
財(cái)務(wù)信息化:大數(shù)據(jù)小時(shí)代
數(shù)十年來(lái),人們對(duì)所謂的“信息技術(shù)”的關(guān)注一直偏重于其中的“技術(shù)”部分。首席信息官(CIO)的職責(zé)就是購(gòu)買和管理服務(wù)器、存儲(chǔ)設(shè)備和網(wǎng)絡(luò)。而如今,信息以及對(duì)信息的分析、存儲(chǔ)和預(yù)測(cè)的能力,正成為一種競(jìng)爭(zhēng)優(yōu)勢(shì)。大數(shù)據(jù)時(shí)代,企業(yè)信息化誕生了新的崗位:CDO——首席數(shù)據(jù)官。與CIO職責(zé)不同的是,CDO的貢獻(xiàn)在于知道獲取哪些數(shù)據(jù),以及用什么方法和手段對(duì)數(shù)據(jù)進(jìn)行分析。
在數(shù)據(jù)高速增長(zhǎng)的環(huán)境下,每個(gè)企業(yè)都需要一個(gè)大數(shù)據(jù)路線圖,至少企業(yè)應(yīng)該為獲取數(shù)據(jù)制訂一種戰(zhàn)略,獲取范圍應(yīng)從內(nèi)部系統(tǒng)的常規(guī)機(jī)器日志一直延展到線上的用戶交互記錄。即使企業(yè)當(dāng)時(shí)并不知道這些數(shù)據(jù)有什么用,他們也要這樣做,或許隨后他們會(huì)突然發(fā)現(xiàn)這些數(shù)據(jù)的作用。正如羅杰斯所言,“數(shù)據(jù)所創(chuàng)造的價(jià)值遠(yuǎn)遠(yuǎn)高于最初的預(yù)期——千萬(wàn)不要隨便將它們拋棄?!?
問(wèn)題在于,來(lái)自于全球各大IT廠商的大數(shù)據(jù)調(diào)門已經(jīng)高得不能再高,而對(duì)于謹(jǐn)言慎行的CFO們而言,能觸摸到的真實(shí)案例才是可以借鑒的。為此,《首席財(cái)務(wù)官》雜志在喧囂的大數(shù)據(jù)口號(hào)浪潮里努力尋找那些更具體的小戰(zhàn)略、小應(yīng)用和小變革,我們相信這些“小時(shí)代”的點(diǎn)滴進(jìn)步,才是擁抱大數(shù)據(jù)時(shí)代的務(wù)實(shí)腳步。
大衛(wèi)·芬雷布:必須要有一種巧妙的方法及時(shí)將數(shù)據(jù)可視化,而不用花費(fèi)幾天或幾周時(shí)間
大衛(wèi)·芬雷布作為“大數(shù)據(jù)商業(yè)應(yīng)用的引路人”,與同伴共同創(chuàng)建的Big Data Group公司,旨在為科技買家和供應(yīng)商提供咨詢服務(wù)。同時(shí),大衛(wèi)·芬雷布也是一位著名的風(fēng)險(xiǎn)投資人,曾在莫爾達(dá)維多風(fēng)險(xiǎn)投資公司任職,掌管20億美元資產(chǎn)。
工作之余,大衛(wèi)·芬雷布喜歡鐵人三項(xiàng)運(yùn)動(dòng),并將爬過(guò)的每座山、跑過(guò)的每段路,以及在冰冷的水中游過(guò)的所有里程全部記錄下來(lái),并上傳到網(wǎng)絡(luò)上,然后對(duì)數(shù)據(jù)進(jìn)行可視化處理及分析,以提高自己的成績(jī)。后來(lái)大衛(wèi)·芬雷布意識(shí)到,自己早已在不經(jīng)意間步入了大數(shù)據(jù)時(shí)代。芬雷布介紹,鐵人三項(xiàng)賽由3.8公里的游泳、180公里的自行車和緊隨其后的42.195公里的全程馬拉松組成。要完成整個(gè)比賽,運(yùn)動(dòng)員需要集中精神、持之以恒并訓(xùn)練有素,同時(shí)還要求參賽者具備驚人的體力。參賽者在比賽中會(huì)消耗8000~10000卡路里的能量,而一般人平均每日消耗2000~2500卡路里。營(yíng)養(yǎng)補(bǔ)給通常被視為鐵人三項(xiàng)的第四項(xiàng),它能決定一個(gè)運(yùn)動(dòng)員能否完成比賽。因此,不管是準(zhǔn)備參賽還是完成這項(xiàng)運(yùn)動(dòng)本身都必須對(duì)數(shù)據(jù)給予高度重視。沒(méi)鍛煉到一定公里數(shù)的運(yùn)動(dòng)員就會(huì)在比賽當(dāng)天耐力不足;即便是訓(xùn)練有素的運(yùn)動(dòng)員,如果營(yíng)養(yǎng)和水分補(bǔ)給不足,也邁不過(guò)終點(diǎn)線。
為了讓更多的人了解大數(shù)據(jù),芬雷布與同伴共同創(chuàng)建了Big Data
Group公司,為科技買家和供應(yīng)商提供咨詢服務(wù)。在芬雷布看來(lái),數(shù)據(jù)要具有實(shí)時(shí)性價(jià)值,必須滿足以下三個(gè)條件:數(shù)據(jù)本身必須要有價(jià)值;必須有足有的存儲(chǔ)空間和計(jì)算機(jī)處理能力來(lái)存儲(chǔ)和分析數(shù)據(jù);必須要有一種巧妙的方法及時(shí)將數(shù)據(jù)可視化,而不用花費(fèi)幾天或幾周的時(shí)間。
搜索引擎巨頭谷歌就是大數(shù)據(jù)的縮影。除了存儲(chǔ)搜索結(jié)果中出現(xiàn)的網(wǎng)站鏈接外,谷歌還能存儲(chǔ)人們的所有搜索行為,這些對(duì)數(shù)據(jù)的洞察力意味著谷歌可以優(yōu)化其廣告,使之從網(wǎng)絡(luò)流量中獲益。另外,谷歌不僅可以追蹤人的行為,還可以預(yù)測(cè)人們接下來(lái)會(huì)采取怎樣的行動(dòng)。換句話說(shuō),在你行動(dòng)之前,谷歌就已經(jīng)知道你在尋找什么了。芬雷布強(qiáng)調(diào),“這種對(duì)大量的人機(jī)數(shù)據(jù)進(jìn)行捕捉、存儲(chǔ)和分析,并根據(jù)這些數(shù)據(jù)做出預(yù)測(cè)的能力就是我們所說(shuō)的大數(shù)據(jù)?!?br />
在體育賽事中,云計(jì)算和大數(shù)據(jù)分析的最佳綜合應(yīng)用莫過(guò)于四大滿貫之一的溫布爾頓網(wǎng)球公開(kāi)賽。IBM不僅是溫網(wǎng)的贊助商,還擁有官方技術(shù)顧問(wèn)的頭銜。如今,溫網(wǎng)已經(jīng)是公認(rèn)的全球最智能的專業(yè)網(wǎng)球錦標(biāo)賽。IBM對(duì)于溫布爾頓官網(wǎng)設(shè)計(jì)煞費(fèi)苦心,球迷不但可以瀏覽基本的賽程和積分信息,還可了解每位球員的詳細(xì)數(shù)據(jù)。為了向網(wǎng)球發(fā)燒友、職業(yè)球員、教練、體育節(jié)目評(píng)論員等不同類別的觀眾創(chuàng)造獨(dú)一無(wú)二的數(shù)據(jù)體驗(yàn),球賽每一場(chǎng)、每一盤、每一局、每一分的數(shù)據(jù)都被網(wǎng)站收集進(jìn)來(lái),每個(gè)得分都會(huì)產(chǎn)生幾種不同的記錄:包括發(fā)球速度、網(wǎng)前次數(shù)、發(fā)球犯規(guī)次數(shù)、反手還是正手拍回球等。官方實(shí)時(shí)收集和顯示這些數(shù)據(jù),電視臺(tái)體育頻道主播可以立刻用來(lái)點(diǎn)評(píng)球賽,球員和教練可以分析選手的表現(xiàn)以實(shí)時(shí)調(diào)整對(duì)戰(zhàn)策略,世界各地的球迷則可以通過(guò)電腦或智能手機(jī)的應(yīng)用程序追蹤選手表現(xiàn)。除了收錄賽事實(shí)時(shí)數(shù)據(jù),IBM還整理了過(guò)去數(shù)年四大滿貫的歷史數(shù)據(jù),將海量數(shù)據(jù)匯入數(shù)據(jù)倉(cāng)庫(kù)內(nèi),再運(yùn)用統(tǒng)計(jì)分析工具預(yù)測(cè)每個(gè)球員需要達(dá)到什么技術(shù)指標(biāo),包括接發(fā)球勝率、每盤破發(fā)成功率、網(wǎng)前得分率等,才能提高贏球率。將球員現(xiàn)場(chǎng)的表現(xiàn)與這些歷史指標(biāo)交叉對(duì)比,不但增加比賽的可看性,也可以加深球迷對(duì)網(wǎng)球運(yùn)動(dòng)的了解。
讓我們把話題回歸到大數(shù)據(jù)對(duì)商業(yè)的影響。
最近“大數(shù)據(jù)”的火熱程度堪比“世界杯”,如0DSP
Rocketfuel(全球第一家DSP上市公司)、BAT(百度、阿里和騰訊)等全球和國(guó)內(nèi)互聯(lián)網(wǎng)巨頭已將觸角延伸至大數(shù)據(jù)各個(gè)產(chǎn)業(yè)。幾乎所有世界級(jí)的互聯(lián)網(wǎng)企業(yè),都已將業(yè)務(wù)觸角延伸至大數(shù)據(jù)產(chǎn)業(yè)。新浪微博用戶每天發(fā)博量超過(guò)1億條,百度大約要處理數(shù)十億次搜索請(qǐng)求,淘寶2013“雙十一”的交易則達(dá)到1.7億筆……2013年美國(guó)棱鏡門通過(guò)大數(shù)據(jù)監(jiān)測(cè)其他國(guó)家,更是將大數(shù)據(jù)上升到國(guó)家戰(zhàn)略層面。從技術(shù)創(chuàng)新、商業(yè)變革到大數(shù)據(jù)思維,大數(shù)據(jù)正在帶來(lái)翻天覆地的變化。尤其是在大數(shù)據(jù)營(yíng)銷運(yùn)用上——基于大數(shù)據(jù)積累基礎(chǔ)上的按受眾購(gòu)買的方式(DSP)和RTB技術(shù)(實(shí)時(shí)競(jìng)價(jià))正改寫網(wǎng)絡(luò)廣告生存法則,隨著媒體碎片化時(shí)代來(lái)臨,流量開(kāi)始分散,流量背后的受眾也隨之分散在上述各種流量平臺(tái)上,而大數(shù)據(jù)精準(zhǔn)技術(shù)的必要性就凸顯出來(lái)。從泛電商到傳統(tǒng)品牌企業(yè)都開(kāi)始試圖求變與破局,想通過(guò)基于大數(shù)據(jù)的精準(zhǔn)營(yíng)銷來(lái)進(jìn)行營(yíng)銷變革,以求降低成本和提升ROI。
在億瑪總裁柯細(xì)興看來(lái),“當(dāng)初,靠資源、好的廣告位進(jìn)行廣告投放的商業(yè)模式將要徹底改變,基于大數(shù)據(jù)的按受眾購(gòu)買的方式(DSP)和RTB(實(shí)時(shí)競(jìng)價(jià))技術(shù)已經(jīng)改變網(wǎng)絡(luò)廣告生態(tài)格局:即使是一個(gè)最不起眼的長(zhǎng)尾媒體流量,通過(guò)精準(zhǔn)的人群畫(huà)像和實(shí)時(shí)競(jìng)價(jià)交易,也能為客戶創(chuàng)造出巨大價(jià)值,為媒體本身帶來(lái)甚至超越主流媒體廣告位的價(jià)格。”
在國(guó)內(nèi),億瑪是中國(guó)效果整合營(yíng)銷領(lǐng)導(dǎo)者。根據(jù)易觀國(guó)際數(shù)據(jù),從2010年至2012年億瑪連續(xù)三年在獨(dú)立第三方CPS聯(lián)盟市場(chǎng)位列第一,是效果營(yíng)銷聯(lián)盟的領(lǐng)頭羊。在大數(shù)據(jù)時(shí)代全面來(lái)臨和互聯(lián)網(wǎng)廣告RTB技術(shù)不斷進(jìn)步的背景下,除自身效果聯(lián)盟和精準(zhǔn)廣告網(wǎng)絡(luò)及綜合導(dǎo)購(gòu)門戶外,億瑪先后布局移動(dòng)營(yíng)銷和大數(shù)據(jù)營(yíng)銷,尤其在大數(shù)據(jù)精準(zhǔn)營(yíng)銷上,率先提出按效果付費(fèi)DSP的模式,是中國(guó)大數(shù)據(jù)精準(zhǔn)營(yíng)銷付費(fèi)模式的一種創(chuàng)新和變革。柯細(xì)興表示,從效果營(yíng)銷戰(zhàn)略升級(jí)到大數(shù)據(jù)精準(zhǔn)營(yíng)銷,億瑪希望通過(guò)舉辦每年一屆的“億瑪智慧峰會(huì)”攜手泛電商、品牌企業(yè)和第三方研究機(jī)構(gòu),全力打造健康可持續(xù)發(fā)展的大數(shù)據(jù)產(chǎn)業(yè)生態(tài)鏈。
柯細(xì)興透露,億瑪目前擁有超過(guò)30萬(wàn)媒體數(shù)量的網(wǎng)購(gòu)用戶商品瀏覽行為數(shù)據(jù),并與中國(guó)目前TOP500電商有長(zhǎng)期合作關(guān)系,擁有過(guò)億的網(wǎng)購(gòu)用戶行為數(shù)據(jù),通過(guò)大數(shù)據(jù)精準(zhǔn)營(yíng)銷技術(shù)(人群估值技術(shù)、定向技術(shù)等),可以對(duì)積累的海量網(wǎng)民網(wǎng)購(gòu)行為數(shù)據(jù)進(jìn)行即時(shí)的分析與處理,精準(zhǔn)判斷出網(wǎng)民的性別、年齡、興趣愛(ài)好、購(gòu)買偏向等(不需要網(wǎng)民的主動(dòng)搜索),實(shí)時(shí)找到廣告主想要精準(zhǔn)匹配的人。
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
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(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(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(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(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