
為建立數(shù)據(jù)分析優(yōu)勢(shì)利用專(zhuān)有數(shù)據(jù)
人們普遍認(rèn)為專(zhuān)有信息能為企業(yè)提供競(jìng)爭(zhēng)優(yōu)勢(shì),但如果不在業(yè)務(wù)過(guò)程中進(jìn)行數(shù)據(jù)分析和應(yīng)用,那么專(zhuān)有信息也很難發(fā)揮作用。沒(méi)有哪種組織的資產(chǎn)能像數(shù)據(jù)這樣為人們提供深刻的見(jiàn)解,并讓人們制定決策和采取其他其他企業(yè)組織所不會(huì)采取的行動(dòng)。數(shù)據(jù)常常很少或不會(huì)賦予自身直接的優(yōu)勢(shì),但以數(shù)據(jù)為基礎(chǔ)的分析是個(gè)非常強(qiáng)大的競(jìng)爭(zhēng)性工具。過(guò)去競(jìng)爭(zhēng)差異化的傳統(tǒng)根基巳消失,利用獨(dú)一無(wú)二的專(zhuān)有數(shù)據(jù)是競(jìng)爭(zhēng)差異化優(yōu)勢(shì)的強(qiáng)大來(lái)源。
專(zhuān)有數(shù)據(jù)提供了一個(gè)強(qiáng)大的視角,來(lái)看待公司運(yùn)營(yíng)情況以及客戶(hù)與市場(chǎng)的購(gòu)買(mǎi)偏好和行為。在很多情況中,這樣一種數(shù)據(jù)對(duì)其他公司、競(jìng)爭(zhēng)公司、客戶(hù)乃至政府來(lái)說(shuō)都是非常有價(jià)值的。諸如Google 和Yahoo!這樣的互聯(lián)網(wǎng)領(lǐng)銜公司會(huì)使用專(zhuān)有數(shù)據(jù)來(lái)刺激新業(yè)務(wù)并提供業(yè)務(wù)開(kāi)拓和增長(zhǎng)機(jī)遇,以此來(lái)證明數(shù)據(jù)具有超越第一線(xiàn)市場(chǎng)營(yíng)銷(xiāo)發(fā)展機(jī)會(huì)的價(jià)值。
專(zhuān)有數(shù)據(jù)常常是追求另外一個(gè)業(yè)務(wù)目標(biāo)的副產(chǎn)品,所謂另一個(gè)業(yè)務(wù)目標(biāo),舉例來(lái)說(shuō)有銀行業(yè)執(zhí)行支付交易,零售行業(yè)管理庫(kù)存產(chǎn)品、完成運(yùn)貨業(yè)務(wù)、運(yùn)營(yíng)電信溝通網(wǎng)絡(luò)或提高互聯(lián)網(wǎng)絡(luò)搜索業(yè)務(wù)質(zhì)量。然而很少有公司會(huì)投人必要的時(shí)間和資源來(lái)利用這樣一種用于其他用途的專(zhuān)有數(shù)據(jù)。但如果有一些公司可以實(shí)現(xiàn)這點(diǎn),就能啟動(dòng)新產(chǎn)品開(kāi)發(fā)工作、提供出色的客戶(hù)服務(wù)并戰(zhàn)勝競(jìng)爭(zhēng)公司。比如,美國(guó)第一資本公司為了開(kāi)發(fā)新產(chǎn)品挖掘客戶(hù)數(shù)據(jù),美國(guó)前進(jìn)保險(xiǎn)公司使用其快照計(jì)劃中有關(guān)客戶(hù)駕駛行為的專(zhuān)有數(shù)據(jù)來(lái)精確地為汽車(chē)保險(xiǎn)業(yè)務(wù)定價(jià),位于加利福尼亞州的美國(guó)三角洲牙科保險(xiǎn)協(xié)會(huì)對(duì)索賠數(shù)據(jù)進(jìn)行分析來(lái)確認(rèn)可節(jié)省的成本。在很多情況下,數(shù)據(jù)分析結(jié)果能揭示不易發(fā)現(xiàn)的新業(yè)務(wù)發(fā)展機(jī)會(huì)。
專(zhuān)有數(shù)據(jù)還用來(lái)在體育運(yùn)動(dòng)中建立優(yōu)勢(shì)。Daryl Morey,NBA 休斯敦火箭隊(duì)的總經(jīng)理是職業(yè)籃球運(yùn)動(dòng)中最喜歡數(shù)據(jù)分析的經(jīng)理之一,他認(rèn)為 “真正的優(yōu)勢(shì)來(lái)自于獨(dú)一無(wú)二的數(shù)據(jù)”,他聘請(qǐng)了大量數(shù)據(jù)分析人員在每一場(chǎng)NBA 比賽中對(duì)每個(gè)對(duì)手的防守動(dòng)作數(shù)據(jù)進(jìn)行分類(lèi)。波士頓紅襪隊(duì)厚也遵循了相同的管理哲學(xué)。他們派專(zhuān)人到NCAA總部對(duì)各大學(xué)棒球選手的紙質(zhì)記錄數(shù)據(jù)進(jìn)行分類(lèi)和量化,來(lái)分析能在職業(yè)聯(lián)賽中取得成功的選手特征。意大利足球俱樂(lè)部AC Milan收集了其球員在不同條件下運(yùn)動(dòng)規(guī)律的專(zhuān)有數(shù)據(jù),并使用它們來(lái)預(yù)測(cè)和預(yù)防球員的傷病問(wèn)題。
最近,有一些新業(yè)務(wù)圍繞著某個(gè)目標(biāo)蓬勃發(fā)展,為了業(yè)務(wù)獲利,通過(guò)用社交網(wǎng)絡(luò)、銷(xiāo)售數(shù)據(jù)導(dǎo)向的產(chǎn)品或作為市場(chǎng)建立者參與市場(chǎng)發(fā)展來(lái)創(chuàng)建和挖掘新類(lèi)型的數(shù)據(jù)。這些發(fā)展新業(yè)務(wù)的企業(yè)組織中有很多都自稱(chēng)大數(shù)據(jù)公司。有一家名為Factual的公司正在嘗試收集大量和主題看似不相關(guān)的專(zhuān)有數(shù)據(jù)。公司的某項(xiàng)記載是這樣描述它的數(shù)據(jù)收集戰(zhàn)略的:
它同時(shí)向向大公司和小型軟件開(kāi)發(fā)公司進(jìn)行數(shù)據(jù)收集,包括50 個(gè)國(guó)家6 千萬(wàn)個(gè)地點(diǎn)中可用的政府?dāng)?shù)據(jù)、TB級(jí)別的企業(yè)數(shù)據(jù)。每種數(shù)據(jù)都由17—40 種屬性描述。Factual可以30種不同的方式來(lái)知道80 多萬(wàn)家飯店的信息,包括這些飯店的所在地、所有權(quán)情況以及食客與衛(wèi)仝委員會(huì)對(duì)其的打分。它還包括5 億張網(wǎng)頁(yè)信息、羨國(guó)所有中學(xué)清單和有關(guān)180 萬(wàn)羨國(guó)專(zhuān)業(yè)醫(yī)療人士的辦公場(chǎng)所、業(yè)務(wù)專(zhuān)長(zhǎng)和保險(xiǎn)購(gòu)買(mǎi)偏好的相關(guān)數(shù)據(jù)。還羅列7 1.4 萬(wàn)種葡萄酒品種信息、1950—1974 年發(fā)生的軍用飛機(jī)駕駛事故資料和一些重要人士的體重?cái)?shù)據(jù)。
然而,這樣一些數(shù)據(jù)的作用和其用于激勵(lì)創(chuàng)新、產(chǎn)生新收人來(lái)源以及管理新業(yè)務(wù)和運(yùn)營(yíng)風(fēng)險(xiǎn)的潛力在很大程度上還沒(méi)挖掘出來(lái)。
2009 年埃森哲公司對(duì)英美600 位高管進(jìn)行的一份問(wèn)卷調(diào)查表明: 專(zhuān)有數(shù)據(jù)還很稀少但極其有價(jià)值。只有10% 的被調(diào)查者說(shuō)他們公司的專(zhuān)有數(shù)據(jù) “在實(shí)用性或重要性方面遠(yuǎn)遠(yuǎn)超過(guò)進(jìn)行市場(chǎng)競(jìng)爭(zhēng)的需要,向我們提供了獨(dú)特的競(jìng)爭(zhēng)優(yōu)勢(shì)”。類(lèi)似地,86% 的被調(diào)查者說(shuō)他們公司的數(shù)據(jù)“大致等同于進(jìn)行市場(chǎng)競(jìng)爭(zhēng)的數(shù)據(jù)的價(jià)值” 然而,當(dāng)被問(wèn)及專(zhuān)有數(shù)據(jù)對(duì)公司和其產(chǎn)品在競(jìng)爭(zhēng)中勝出的價(jià)值,97%的被調(diào)查者說(shuō)“非常有價(jià)值”或“相當(dāng)有價(jià)值”。
為什么一關(guān)系到專(zhuān)有數(shù)據(jù)就會(huì)產(chǎn)生如此高的價(jià)值認(rèn)知度和如此低的實(shí)踐活躍度呢?大概是因?yàn)榇蠖鄶?shù)企業(yè)組織和其管理者對(duì)這個(gè)主題不熟悉以及沒(méi)有將其滲透到有關(guān)市場(chǎng)競(jìng)爭(zhēng)的實(shí)際討論和戰(zhàn)略中去。
數(shù)據(jù)分析咨詢(xún)請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL 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(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢(xún)效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話(huà)題。 ...
2025-09-18CDA 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(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
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(kāi)始提取前,需先判斷 TIF 文件的類(lèi)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(zhuān)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(kù)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(kù))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(chǎng)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(zhuān)業(yè)操盤(pán)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(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)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(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)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(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)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(yíng)問(wèn)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(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶(hù)體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷(xiāo)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(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷(xiāo)成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類(lèi)分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類(lèi)分析作為 “無(wú)監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10