
小企業(yè)的大數(shù)據(jù)解決方案 做些大公司做不到的事
每個(gè)人都在利用大數(shù)據(jù),但小公司如何操縱那些通常由大公司使用的大數(shù)據(jù)呢?
雖然大數(shù)據(jù)已是游戲規(guī)則顛覆者,但中小型企業(yè)基于一個(gè)主要的劣勢沒能搭上這班車。缺乏充分利用新式數(shù)據(jù)技術(shù)的資源,也就無緣實(shí)施最佳的廣告和銷售策略。工具和大數(shù)據(jù)人才是昂貴的。諸多障礙牽制了小企業(yè)擁有全面的大數(shù)據(jù)能力,然而,拋開這一點(diǎn)不談,一個(gè)好消息是小企業(yè)實(shí)際上已經(jīng)利用數(shù)據(jù)很多年了。
一個(gè)企業(yè)只有能力存儲(chǔ)大量的信息與能夠利用大數(shù)據(jù)之間有很大區(qū)別。大數(shù)據(jù)是把信息放在一起,并將過去不相連的點(diǎn)連接起來。這和經(jīng)理與業(yè)主在作決定時(shí)經(jīng)常使用的機(jī)制類似。新技術(shù)只是在更大規(guī)模上做這個(gè)事兒罷了。它允許用戶從堆積如山的數(shù)據(jù)中提取信息——但小企業(yè)為了做出更好的決策并不需要PB級(jí)的數(shù)據(jù)。他們需要的是適當(dāng)?shù)墓ぞ?,清晰的意圖和正確的問題。
簡單地說,小企業(yè)面臨的第一關(guān)是大數(shù)據(jù)方面的開銷。軟件和工具的前期成本高(購置費(fèi)),后期使用費(fèi)用(雇人)也高。雖然大公司可能愿意購買最好的軟件并聘請(qǐng)分析師搜尋數(shù)據(jù)黃金,然而這不是最具成本效益的戰(zhàn)略。相反,小企業(yè)必須專注于精確定位哪些問題是他們想要解決的。不是跳進(jìn)昂貴而且難以控制的數(shù)據(jù)湖泊,而是尋找一個(gè)值得解答的問題,并找到答案。在現(xiàn)實(shí)中,大數(shù)據(jù)的難點(diǎn)不只是技術(shù)或信息,還有邏輯和分析。你不需要高價(jià)工具或大牛團(tuán)隊(duì)。您需要結(jié)構(gòu)化的、明智的計(jì)劃和戰(zhàn)略,以免隨后陷入困境。
當(dāng)你準(zhǔn)備好時(shí),試著咨詢 IBM 的沃森分析(IBM’s Watson’s Analytics),谷歌分析(Google Analytics)或洞察力平方(Insight Squared)。
先別買Hadoop。有些輕量級(jí)的解決方案,成本較低,使用方便。事實(shí)上,如果一家公司一直在用分類帳格式 (Excel、 QuickBooks) 收集自己數(shù)據(jù),那么他們應(yīng)該已經(jīng)有很多數(shù)據(jù)了。這些信息已經(jīng)可以提供關(guān)于促銷、營銷活動(dòng)以及銷售的深層見解,拿它與外部數(shù)據(jù)比較亦將獲得更多信息,然而前提是你要有正確的問題。社交媒體是一個(gè)重要的數(shù)據(jù)來源。社交數(shù)據(jù)可以幫助你洞察客戶身上往往不明顯的個(gè)人生活特征。除了更好地了解目標(biāo)客戶外,社交數(shù)據(jù)還能反應(yīng)出什么原因?qū)е戮W(wǎng)站訪問量增加(或降低)——網(wǎng)友張貼了某類信息還是競選之類的活動(dòng)。評(píng)測民眾的興趣水平和情緒狀況還可以成為競選利器——在陷入困境前請(qǐng)教社交數(shù)據(jù)可能會(huì)得到一些真知灼見。
利用社交媒體數(shù)據(jù)就是要全面地360度地了解顧客。這些數(shù)據(jù)不僅包含位置和的采購清單,而是展現(xiàn)了一個(gè)標(biāo)明興趣、個(gè)人主張與喜好的血肉豐滿的人物。深入分析社交數(shù)據(jù)可以獲取更多信息,以減少客戶流失率。
可以去查Hootsuite,33Acrossor,Presto,或者簡單一點(diǎn),用Facebook Insight 和Twitter Analytics。
大公司可能有錢,但他們?nèi)狈ρ杆夙憫?yīng)所需要的那種速度和敏捷。在實(shí)時(shí)變更和調(diào)整方面小公司做得更好(前提是要具備一些基礎(chǔ)的軟硬件)。一個(gè)大型公司可能需要首席執(zhí)行官的多項(xiàng)批文以及一份白皮書才能推行變革,而小企業(yè)更容易在利用數(shù)據(jù)時(shí)發(fā)揮機(jī)智和直覺的作用。大數(shù)據(jù)可以洞察當(dāng)前的趨勢并預(yù)測,因而快速應(yīng)變的能力至關(guān)重要。當(dāng)趨勢出現(xiàn)時(shí),小企業(yè)反應(yīng)迅速,及時(shí)變革,嶄露頭角。由此,大數(shù)據(jù)讓更多中小企業(yè)成為弄潮兒,乃至潮流的締造者。
響應(yīng)問題時(shí)靈活性也至關(guān)重要。減少客戶流失的關(guān)鍵是及時(shí)從負(fù)面數(shù)據(jù)中得到線索并予以響應(yīng)。即使很小的投訴也會(huì)帶來很大的負(fù)面影響。
尋找靈感?像Constant Contact和 Intuit Quickbooks 這樣的工具可以幫助那些無法獲取大量數(shù)據(jù)的小公司。通過比較行業(yè)內(nèi)類似的數(shù)據(jù)集,小公司可以更好的認(rèn)識(shí)其市場趨勢。
大數(shù)據(jù)帶來的驚喜之一是它影響團(tuán)隊(duì)成員的心理。一旦數(shù)據(jù)開始露臉,形成結(jié)論,并且實(shí)施落地,整個(gè)氣氛都在改變。雇員 (和雇主)(憑借大數(shù)據(jù))能夠找到更清晰的路徑,更好地了解客戶,他們將更明白如何做好本職工作。一個(gè)有趣的研究是審視大數(shù)據(jù)如何改變一個(gè)小公司的思維模式和能力。以往企業(yè)主和經(jīng)理憑借經(jīng)驗(yàn)以及少量的用戶信息做決定,如今更好的數(shù)據(jù)意味著更好的決策和更高的參與水平。 關(guān)于這項(xiàng)研究大家可以參考以下鏈接
一個(gè)重要的教訓(xùn)是要對(duì)數(shù)據(jù)有信心。嘗試了解數(shù)據(jù)的含義是個(gè)好主意,然而數(shù)據(jù)不是萬能的,比如并非總能探察到每個(gè)小細(xì)節(jié)的“why”和“how”,而且由數(shù)據(jù)揭露的事實(shí)并非總是不容置疑的。無論哪個(gè)市場、公司規(guī)模多大、甚至商業(yè)模式如何,大小企業(yè)都受惠于利用大數(shù)據(jù)。當(dāng)然,首先要提出恰當(dāng)?shù)膯栴},并且打開思路?;蛟S你要問該如何開始利用大數(shù)據(jù)?最好的啟程可能只是Google Analytics和一大杯咖啡。
1、Apart from giving better insight into target customers, it also highlights what posts, information or campaigns are driving traffic up (or down)。這里drive traffic指網(wǎng)站流量,例如:drive traffic to my web site.( 想辦法讓流量流向我的網(wǎng)頁)。Drive more traffic with our SEO recommendations.(我們的網(wǎng)絡(luò)引擎優(yōu)化的推薦配置可以幫助你引流) 8 Ways to Drive Traffic to Your Site With Google+。
2、Triggering and partaking in deeper conversations leads to more information and less churn.這里的churn指客戶流失。參見churn rate。
3、Hootsuite,國外一個(gè)社交媒體管理平臺(tái)。HootSuite采用了Klout開發(fā)的計(jì)算互聯(lián)網(wǎng)影響力的算法,幫助企業(yè)根據(jù)其關(guān)注者在Twitter上的影響力來分類這些關(guān)注者,讓企業(yè)和品牌可以更好地與關(guān)注者進(jìn)行溝通。
4、33Acrossor,社交服務(wù)廣告公司。
5、Presto是Facebook開發(fā)的數(shù)據(jù)查詢引擎,可對(duì)250PB以上的數(shù)據(jù)進(jìn)行快速地交互式分析。
6、One important lesson to be learned is to trust the data. Trying to make sense of data is a great idea. Knowing the “why,” and “how” of every little detail could be useful; however, it can’t always be possible. The facts represented by data are not always easy to divine and, in fact, it might just be impossible sometimes.翻譯成了“一個(gè)重要的教訓(xùn)是要對(duì)數(shù)據(jù)有信心。嘗試了解數(shù)據(jù)的含義是個(gè)好主意,然而數(shù)據(jù)不是萬能的,比如并非總能探察到每個(gè)小細(xì)節(jié)的“why”和“how”,而且由數(shù)據(jù)揭露的事實(shí)并非總是不容置疑的。”譯者認(rèn)為直譯過來有些生硬,但是如此意譯又造成一些信息丟失,渴望大家能多提提意見。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 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 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)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。 ...
2025-09-18DSGE 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(dòng)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(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)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(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)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(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)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(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(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(jià)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(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)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(diǎn)數(shù)據(jù)的科學(xué)計(jì)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(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)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(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)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(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動(dòng)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 ...
2025-09-11