
傳統(tǒng)企業(yè)如何挖掘自身大數(shù)據(jù)的價值
當(dāng)前,傳統(tǒng)(非互聯(lián)網(wǎng)類)企業(yè)已認(rèn)識到大數(shù)據(jù)的價值,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。針對這種現(xiàn)狀,下文基于企業(yè)大數(shù)據(jù)應(yīng)用的相關(guān)服務(wù)經(jīng)驗,提出一些可行性的思路和建議,供企業(yè)客戶了解和實施。
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),對擁有大量企業(yè)/個人管理數(shù)據(jù)的政府機構(gòu)(如稅務(wù))的大數(shù)據(jù)應(yīng)用也有借鑒意義。
一、企業(yè)最有價值的數(shù)據(jù)在哪里
大數(shù)據(jù)的價值基礎(chǔ)來自于數(shù)據(jù),對于企業(yè)最有價值的數(shù)據(jù),我們認(rèn)為有兩點:
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/移動互聯(lián)網(wǎng))和相關(guān)服務(wù)應(yīng)用,而忽視了一個事實:現(xiàn)有的內(nèi)部業(yè)務(wù)大數(shù)據(jù)才是最大的價值挖掘目標(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)。而進入第二階段(挖掘數(shù)據(jù)提升企業(yè)業(yè)務(wù)經(jīng)營管理)后,卻進度緩慢。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,時間跨度長,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)營的各個環(huán)節(jié),其對企業(yè)的價值遠大于各種外部數(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/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/運維/活動/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)行為對企業(yè)經(jīng)營影響巨大。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、實施的流程
下面,針對企業(yè)最有價值的內(nèi)部業(yè)務(wù)數(shù)據(jù)集,結(jié)合消費者研究與標(biāo)簽化研究方法,我們來介紹如何有效挖掘其大數(shù)據(jù)價值的機制。
首先我們給出一個主要的流程,后續(xù)將對每個步驟進行詳細說明。
Step1總體體系設(shè)計: 對現(xiàn)有內(nèi)部數(shù)據(jù)進行重構(gòu)設(shè)計
對現(xiàn)有的業(yè)務(wù)數(shù)據(jù)體系,結(jié)合實際情況與未來的應(yīng)用目標(biāo),重新進行數(shù)據(jù)組織和規(guī)劃。過程中要關(guān)注兩點:
要點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。用于價值挖掘的業(yè)務(wù)數(shù)據(jù),要以每個客戶為中心,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)。實際的數(shù)據(jù)整合處理將基于該體系進行: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),對應(yīng)由9大內(nèi)部業(yè)務(wù)系統(tǒng)產(chǎn)生,各自獨立。在數(shù)據(jù)體系重構(gòu)整合中,重構(gòu)的示意圖如下:
Step2 數(shù)據(jù)整合集中 :對現(xiàn)有數(shù)據(jù)進行實際整合,建立一個統(tǒng)一大數(shù)據(jù)平臺
基于step1得到的規(guī)劃方案,對現(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)平臺上。該平臺作為數(shù)據(jù)分析平臺,與生產(chǎn)業(yè)務(wù)系統(tǒng)分離,提供對數(shù)據(jù)倉庫/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)計以及數(shù)據(jù)ETL(清洗/轉(zhuǎn)化),都需要以客戶為中心進行統(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制。
Step3 標(biāo)簽化分析 : 對客戶進行全方位標(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,基于消費者研究與業(yè)務(wù)特性建立用戶標(biāo)簽體系,并對客戶進行實際的標(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)特點和未來應(yīng)用的目的,并不斷擴展。
比如前述的車企客戶,對用戶標(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(喜歡原裝、喜歡功能性配件)、內(nèi)裝偏好、保養(yǎng)習(xí)慣、參與活動偏好、觸媒習(xí)慣等。
Step4 業(yè)務(wù)實際應(yīng)用/挖掘: 通過業(yè)務(wù)活動,進行客戶大數(shù)據(jù)價值的實際挖掘和應(yīng)用
對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,提供給企業(yè)內(nèi)部所有部門實際應(yīng)用。各部門可根據(jù)實際業(yè)務(wù)需要,通過標(biāo)簽靈活準(zhǔn)確篩選目標(biāo)客戶(如市場部可以查找80后家有兒童且購買能力強的目標(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)計部門可分析車型的目標(biāo)客戶與實際購買客戶是否一致)。
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
訓(xùn)練與驗證損失驟升:機器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機器學(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)對數(shù)據(jù)的需求已從 “存儲” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計基本概念是商業(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 動態(tài)隨機一般均衡(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 ...
2025-09-11