
大數(shù)據(jù)價(jià)值:分析為王
大數(shù)據(jù)對(duì)于企業(yè)成功所起到的關(guān)鍵性作用在各行各業(yè)都正飛速顯現(xiàn)出來,但是在高管人員看來,很多企業(yè)并未完全準(zhǔn)備好利用這一趨勢(shì)以實(shí)現(xiàn)大數(shù)據(jù)價(jià)值的最大化。貝恩公司對(duì)來自世界各地的400多家年收入超過10億美元的企業(yè)的高管進(jìn)行了訪談,并與他們深入地探討了所在公司在數(shù)據(jù)收集和分析能力、決策速度以及效率等各方面的表現(xiàn)。
訪談結(jié)果令人吃驚:僅有4%的企業(yè)被認(rèn)為真正擅長(zhǎng)于大數(shù)據(jù)分析—— 他們能夠圍繞設(shè)定的業(yè)務(wù)重心調(diào)動(dòng)合適的人員,使用有效的工具并收集合理的數(shù)據(jù),并根據(jù)大數(shù)據(jù)分析的發(fā)現(xiàn)改變企業(yè)運(yùn)作的方式或者提高產(chǎn)品和服務(wù)。與競(jìng)爭(zhēng)對(duì)手相比,這部分擅長(zhǎng)大數(shù)據(jù)分析的企業(yè)的表現(xiàn)差異顯而易見:
他們的績(jī)效處于同業(yè)前四分之一的可能性為一般企業(yè)的兩倍
他們的決策速度比一般企業(yè)快出五倍
他們的決策執(zhí)行速度比一般企業(yè)快出三倍
正如我們?cè)凇洞髷?shù)據(jù):組織性挑戰(zhàn)》一書中所指出的,想要在大數(shù)據(jù)競(jìng)爭(zhēng)中處于領(lǐng)先地位,三個(gè)步驟不可或缺:設(shè)定目標(biāo)、建立分析能力以及圍繞大數(shù)據(jù)策略組織企業(yè)架構(gòu)以實(shí)現(xiàn)價(jià)值最大化。本文將主要針對(duì)第二步,了解那些領(lǐng)先的企業(yè)是如何利用大數(shù)據(jù)的競(jìng)爭(zhēng)優(yōu)勢(shì)走在行業(yè)的最前沿的。
1、數(shù)據(jù)、工具、人員和決心
領(lǐng)先的企業(yè)主要從四個(gè)方面入手建立自己的大數(shù)據(jù)分析能力:高質(zhì)量的數(shù)據(jù)、先進(jìn)的工具、精通數(shù)據(jù)的員工以及支持分析決策的流程和激勵(lì)機(jī)制。大約有三分之一的企業(yè)這四方面的表現(xiàn)均不理想,而更多企業(yè)則在其中一兩個(gè)領(lǐng)域較為突出。但出色的大數(shù)據(jù)分析能力是建立在這四個(gè)方面均衡的完美表現(xiàn)之上。每個(gè)方面的成功都離不開其他方面的優(yōu)勢(shì)支持。
數(shù)據(jù)。任何一個(gè)企業(yè)都首先需要制定一個(gè)數(shù)據(jù)收集和整理的策略規(guī)劃,這一規(guī)劃必須明確定義如何利用大數(shù)據(jù)為企業(yè)的整體發(fā)展戰(zhàn)略創(chuàng)造價(jià)值。在本次的訪談中我們發(fā)現(xiàn),約有56%的企業(yè)缺乏合適的系統(tǒng)來收集其發(fā)展所需的數(shù)據(jù),約有66%的企業(yè)則未以有效的形式存儲(chǔ)其所收集的數(shù)據(jù)。
好的數(shù)據(jù)政策明確定義了“什么是有用的數(shù)據(jù)”以及“如何從數(shù)據(jù)看我們的業(yè)務(wù)”。這些基本定義是一個(gè)企業(yè)如何建立自己的數(shù)據(jù)分析能力并將自己與競(jìng)爭(zhēng)對(duì)手區(qū)隔開來的第一步?!笆裁词怯杏玫臄?shù)據(jù)”是所有數(shù)據(jù)政策的出發(fā)點(diǎn)和基礎(chǔ)。舉例而言,收集所有來自公司網(wǎng)站、客服電話、電子郵件以及聊天室的客戶詢問可以幫助公司了解客戶反饋的最新動(dòng)向;但那些關(guān)于已經(jīng)被快速處理完畢的詢問的具體記錄能夠帶來的價(jià)值就非常有限了。
工具。先進(jìn)的分析技術(shù)和大數(shù)據(jù)工具的進(jìn)步如此之快,他們正以前所未有的方式幫助公司獲取新的統(tǒng)計(jì)角度和結(jié)果。Hadoop、HPCC和NoSQL等工具和平臺(tái)迅速崛起帶來了全新的分析視角和機(jī)會(huì);基于成熟的分析、視覺化以及數(shù)據(jù)管理的全新生態(tài)系統(tǒng)也以日新月異的速度改變著企業(yè)的分析能力。如今,可提供這類工具的供應(yīng)商不勝枚舉,開放資源的開發(fā)商數(shù)量更是不計(jì)其數(shù)。不過,令人感到些許意外的是,在我們的訪談中,僅有38%的企業(yè)表示他們?cè)褂眠^這些工具。
人員。在我們的調(diào)查中,有56%的高管人員表示他們的企業(yè)缺乏分析數(shù)據(jù)并從數(shù)據(jù)中發(fā)現(xiàn)機(jī)遇的慧眼。大多數(shù)人則認(rèn)為他們無法準(zhǔn)確地判斷那些從數(shù)據(jù)分析的得出的林林總總的結(jié)論是否的確與公司的業(yè)務(wù)密切相關(guān),亦難以對(duì)這些紛繁蕪雜的結(jié)論進(jìn)行優(yōu)先排序。成功的團(tuán)隊(duì)往往可以融合數(shù)據(jù)、技術(shù)和業(yè)務(wù)等各方面的人才來構(gòu)建這一能力。以樂隊(duì)為類比:團(tuán)隊(duì)的成員必須各自擁有不同的技能,但這些技能又有一些交叉重疊,同時(shí)他們非常了解互相之間如何進(jìn)行有效和高效的溝通和協(xié)作。成功的大數(shù)據(jù)分析團(tuán)隊(duì)亦如此,我們需要:
- 數(shù)據(jù)科學(xué)家,提供有關(guān)統(tǒng)計(jì)、相關(guān)性和質(zhì)量等的專業(yè)技能
- 商業(yè)分析師,從商業(yè)的角度出發(fā)甄別數(shù)據(jù)科學(xué)家從純粹數(shù)據(jù)分析角度發(fā)現(xiàn)的異常數(shù)據(jù)以及一般性規(guī)律,發(fā)掘出其中與公司業(yè)務(wù)發(fā)展緊密相關(guān)的數(shù)據(jù)和規(guī)律并根據(jù)重要性進(jìn)行排序
- 技術(shù)專家,幫助提供收集、整理和處理數(shù)據(jù)所需的硬件和軟件解決方案
決心。頂尖的企業(yè)將大數(shù)據(jù)分析的理念植入到組織當(dāng)中,明確定義希望通過大數(shù)據(jù)達(dá)成的目標(biāo)并運(yùn)用數(shù)據(jù)推動(dòng)決策。CEO和高層領(lǐng)導(dǎo)團(tuán)隊(duì)將枯燥抽象的數(shù)據(jù)分析與實(shí)際的公司經(jīng)營(yíng)績(jī)效提升的緊密關(guān)系展示給企業(yè)的每一位員工:不論是通過改進(jìn)現(xiàn)有的產(chǎn)品和服務(wù)、優(yōu)化內(nèi)部流程、構(gòu)建新產(chǎn)品和服務(wù)或是轉(zhuǎn)變商業(yè)模式等等。表現(xiàn)優(yōu)異的公司無一例外地圍繞數(shù)據(jù)構(gòu)建組織并恪守?cái)?shù)據(jù)驅(qū)動(dòng)型決策的承諾。
在如何圍繞先進(jìn)的大數(shù)據(jù)分析方法建立并推動(dòng)全新的商業(yè)模式的發(fā)展方面,Nest公司是個(gè)中翹楚。在恒溫器產(chǎn)業(yè),結(jié)合先進(jìn)的電子技術(shù)讓用戶通過互聯(lián)網(wǎng)界面或智能手機(jī)對(duì)室內(nèi)恒溫器進(jìn)行遠(yuǎn)程遙控的做法已經(jīng)十分普遍。Nest則在此基礎(chǔ)上 更進(jìn)一步,他們跟蹤并收集用戶調(diào)節(jié)恒溫器調(diào)的使用習(xí)慣:用戶在何時(shí)調(diào)整以及如何調(diào)整恒溫器以將室內(nèi)溫度保持在自己覺得舒適宜人的水平上。Nest將這些信息儲(chǔ)存在云端,并將用戶的使用習(xí)慣與其所在的地點(diǎn)、氣候以及住宅類型等其他變量進(jìn)行相關(guān)分析,并基于這些分析的結(jié)果預(yù)測(cè)用戶的恒溫器設(shè)置需求,從而主動(dòng)為用戶創(chuàng)造更舒適的家居環(huán)境。
為了在數(shù)據(jù)、工具、人員和決心四個(gè)方面均取得卓越表現(xiàn),企業(yè)往往必須做出巨大改變,進(jìn)行重大投資甚至有時(shí)變更領(lǐng)導(dǎo)人。但是僅僅關(guān)注其中某一個(gè)方面而忽略其他的方面的投資結(jié)果往往難盡如人意:如果數(shù)據(jù)質(zhì)量不高,工具將難以起到作用;而如果企業(yè)并不致力于將大數(shù)據(jù)的發(fā)現(xiàn)用于實(shí)際的業(yè)務(wù)中,人才也會(huì)流失。 正如引擎需要多個(gè)活塞的協(xié)同運(yùn)作,上述四個(gè)方面也必須互相協(xié)調(diào)發(fā)展方能表現(xiàn)出色。
2、機(jī)會(huì)與緊迫感并存
通過引入先進(jìn)的數(shù)據(jù)分析超越競(jìng)爭(zhēng)對(duì)手的機(jī)會(huì)真實(shí)存在——那些業(yè)績(jī)領(lǐng)先的企業(yè)在大數(shù)據(jù)的各個(gè)方面也往往表現(xiàn)卓越:他們采用先進(jìn)的手段獲取、收集和存儲(chǔ)數(shù)據(jù),并對(duì)數(shù)據(jù)進(jìn)行剖析從中汲取真知灼見。
有些行業(yè)在大數(shù)據(jù)這條路上比其他行業(yè)走得更遠(yuǎn),例如金融服務(wù)、高科技和醫(yī)療保健行業(yè)等等。他們依托自己強(qiáng)大的數(shù)據(jù)分析能力洞察客戶的需求并制定決策。而大數(shù)據(jù)分析的佼佼者們甚至從大數(shù)據(jù)分析的結(jié)果出發(fā)重新定義行業(yè)的競(jìng)爭(zhēng)標(biāo)準(zhǔn)和商業(yè)模式。
這樣的機(jī)會(huì)其實(shí)存在于每個(gè)行業(yè)之中。以一家郵購藥店企業(yè)為例,通過分析成千上萬的客戶服務(wù)記錄,公司發(fā)現(xiàn)客戶在服藥療程的75天和105天之間撥通客服電話的數(shù)量到達(dá)頂峰。在進(jìn)一步研究之后,分析師發(fā)現(xiàn)客戶的電話與藥物續(xù)訂的日期之間密切相關(guān)。而且其中的部分客戶由于其服用的藥物劑量不停的變化,所以撥打電話要求續(xù)訂藥物的預(yù)留時(shí)間往往很短。了解數(shù)據(jù)變動(dòng)背后的原因之后,藥店開始在客戶用藥后的30和60天左右時(shí)主動(dòng)電話詢問客戶的藥物存量,從而更好地幫助客戶預(yù)測(cè)何時(shí)應(yīng)當(dāng)續(xù)訂藥物。新做法去除了臨時(shí)回復(fù)客戶電話過程中資料信息匹配的冗長(zhǎng)過程,大大提高了客戶的滿意度,同時(shí)也減少了費(fèi)用昂貴的“緊急”藥物續(xù)訂訂單。
在任何一個(gè)特定的行業(yè),總有部門能夠從大數(shù)據(jù)分析中獲益。例如對(duì)于呼叫中心,如果其能夠迅速調(diào)用并匹配事先了解和掌握的呼叫者信息,客服電話將變得更加高效。長(zhǎng)久以來,通過顧客ID識(shí)別貴賓顧客并將他們的電話轉(zhuǎn)接給高級(jí)客服代表的服務(wù)方式對(duì)于航空公司已經(jīng)是司空見慣的服務(wù)模式。依托大數(shù)據(jù)平臺(tái),航空公司可以做得更多: 例如根據(jù)ID匹配客戶預(yù)定的航班以及航班狀態(tài)——這些信息可以幫助客服代表預(yù)判顧客為什么會(huì)打來電話,甚至在第二聲電話鈴響之前就已經(jīng)做好準(zhǔn)備更好地滿足客戶的需求。
例如,如果客戶的下一個(gè)航班延遲了,客服代表在接電話時(shí)就能預(yù)判客戶將要咨詢航班預(yù)計(jì)起飛時(shí)間或者能否準(zhǔn)時(shí)趕上轉(zhuǎn)接航班等問題。更深入的數(shù)據(jù)分析的方法則可以將把顧客的ID與社交媒體相掛鉤。如果顧客剛在推特(twitter)上抱怨了航班延遲,航空公司的客服代表在接起電話前可能就已經(jīng)讀過這條消息并了解顧客的狀態(tài)了。更進(jìn)一步的數(shù)據(jù)分析則可以與其他新技術(shù)相結(jié)合:情緒分析技術(shù)可以在通話時(shí)識(shí)別顧客的情緒狀態(tài),這樣 一位已經(jīng)很惱火的顧客就可以被轉(zhuǎn)接給一位態(tài)度溫和的客服代表。
從先進(jìn)的大數(shù)據(jù)分析中獲得競(jìng)爭(zhēng)優(yōu)勢(shì),已不再是高科技公司或數(shù)據(jù)密集型行業(yè)的專利。如今,這在各個(gè)行業(yè)隨處可見:根據(jù)貝恩公司的調(diào)查結(jié)果,能夠更好地利用大數(shù)據(jù)并積極投資提高相應(yīng)數(shù)據(jù)分析能力的公司在財(cái)務(wù)表現(xiàn)方面往往勝于同行。等待觀望的態(tài)度對(duì)于任何一個(gè)想要保持競(jìng)爭(zhēng)力的公司來說都可能是致命的。
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(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(chǎng)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(zhǎng)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(zhǎng)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(yíng)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(yíng)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(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11