)有內(nèi)部數(shù)據(jù)進(jìn)行重構(gòu)設(shè)計(jì)

對(duì)現(xiàn)有的業(yè)務(wù)數(shù)據(jù)體系，結(jié)合實(shí)際情況與未來的應(yīng)用目標(biāo)，重新進(jìn)行數(shù)據(jù)組織和規(guī)劃。過程中要關(guān)注兩點(diǎn)：

要點(diǎn)1：數(shù)據(jù)的組織，要從功能為中心轉(zhuǎn)向以客戶為中心(按生命期階段組織)。企業(yè)內(nèi)部業(yè)務(wù)數(shù)據(jù)，當(dāng)前大多是以業(yè)務(wù)功能(系統(tǒng))為中心組織，相互間未充分打通。用于價(jià)值挖掘的業(yè)務(wù)數(shù)據(jù)，要以每個(gè)客戶為中心，以用戶生命期為線，將其所有業(yè)務(wù)功能階段的數(shù)據(jù)串起來。

要點(diǎn)2：以類標(biāo)簽化的思想建立客戶的數(shù)據(jù)描述體系，作為未來全景數(shù)據(jù)整合的框架。描述體系的來源數(shù)據(jù)不僅有內(nèi)部數(shù)據(jù)，也包含外部數(shù)據(jù)(輔助)。實(shí)際的數(shù)據(jù)整合處理將基于該體系進(jìn)行：已有的數(shù)據(jù)可直接引入，缺失數(shù)據(jù)內(nèi)容作為后續(xù)采集/外購(gòu)的主要目標(biāo)。

以某車企客戶為例，其相關(guān)的大數(shù)據(jù)，對(duì)應(yīng)由9大內(nèi)部業(yè)務(wù)系統(tǒng)產(chǎn)生，各自獨(dú)立。在數(shù)據(jù)體系重構(gòu)整合中，重構(gòu)的示意圖如下：

數(shù)據(jù)來源：大數(shù)據(jù)平臺(tái)部@HCR

Step2 數(shù)據(jù)整合集中：對(duì)現(xiàn)有數(shù)據(jù)進(jìn)行實(shí)際整合，建立一個(gè)統(tǒng)一大數(shù)據(jù)平臺(tái)

基于step1得到的規(guī)劃方案，對(duì)現(xiàn)有的業(yè)務(wù)數(shù)據(jù)通過技術(shù)手段從各業(yè)務(wù)系統(tǒng)整合到統(tǒng)一大數(shù)據(jù)平臺(tái)上。該平臺(tái)作為數(shù)據(jù)分析平臺(tái)，與生產(chǎn)業(yè)務(wù)系統(tǒng)分離，提供對(duì)數(shù)據(jù)倉(cāng)庫(kù)/結(jié)構(gòu)化/非結(jié)構(gòu)化數(shù)據(jù)的支持。

整合中要注意：

(1) 數(shù)據(jù)模型的設(shè)計(jì)以及數(shù)據(jù)ETL(清洗/轉(zhuǎn)化)，都需要以客戶為中心進(jìn)行統(tǒng)一規(guī)劃

(2) 充分考慮新數(shù)據(jù)體系中缺失/不足的數(shù)據(jù)內(nèi)容未來的融入和整合機(jī)制。

Step3 標(biāo)簽化分析：對(duì)客戶進(jìn)行全方位標(biāo)簽化分析，生成標(biāo)簽化描述結(jié)果

在step2整合得到的以用戶為中心的多維度數(shù)據(jù)空間上，基于消費(fèi)者研究與業(yè)務(wù)特性建立用戶標(biāo)簽體系，并對(duì)客戶進(jìn)行實(shí)際的標(biāo)簽化分析。標(biāo)簽體系的定義，要兼顧用戶基本信息、業(yè)務(wù)特點(diǎn)和未來應(yīng)用的目的，并不斷擴(kuò)展。

比如前述的車企客戶，對(duì)用戶標(biāo)簽，已經(jīng)定義了如下幾類：基本屬性(性別、年齡段、購(gòu)買能力、職業(yè)階層…)、家庭情況(家有兒童,第二輛車)、車型/駕駛偏好(如偏好SUV 、注重安全性.、追求速度感…)、配件關(guān)注點(diǎn)(喜歡原裝、喜歡功能性配件)、內(nèi)裝偏好、保養(yǎng)習(xí)慣、參與活動(dòng)偏好、觸媒習(xí)慣等。

Step4 業(yè)務(wù)實(shí)際應(yīng)用/挖掘：通過業(yè)務(wù)活動(dòng)，進(jìn)行客戶大數(shù)據(jù)價(jià)值的實(shí)際挖掘和應(yīng)用

對(duì)所有客戶分析得到標(biāo)簽化描述結(jié)果，可通過統(tǒng)一的客戶分析平臺(tái)，提供給企業(yè)內(nèi)部所有部門實(shí)際應(yīng)用。各部門可根據(jù)實(shí)際業(yè)務(wù)需要，通過標(biāo)簽靈活準(zhǔn)確篩選目標(biāo)客戶(如市場(chǎng)部可以查找80后家有兒童且購(gòu)買能力強(qiáng)的目標(biāo)客戶做MPV家用車型推廣)，或發(fā)現(xiàn)產(chǎn)品客戶群的深層特性(產(chǎn)品設(shè)計(jì)部門可分析車型的目標(biāo)客戶與實(shí)際購(gòu)買客戶是否一致)。

三、如何實(shí)施

在內(nèi)部大數(shù)據(jù)應(yīng)用流程閉環(huán)的5個(gè)主要步驟中，每一步工作都有著不同的重點(diǎn)：

Step1總體體系設(shè)計(jì)

總體體系設(shè)計(jì)，決定了企業(yè)內(nèi)部大數(shù)據(jù)應(yīng)用未來可以發(fā)揮的價(jià)值空間，所以需要高度重視。前期要做踏實(shí)，不要急于求成。

主要工作包括：

● 對(duì)企業(yè)現(xiàn)有數(shù)據(jù)情況深入摸底，確定客戶相關(guān)數(shù)據(jù)在各業(yè)務(wù)系統(tǒng)中的情況(分布/數(shù)據(jù)屬性/關(guān)聯(lián)性/數(shù)據(jù)質(zhì)量等)

● 通過在各業(yè)務(wù)部門調(diào)研和訪談方式，以及用戶研究的發(fā)展趨勢(shì)，確定企業(yè)各部門未來的應(yīng)用總體需求目標(biāo)，并抽象為相關(guān)對(duì)客戶屬性/標(biāo)簽的需求。

● 在前兩步工作的基礎(chǔ)上，通過用戶研究人員與大數(shù)據(jù)架構(gòu)/分析人員的合作，完成相關(guān)的總體設(shè)計(jì)。

輸出結(jié)果至少包括：

● 新數(shù)據(jù)體系的設(shè)計(jì)與重構(gòu)方案，定義以客戶為中心的新數(shù)據(jù)模型的抽象/關(guān)聯(lián)性/屬性來源/生成機(jī)制等，包括對(duì)現(xiàn)有數(shù)據(jù)的整合機(jī)制，以及對(duì)當(dāng)前(基于標(biāo)簽體系要求)缺失數(shù)據(jù)屬性的采集和融合機(jī)制。

● 客戶標(biāo)簽應(yīng)用體系的框架性實(shí)現(xiàn)方案，包括對(duì)客戶標(biāo)簽體系的框架與分類體系、重要標(biāo)簽設(shè)計(jì)與分析思路，以及未來的應(yīng)用模式等

Step2 數(shù)據(jù)整合集中

基于新數(shù)據(jù)體系的設(shè)計(jì)要求，建立一個(gè)統(tǒng)一的內(nèi)部大數(shù)據(jù)平臺(tái)，將相關(guān)的數(shù)據(jù)整合于其中并進(jìn)行有效管理。

主要的工作包括：

● 搭建統(tǒng)一大數(shù)據(jù)平臺(tái)的軟硬件/網(wǎng)絡(luò)的基礎(chǔ)架構(gòu)(包括應(yīng)用與數(shù)據(jù)庫(kù)系統(tǒng))

● 對(duì)于現(xiàn)有數(shù)據(jù)，基于新數(shù)據(jù)體系的設(shè)計(jì)，設(shè)計(jì)數(shù)據(jù)物理模型和對(duì)接方案，并通過技術(shù)手段(ETL/編程)對(duì)接各內(nèi)部業(yè)務(wù)系統(tǒng)，將各業(yè)務(wù)系統(tǒng)的相關(guān)數(shù)據(jù)統(tǒng)一整合到大數(shù)據(jù)平臺(tái)

● 對(duì)于缺失數(shù)據(jù)和外部來源的大數(shù)據(jù)，建立一套相應(yīng)的機(jī)制，保證后續(xù)持續(xù)有效的整合此類數(shù)據(jù)。

輸出結(jié)果包括：

● 一個(gè)統(tǒng)一的大數(shù)據(jù)平臺(tái)，能夠持續(xù)整合和管理來自企業(yè)內(nèi)外部的用戶相關(guān)的所有數(shù)據(jù)資源。

● 一套技術(shù)與業(yè)務(wù)實(shí)施機(jī)制，確保數(shù)據(jù)整合和采集的可持續(xù)性和有效性。

在現(xiàn)有數(shù)據(jù)整合時(shí)，企業(yè)由于內(nèi)部業(yè)務(wù)信息系統(tǒng)眾多，且往往對(duì)應(yīng)不同的IT開發(fā)商，為保證整合多業(yè)務(wù)系統(tǒng)數(shù)據(jù)的準(zhǔn)確性和效率，本步驟的實(shí)施者，建議優(yōu)先選擇企業(yè)內(nèi)部現(xiàn)有業(yè)務(wù)信息系統(tǒng)的核心IT開發(fā)商，或由企業(yè)的信息中心完成，注意：實(shí)施過程中需要有大數(shù)據(jù)架構(gòu)與數(shù)據(jù)專家提供咨詢和指導(dǎo)。

Step3 用戶標(biāo)簽化分析

本階段工作對(duì)數(shù)據(jù)未來價(jià)值的影響最大。在實(shí)際的實(shí)施中不是一蹴而就的，是個(gè)長(zhǎng)期遞進(jìn)的過程，需要根據(jù)業(yè)務(wù)變化和應(yīng)用需要，不斷優(yōu)化和擴(kuò)展用戶標(biāo)簽體系。相關(guān)工作主要由熟悉行業(yè)的用戶研究人員和數(shù)據(jù)挖掘/算法工程師根據(jù)企業(yè)業(yè)務(wù)的需要配合完成。

● 用戶研究人員：基于全局的客戶標(biāo)簽體系，對(duì)數(shù)據(jù)體現(xiàn)的用戶行為進(jìn)行深入研究和分析，并針對(duì)業(yè)務(wù)的需求，定義高應(yīng)用價(jià)值的標(biāo)簽，并發(fā)現(xiàn)相關(guān)分析規(guī)則

● 數(shù)據(jù)挖掘/算法工程師：綜合運(yùn)用大數(shù)據(jù)技術(shù)(數(shù)據(jù)挖掘/機(jī)器學(xué)習(xí)等)方法，配合研究員進(jìn)行挖掘，并完成標(biāo)簽分析的算法編程，使得大量標(biāo)簽的分析處理能以自動(dòng)化方式來實(shí)現(xiàn)。

輸出結(jié)果包括：

● 所有客戶的標(biāo)簽化分析和描述結(jié)果。

● 特定客戶群體/業(yè)務(wù)需求相關(guān)的深入分析報(bào)告。

Step4 業(yè)務(wù)實(shí)際應(yīng)用

由企業(yè)各部門人員完成，業(yè)務(wù)人員對(duì)step3中產(chǎn)生的客戶標(biāo)簽分析結(jié)果，結(jié)合實(shí)際業(yè)務(wù)需求提取和分析所需要的內(nèi)容，并在后續(xù)的業(yè)務(wù)活動(dòng)(如針對(duì)所選擇客戶的廣告宣傳、營(yíng)銷..)和決策分析中進(jìn)行應(yīng)用。

為了便于實(shí)際使用，對(duì)Step 3 中的分析結(jié)果建立統(tǒng)一的應(yīng)用分析平臺(tái)，支持業(yè)務(wù)人員靈活篩選/分析所有客戶的標(biāo)簽化屬性，并能夠提供更深入的研究報(bào)告和最新的可視化分析工具，以支持企業(yè)更多更深層次的數(shù)據(jù)應(yīng)用。

對(duì)于業(yè)務(wù)人員，如果缺乏使用分析結(jié)果的思路和想法，可通過培訓(xùn)和案例拓展其思路。同時(shí)在使用之后，需要根據(jù)業(yè)務(wù)情況與數(shù)據(jù)研究人員交流和不斷反饋，協(xié)助提升標(biāo)簽分析模型的精度。

Step5 應(yīng)用結(jié)果的反饋

在各部門使用數(shù)據(jù)開展業(yè)務(wù)后，需盡可能收集所接觸客戶的反饋結(jié)果。反饋結(jié)果的采集內(nèi)容要參照全局?jǐn)?shù)據(jù)體系的定義，通過便捷的電子化形式(如二維碼問卷)完成和提交。這種反饋的閉環(huán)機(jī)制，可有效避免長(zhǎng)期以來對(duì)客戶實(shí)際感知的斷裂，能有效提升用戶標(biāo)簽化畫像的準(zhǔn)確度與后續(xù)應(yīng)用價(jià)值。我們的一家外資藥品企業(yè)客戶，已經(jīng)開始進(jìn)行相關(guān)嘗試，收到了良好的效果。

四、要注意的問題和解決方法

企業(yè)內(nèi)部大數(shù)據(jù)整合挖掘與應(yīng)用，當(dāng)前已經(jīng)受到許多行業(yè)內(nèi)的領(lǐng)頭企業(yè)的關(guān)注，并開始嘗試。但由于缺乏體系化的思路和經(jīng)驗(yàn)，遇到不少困難。企業(yè)在進(jìn)行計(jì)劃相關(guān)實(shí)施時(shí)，首先要注意如下問題：

1、建設(shè)思路與實(shí)施者的選擇

從前面的闡述可以發(fā)現(xiàn)，內(nèi)部大數(shù)據(jù)整合與應(yīng)用挖掘，本質(zhì)是用戶深入研究與相關(guān)應(yīng)用。不僅數(shù)據(jù)組織和標(biāo)簽體系，甚至IT相關(guān)的數(shù)據(jù)平臺(tái)整合與建設(shè)，也遵循用戶研究的思路來完成。用戶研究/大數(shù)據(jù)挖掘技術(shù)(如數(shù)據(jù)挖掘/算法)人員是實(shí)施的核心團(tuán)隊(duì)。

遺憾的是，在我們接觸的一些企業(yè)中，建設(shè)思路仍有很大偏差。有的仍然遵循IT系統(tǒng)建設(shè)的思路，認(rèn)為應(yīng)由IT企業(yè)來完成此事。實(shí)際上，IT企業(yè)并不具備實(shí)施中最重要的用戶研究/數(shù)據(jù)挖掘等專業(yè)能力(其更適合step2/4所需的相關(guān)IT平臺(tái)的開發(fā))。而有的企業(yè)則認(rèn)為這是CRM業(yè)務(wù)的延伸，適合CRM服務(wù)商完成。這也是不對(duì)的，CRM數(shù)據(jù) /業(yè)務(wù)只是企業(yè)用戶大數(shù)據(jù)/應(yīng)用中的子集，CRM人員是用戶研究結(jié)果的應(yīng)用者而不是建立者。

以上錯(cuò)誤認(rèn)識(shí)直接影響了諸多企業(yè)內(nèi)部大數(shù)據(jù)挖掘與相關(guān)應(yīng)用的有效推進(jìn)。某主流手機(jī)制造廠商，就是重技術(shù)平臺(tái)，不重深入研究，覺得采集整合了大量數(shù)據(jù)后應(yīng)用價(jià)值就水到渠成了。而某合資車企則是意向?qū)⒃擁?xiàng)目由國(guó)際著名it服務(wù)咨詢企業(yè)來完成(事實(shí)上我們并不認(rèn)為該咨詢企業(yè)能夠深入了解汽車行業(yè)的產(chǎn)業(yè)規(guī)律與用戶特點(diǎn))。某省移動(dòng)運(yùn)營(yíng)商，在針對(duì)集團(tuán)客戶進(jìn)行大數(shù)據(jù)整合與營(yíng)銷支撐服務(wù)時(shí)，由某上市it企業(yè)進(jìn)行實(shí)施。雖然該企業(yè)的it研發(fā)能力很強(qiáng)，但由于因循傳統(tǒng)業(yè)務(wù)流程管理的思路，一線客戶經(jīng)理無法從系統(tǒng)中獲得對(duì)所服務(wù)集團(tuán)客戶的深入認(rèn)識(shí)，也難以進(jìn)行針對(duì)性的業(yè)務(wù)推廣。

因此，企業(yè)內(nèi)部大數(shù)據(jù)應(yīng)用的實(shí)施，選擇一個(gè)能力全面的實(shí)施者很重要。該實(shí)施者既要熟悉企業(yè)業(yè)務(wù)特性、具有專業(yè)的用戶研究能力外，也要具有大數(shù)據(jù)相關(guān)的技術(shù)(平臺(tái)架構(gòu)設(shè)計(jì)/數(shù)據(jù)挖掘/大數(shù)據(jù)算法分析)能力，兩者缺一不可。

2、整合數(shù)據(jù)時(shí)會(huì)遇到較大困難

企業(yè)在實(shí)施step2(數(shù)據(jù)整合集中)時(shí)大都遇到相同的問題：進(jìn)度延誤和數(shù)據(jù)集中未達(dá)設(shè)計(jì)目標(biāo)，大大影響了后續(xù)的數(shù)據(jù)應(yīng)用。

其原因主要如下：

●數(shù)據(jù)涉及的內(nèi)部業(yè)務(wù)系統(tǒng)眾多，而且開發(fā)商往往不同，加上各系統(tǒng)通常又被不同業(yè)務(wù)部門管理。因此，從各部門各業(yè)務(wù)系統(tǒng)整合數(shù)據(jù)，要牽扯多方(管理方、開發(fā)方)的部門權(quán)限、利益和精力。相關(guān)的協(xié)調(diào)/推進(jìn)通常比較低效。

●實(shí)施整合的it企業(yè)，雖然熟悉內(nèi)部數(shù)據(jù)細(xì)節(jié)，但大都是開發(fā)能力強(qiáng)，對(duì)大數(shù)據(jù)整合數(shù)據(jù)的主要工作(對(duì)接、同步和數(shù)據(jù)清洗等)缺乏經(jīng)驗(yàn)和最優(yōu)的方法

以上原因，再加上全局目標(biāo)不明確，導(dǎo)致整合集中成為企業(yè)數(shù)據(jù)價(jià)值應(yīng)用環(huán)節(jié)上最大的障礙。以某省運(yùn)營(yíng)商為例，其內(nèi)部用戶大數(shù)據(jù)整合工作，斷斷續(xù)續(xù)已經(jīng)進(jìn)行了近兩年，仍未完成預(yù)期目標(biāo)。

而要想避免此事，需要做到以下兩點(diǎn)：

●高層要重視，且要有強(qiáng)有力的內(nèi)部實(shí)施控制。公司層面的重視對(duì)打破各業(yè)務(wù)系統(tǒng)的數(shù)據(jù)壁壘有很大幫助，而專業(yè)的總控團(tuán)隊(duì)對(duì)進(jìn)度和效果影響較大。以某大型企業(yè)客戶為例，整合數(shù)據(jù)時(shí)涉及6個(gè)部門9大系統(tǒng)，難度相當(dāng)大。公司由副總擔(dān)任專項(xiàng)組長(zhǎng)，信息中心組建專門團(tuán)隊(duì)負(fù)責(zé)實(shí)際協(xié)調(diào)和考核，最終按計(jì)劃完成了相關(guān)工作，走在了同行的前列。

●由大數(shù)據(jù)處理與整合方面的技術(shù)專家，通過咨詢/培訓(xùn)等手段，幫助it實(shí)施企業(yè)提升在數(shù)據(jù)整合技術(shù)方面的能力。

3、內(nèi)部業(yè)務(wù)數(shù)據(jù)的完善任重而道遠(yuǎn)

數(shù)據(jù)屬性缺失和數(shù)據(jù)質(zhì)量問題，是企業(yè)內(nèi)部業(yè)務(wù)數(shù)據(jù)最常見的問題，也很大影響了未來的應(yīng)用價(jià)值。同時(shí)，在大數(shù)據(jù)環(huán)境下，客戶數(shù)據(jù)的粒度/深度的不足也逐漸明顯。如對(duì)某上市藥企進(jìn)行相關(guān)數(shù)據(jù)摸底時(shí)，發(fā)現(xiàn)客戶相關(guān)的數(shù)據(jù)只到渠道級(jí)別，沒有到達(dá)最終用戶，導(dǎo)致大量最有價(jià)值的內(nèi)容缺失。造成這些問題的核心原因是之前缺乏全局、體系性的數(shù)據(jù)框架和實(shí)施機(jī)制，業(yè)務(wù)各環(huán)節(jié)中采集數(shù)據(jù)的目標(biāo)、方法和主動(dòng)性都有不足，而這相關(guān)改變非一朝一夕可以完成。

對(duì)此，企業(yè)要注意：

●客戶識(shí)別/接觸體系不完善的，需盡快建立公司統(tǒng)一的客戶體系(如會(huì)員系統(tǒng))。

●要有明確的全局?jǐn)?shù)據(jù)體系作為指導(dǎo)，相應(yīng)建立采集和整合的制度化機(jī)制，使得各環(huán)節(jié)的業(yè)務(wù)人員對(duì)相關(guān)工作從自發(fā)變?yōu)樽杂X。

●要把外部大數(shù)據(jù)/應(yīng)用反饋數(shù)據(jù)也納入到數(shù)據(jù)體系中，統(tǒng)一規(guī)劃構(gòu)建相關(guān)的收集機(jī)制和融合方法。

●在此過程中不要攤子過大，結(jié)合情況分步驟實(shí)施，優(yōu)先考慮最重要/最容易采集的數(shù)據(jù)資源。

三、hcr助力企業(yè)內(nèi)部大數(shù)據(jù)應(yīng)用

企業(yè)內(nèi)部大數(shù)據(jù)研究應(yīng)用要求實(shí)施者在行業(yè)/應(yīng)用研究與大數(shù)據(jù)應(yīng)用技術(shù)上具有全面而深入的綜合能力。當(dāng)前國(guó)內(nèi)無論是研究行業(yè)還是it行業(yè)，符合相關(guān)要求的實(shí)施企業(yè)鳳毛麟角。

而hcr作為領(lǐng)先的大小數(shù)據(jù)結(jié)合的數(shù)據(jù)研究公司，則完全具備相關(guān)能力：

●10多個(gè)行業(yè)的資深研究人員，長(zhǎng)期面向企業(yè)研究，具有豐富的行業(yè)/用戶研究經(jīng)驗(yàn)。以bdu，qgroup為代表的研究團(tuán)隊(duì)，在幫助企業(yè)進(jìn)行內(nèi)外大數(shù)據(jù)研究方面經(jīng)驗(yàn)豐富。

●hcr大數(shù)據(jù)平臺(tái)部具有行業(yè)最強(qiáng)的大數(shù)據(jù)技術(shù)能力。數(shù)據(jù)架構(gòu)組可幫助企業(yè)進(jìn)行業(yè)務(wù)數(shù)據(jù)摸底，設(shè)計(jì)/規(guī)劃適合企業(yè)特點(diǎn)的大數(shù)據(jù)體系與平臺(tái)，并具有實(shí)際的技術(shù)實(shí)施能力。而挖掘算法組，在大數(shù)據(jù)環(huán)境下的挖掘算法/機(jī)器學(xué)習(xí)/非結(jié)構(gòu)化文本分析方面實(shí)力強(qiáng)大，在配合研究人員進(jìn)行用戶標(biāo)簽化分析方面已經(jīng)取得了豐富成果。

正是由于研究與技術(shù)的綜合優(yōu)勢(shì)，hcr當(dāng)前在幫助多個(gè)客戶企業(yè)實(shí)現(xiàn)內(nèi)部業(yè)務(wù)大數(shù)據(jù)的價(jià)值挖掘，使得客戶能夠通過大數(shù)據(jù)應(yīng)用，為企業(yè)經(jīng)營(yíng)帶來新的提升。