大數(shù)據(jù)企業(yè)應(yīng)用玩法攻略①天然大數(shù)據(jù)公司的各種套餐

2012年3月19日，奧巴馬政府宣布美國投資2億美元啟動“大數(shù)據(jù)研究與開發(fā)計(jì)劃，以幫助解決國家在科學(xué)與工程、國家安全、社會治理中最緊迫的諸多挑戰(zhàn)問題”。從此，大數(shù)據(jù)被認(rèn)為是國家的戰(zhàn)略資源，世界重要大國都信誓旦旦地要在大數(shù)據(jù)領(lǐng)域有所作為，很多企業(yè)迷迷糊糊地跟了進(jìn)來。

面對上述“高大上”的說辭，TED的創(chuàng)始人Dan Ariely打趣道：Big data is like teenage sex: everyone talks about it, nobody really knows how to do it, everyone thinks everyone else is doing it, so everyone claims they are doing it…..（大數(shù)據(jù)就像青少年談性，每個(gè)人都在說，不知道誰做了，每個(gè)人認(rèn)為另外人在做，所以每個(gè)人都聲稱自己在做……）

雖然這是一個(gè)無厘頭、刻薄甚至“無知者無畏”的說法，但“到底誰在做”確實(shí)是關(guān)鍵問題。對于企業(yè)來說，100條理論確實(shí)不如一個(gè)成功的標(biāo)桿有實(shí)踐意義，本文的主旨就是尋找“正在做”大數(shù)據(jù)的49個(gè)樣本。

事實(shí)上，從大數(shù)據(jù)應(yīng)用領(lǐng)域入手，市面上已經(jīng)能夠見到很多案例。在社會治理方面：有預(yù)報(bào)旅游熱點(diǎn)、百度春節(jié)遷徙圖、預(yù)測艾滋病的發(fā)病率、甚至挖掘恐怖分子等；在商業(yè)方面，有“啤酒與尿布”推薦關(guān)系、找出懷孕女性、個(gè)性化保險(xiǎn)（放心保）定制等；在社會情緒方面，股市的漲跌和網(wǎng)民情緒的關(guān)聯(lián)、預(yù)測候選人得票概率、社會事件的發(fā)生預(yù)警等。

相關(guān)閱讀：

大數(shù)據(jù)企業(yè)應(yīng)用玩法攻略①天然大數(shù)據(jù)公司的各種套餐

大數(shù)據(jù)企業(yè)應(yīng)用玩法攻略②輕公司數(shù)據(jù)創(chuàng)業(yè)狂歡

大數(shù)據(jù)企業(yè)應(yīng)用玩法攻略③數(shù)據(jù)關(guān)聯(lián)、數(shù)據(jù)廢氣和黑暗數(shù)據(jù)

而本文則力圖從企業(yè)運(yùn)營和管理的角度，梳理出發(fā)掘大數(shù)據(jù)價(jià)值的一般規(guī)律：一是以數(shù)據(jù)驅(qū)動的決策（data-driven decision），主要通過提高預(yù)測概率，來提高決策成功率；二是以數(shù)據(jù)驅(qū)動的流程（data-driven processes），主要是形成營銷閉環(huán)戰(zhàn)略，提高銷售漏斗的轉(zhuǎn)化率；三是以數(shù)據(jù)驅(qū)動的產(chǎn)品（data-driven products），在產(chǎn)品設(shè)計(jì)階段，強(qiáng)調(diào)個(gè)性化；在產(chǎn)品運(yùn)營階段，則強(qiáng)調(diào)迭代式創(chuàng)新。

天然大數(shù)據(jù)公司的各種套餐

從谷歌、亞馬遜、Facebook、LinkedIn，到阿里、百度、騰訊，都因其擁有大量的用戶注冊和運(yùn)營信息，成為天然的大數(shù)據(jù)公司。而像IBM、Oracle、EMC、惠普這類大型技術(shù)公司紛紛投身大數(shù)據(jù)，通過整合大數(shù)據(jù)的信息和應(yīng)用，給其他公司提供“硬件+軟件+數(shù)據(jù)”的整體解決方案。我們關(guān)注的重點(diǎn)是大數(shù)據(jù)的價(jià)值，第一類公司首當(dāng)其沖。

這些天然的大數(shù)據(jù)公司，通過對用戶信息的大數(shù)據(jù)分析，基本解決自己公司的精準(zhǔn)營銷和個(gè)性化廣告推介等問題，基本上做到了以數(shù)據(jù)驅(qū)動的運(yùn)營（data-driven processes）。

沒有數(shù)據(jù)分析支撐的決定將越來越不具有可靠性，這類公司正在改變管理理念和策略制定方式，大部分公司做到了以數(shù)據(jù)驅(qū)動的決策（data-driven decision）。

在用戶分析和精準(zhǔn)營銷數(shù)據(jù)模型基礎(chǔ)上，對于自己產(chǎn)品和服務(wù)隨時(shí)進(jìn)行改進(jìn)。部分公司實(shí)現(xiàn)了以數(shù)據(jù)驅(qū)動的產(chǎn)品（data-driven products），但是這需要迭代式創(chuàng)新能力，并不容易。

亞馬遜、Facebook、LinkedIn、阿里、騰訊等大公司都在致力于發(fā)展橫向的大數(shù)據(jù)整體解決方案。這些方案將改變營銷學(xué)的基礎(chǔ)，精準(zhǔn)營銷和個(gè)性化營銷將有針對性地找到用戶，多重渠道的營銷手段將逐漸消失，這也許就是傳說中的互聯(lián)網(wǎng)思維。

很多傳統(tǒng)企業(yè)也是天然的大數(shù)據(jù)公司，比如沃爾瑪、中國移動等，也在追趕大數(shù)據(jù)前進(jìn)的步伐，在挖掘數(shù)據(jù)價(jià)值方面，盡力修煉自己的獨(dú)門絕技。下面就是這些天然大數(shù)據(jù)公司的挖掘價(jià)值的典型案例。

01 亞馬遜的“信息公司”

如果全球哪家公司從大數(shù)據(jù)發(fā)掘出了最大價(jià)值，截至目前，答案可能非亞馬遜莫屬。亞馬遜也要處理海量數(shù)據(jù)，這些交易數(shù)據(jù)的直接價(jià)值更大。作為一家“信息公司”（而非國內(nèi)許多電商自己定位的“零售公司”），亞馬遜不僅從每個(gè)用戶的購買行為中獲得信息，還將每個(gè)用戶在其網(wǎng)站上的所有行為都記錄下來：頁面停留時(shí)間、用戶是否查看評論、每個(gè)搜索的關(guān)鍵詞、瀏覽的商品等等。這種對數(shù)據(jù)價(jià)值的高度敏感和重視，以及強(qiáng)大的挖掘能力，使得亞馬遜早已遠(yuǎn)遠(yuǎn)超出了它的傳統(tǒng)運(yùn)營方式。

亞馬遜CTO Werner Vogels在CeBIT上關(guān)于大數(shù)據(jù)的演講，向與會者描述了亞馬遜在大數(shù)據(jù)時(shí)代的商業(yè)藍(lán)圖。長期以來，亞馬遜一直通過大數(shù)據(jù)分析，嘗試定位客戶和和獲取客戶反饋。“在此過程中，你會發(fā)現(xiàn)數(shù)據(jù)越大，結(jié)果越好。為什么有的企業(yè)在商業(yè)上不斷犯錯(cuò)？那是因?yàn)樗麄儧]有足夠的數(shù)據(jù)對運(yùn)營和決策提供支持，”Vogels說，“一旦進(jìn)入大數(shù)據(jù)的世界，企業(yè)的手中將握有無限可能?！睆闹涡屡d技術(shù)企業(yè)的基礎(chǔ)設(shè)施到消費(fèi)內(nèi)容的移動設(shè)備，亞馬遜的觸角已觸及到更為廣闊的領(lǐng)域。

亞馬遜推薦：

亞馬遜的各個(gè)業(yè)務(wù)環(huán)節(jié)都離不開“數(shù)據(jù)驅(qū)動”的身影。在亞馬遜上買過東西的朋友可能對它的推薦功能都很熟悉，“買過X商品的人，也同時(shí)買過Y商品”的推薦功能看上去很簡單，卻非常有效，同時(shí)這些精準(zhǔn)推薦結(jié)果的得出過程也非常復(fù)雜。

亞馬遜預(yù)測：

用戶需求預(yù)測（Demand Forecasting）是通過歷史數(shù)據(jù)來預(yù)測用戶未來的需求。對于書、手機(jī)、家電這些東西——亞馬遜內(nèi)部叫硬需求（Hard Line）的產(chǎn)品，你可以認(rèn)為是“標(biāo)品”（但也不一定）——預(yù)測是比較準(zhǔn)的，甚至可以預(yù)測到相關(guān)產(chǎn)品屬性的需求。但是對于服裝這樣軟需求（Soft Line）產(chǎn)品，亞馬遜干了十多年都沒有辦法預(yù)測得很好，因?yàn)檫@類東西受到的干擾因素太多了，比如：用戶的對顏色款式的喜好，穿上去合不合身，愛人朋友喜不喜歡…… 這類東西太易變，買得人多反而會賣不好，所以需要更為復(fù)雜的預(yù)測模型。

亞馬遜測試：

你會認(rèn)為亞馬遜網(wǎng)站上的某段頁面文字只是碰巧出現(xiàn)的嗎？其實(shí)，亞馬遜會在網(wǎng)站上持續(xù)不斷地測試新的設(shè)計(jì)方案，從而找出轉(zhuǎn)化率最高的方案。整個(gè)網(wǎng)站的布局、字體大小、顏色、按鈕以及其他所有的設(shè)計(jì)，其實(shí)都是在多次審慎測試后的最優(yōu)結(jié)果。

亞馬遜記錄：

亞馬遜的移動應(yīng)用讓用戶有一個(gè)流暢的無處不在的體驗(yàn)的同時(shí)，也通過收集手機(jī)上的數(shù)據(jù)深入地了解了每個(gè)用戶的喜好信息；更值得一提的是Kindle Fire，內(nèi)嵌的Silk瀏覽器可以將用戶的行為數(shù)據(jù)一一記錄下來。

以數(shù)據(jù)為導(dǎo)向的方法并不僅限于以上領(lǐng)域，亞馬遜的企業(yè)文化就是冷冰冰的數(shù)據(jù)導(dǎo)向型文化。對于亞馬遜來說，大數(shù)據(jù)意味著大銷售量。數(shù)據(jù)顯示出什么是有效的、什么是無效的，新的商業(yè)投資項(xiàng)目必須要有數(shù)據(jù)的支撐。對數(shù)據(jù)的長期專注讓亞馬遜能夠以更低的售價(jià)提供更好的服務(wù)。

02 谷歌的意圖

如果說有一家科技公司準(zhǔn)確定義了“大數(shù)據(jù)”概念的話，那一定是谷歌。根據(jù)搜索研究公司comScore的數(shù)據(jù)，僅2012年3月一個(gè)月的時(shí)間，谷歌處理的搜索詞條數(shù)量就高達(dá)122億條。谷歌的體量和規(guī)模，使它擁有比其他大多數(shù)企業(yè)更多的應(yīng)用大數(shù)據(jù)的途徑。

谷歌搜索引擎本身的設(shè)計(jì)，就旨在讓它能夠無縫鏈接成千上萬的服務(wù)器。如果出現(xiàn)更多的處理或存儲需要，抑或某臺服務(wù)器崩潰，谷歌的工程師們只要再添加更多的服務(wù)器就能輕松搞定。將所有這些數(shù)據(jù)集合在一起所帶來的結(jié)果是：企業(yè)不僅從最好的技術(shù)中獲益，同樣還可以從最好的信息中獲益。下面選擇谷歌公司的其中三個(gè)亮點(diǎn)。

谷歌意圖：

谷歌不僅存儲了搜索結(jié)果中出現(xiàn)的網(wǎng)絡(luò)連接，還會儲存用戶搜索關(guān)鍵詞的行為，它能夠精準(zhǔn)地記錄下人們進(jìn)行搜索行為的時(shí)間、內(nèi)容和方式，坐擁人們在谷歌網(wǎng)站進(jìn)行搜索及經(jīng)過其網(wǎng)絡(luò)時(shí)所產(chǎn)生的大量機(jī)器數(shù)據(jù)。這些數(shù)據(jù)能夠讓谷歌優(yōu)化廣告排序，并將搜索流量轉(zhuǎn)化為盈利模式。谷歌不僅能追蹤人們的搜索行為，而且還能夠預(yù)測出搜索者下一步將要做什么。用戶所輸入的每一個(gè)搜索請求，都會讓谷歌知道他在尋找什么，所有人類行為都會在互聯(lián)網(wǎng)上留下痕跡路徑，谷歌占領(lǐng)了一個(gè)絕佳的點(diǎn)位來捕捉和分析該路徑。換言之，谷歌能在你意識到自己要找什么之前預(yù)測出你的意圖。這種抓取、存儲并對海量人機(jī)數(shù)據(jù)進(jìn)行分析，然后據(jù)此進(jìn)行預(yù)測的能力，就是數(shù)據(jù)驅(qū)動的產(chǎn)品。

谷歌分析：

谷歌在搜索之外還有更多獲取數(shù)據(jù)的途徑。企業(yè)安裝“谷歌分析(Google Analytics)”之類的產(chǎn)品來追蹤訪問者在其站點(diǎn)的足跡，而谷歌也可獲得這些數(shù)據(jù)。網(wǎng)站還使用“谷歌廣告聯(lián)盟(Google Adsense)”，將來自谷歌廣告客戶網(wǎng)的廣告展示在其站點(diǎn)，因此，谷歌不僅可以洞察自己網(wǎng)站上廣告的展示效果，同樣還可以對其他廣告發(fā)布站點(diǎn)的展示效果一覽無余。

谷歌趨勢：

既然搜索本身是網(wǎng)民的“意圖數(shù)據(jù)庫”，當(dāng)然可以根據(jù)某一專題搜索量的漲跌，預(yù)測下一步的走勢。谷歌趨勢可以預(yù)測旅游、地產(chǎn)、汽車的銷售。此類預(yù)測最著名的就是谷歌流感趨勢，跟蹤全球范圍的流感等病疫傳播，依據(jù)網(wǎng)民搜索，分析全球范圍內(nèi)流感等病疫的傳播狀況。

03 eBay的分析平臺

早在2006年，eBay就成立了大數(shù)據(jù)分析平臺。為了準(zhǔn)確分析用戶的購物行為，eBay定義了超過500種類型的數(shù)據(jù)，對顧客的行為進(jìn)行跟蹤分析。eBay分析平臺高級總監(jiān)Oliver Ratzesberger說：“在這個(gè)平臺上，可以將結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)結(jié)合在一起，通過分析促進(jìn)eBay的業(yè)務(wù)創(chuàng)新和利潤增長?！?/span>

eBay行為分析：

在早期，eBay網(wǎng)頁上的每一個(gè)功能的更改，通常由對該功能非常了解的產(chǎn)品經(jīng)理決定，判斷的依據(jù)主要是產(chǎn)品經(jīng)理的個(gè)人經(jīng)驗(yàn)。而通過對用戶行為數(shù)據(jù)的分析，網(wǎng)頁上任何功能的修改都交由用戶去決定?！懊慨?dāng)有一個(gè)不錯(cuò)的創(chuàng)意或者點(diǎn)子，我們都會在網(wǎng)站上選定一定范圍的用戶進(jìn)行測試。通過對這些用戶的行為分析，來看這個(gè)創(chuàng)意是否帶來了預(yù)期的效果?！?/span>

eBay廣告分析：

更顯著的變化反映在廣告費(fèi)上。eBay對互聯(lián)網(wǎng)廣告的投入一直很大，通過購買一些網(wǎng)頁搜索的關(guān)鍵字，將潛在客戶引入eBay網(wǎng)站。為了對這些關(guān)鍵字廣告的投入產(chǎn)出進(jìn)行衡量，eBay建立了一個(gè)完全封閉式的優(yōu)

04 塔吉特（Target）的“數(shù)據(jù)關(guān)聯(lián)挖掘”

利用先進(jìn)的統(tǒng)計(jì)方法，商家可以通過用戶的購買歷史記錄分析來建立模型，預(yù)測未來的購買行為，進(jìn)而設(shè)計(jì)促銷活動和個(gè)性服務(wù)避免用戶流失到其他競爭對手那邊。美國第三大零售商塔吉特，通過分析所有女性客戶購買記錄，可以“猜出”哪些是孕婦。其發(fā)現(xiàn)女性客戶會在懷孕四個(gè)月左右，大量購買無香味乳液。由此挖掘出25項(xiàng)與懷孕高度相關(guān)的商品，制作“懷孕預(yù)測”指數(shù)。推算出預(yù)產(chǎn)期后，就能搶先一步，將孕婦裝、嬰兒床等折扣券寄給客戶。塔吉特還創(chuàng)建了一套購買女性行為在懷孕期間產(chǎn)生變化的模型，不僅如此，如果用戶從它們的店鋪中購買了嬰兒用品，它們在接下來的幾年中會根據(jù)嬰兒的生長周期定期給這些顧客推送相關(guān)產(chǎn)品，使這些客戶形成長期的忠誠度。

05 中國移動的數(shù)據(jù)化運(yùn)營

通過大數(shù)據(jù)分析，中國移動能夠?qū)ζ髽I(yè)運(yùn)營的全業(yè)務(wù)進(jìn)行針對性的監(jiān)控、預(yù)警、跟蹤。大數(shù)據(jù)系統(tǒng)可以在第一時(shí)間自動捕捉市場變化，再以最快捷的方式推送給指定負(fù)責(zé)人，使他在最短時(shí)間內(nèi)獲知市場行情。

客戶流失預(yù)警：

一個(gè)客戶使用最新款的諾基亞手機(jī)，每月準(zhǔn)時(shí)繳費(fèi)、平均一年致電客服3次，使用WEP和彩信業(yè)務(wù)。如果按照傳統(tǒng)的數(shù)據(jù)分析，可能這是一位客戶滿意度非常高、流失概率非常低的客戶。事實(shí)上，當(dāng)搜集了包括微博、社交網(wǎng)絡(luò)等新型來源的客戶數(shù)據(jù)之后，這位客戶的真實(shí)情況可能是這樣的：客戶在國外購買的這款手機(jī)，手機(jī)中的部分功能在國內(nèi)無法使用，在某個(gè)固定地點(diǎn)手機(jī)經(jīng)常斷線，彩信無法使用——他的使用體驗(yàn)極差，正在面臨流失風(fēng)險(xiǎn)。這就是中國移動一個(gè)大數(shù)據(jù)分析的應(yīng)用場景。通過全面獲取業(yè)務(wù)信息，可能顛覆常規(guī)分析思路下做出的結(jié)論，打破傳統(tǒng)數(shù)據(jù)源的邊界，注重社交媒體等新型數(shù)據(jù)來源，通過各種渠道獲取盡可能多的客戶反饋信息，并從這些數(shù)據(jù)中挖掘更多的價(jià)值。

數(shù)據(jù)增值應(yīng)用：

對運(yùn)營商來說，數(shù)據(jù)分析在政府服務(wù)市場上前景巨大。運(yùn)營商也可以在交通、應(yīng)對突發(fā)災(zāi)害、維穩(wěn)等工作中使大數(shù)據(jù)技術(shù)發(fā)揮更大的作用。運(yùn)營商處在一個(gè)數(shù)據(jù)交換中心的地位，在掌握用戶行為方面具有先天的優(yōu)勢。作為信息技術(shù)的又一次變革，大數(shù)據(jù)的出現(xiàn)正在給技術(shù)進(jìn)步和社會發(fā)展帶來全新的方向，而誰掌握了這一方向，誰就可能成功。對于運(yùn)營商來說，在數(shù)據(jù)處理分析上，需要轉(zhuǎn)型的不僅是技巧和法律問題，更需要轉(zhuǎn)變思維方式，以商業(yè)化角度思考大數(shù)據(jù)營銷。

06 Twitter中的興趣和情緒

Twitter興趣聚類：

通過過濾用戶歸屬地、發(fā)推位置和相關(guān)關(guān)鍵詞，Twitter建立了一系列定制化的客戶數(shù)據(jù)流。比如，通過過濾電影片名、位置和情緒標(biāo)簽，你可以知道洛杉磯、紐約和倫敦等城市最受歡迎的電影是哪些。而根據(jù)用戶發(fā)布的個(gè)人行為描述，你甚至能搜索到那些在加拿大滑雪的日本游客。從這個(gè)視角看，Twitter的興趣圖譜的效率優(yōu)于Facebook的社交圖譜。Twitter的用戶數(shù)據(jù)所能產(chǎn)生的潛在價(jià)值同樣令人驚嘆。在社交媒體網(wǎng)站正在收集越來越多的數(shù)據(jù)的形勢下，它們或許能找到更好的方式來利用這些數(shù)據(jù)盈利，并使其取代廣告成為自身提高收入的主要方式。這些社交網(wǎng)站真正的價(jià)值可能在于數(shù)據(jù)本身。相信在不久的將來，如果尋找到既能充分利用用戶數(shù)據(jù)，又可合理規(guī)避對用戶隱私的威脅，社交數(shù)據(jù)所蘊(yùn)藏的巨大能量將會徹底被開啟。

Twitter情緒分析：

Twitter自己并不經(jīng)營每一款數(shù)據(jù)產(chǎn)品，但它把數(shù)據(jù)授權(quán)給了像DataSift這樣的數(shù)據(jù)服務(wù)公司，很多公司利用Twitter社交數(shù)據(jù)，做出了各種讓人吃驚的應(yīng)用，從社交監(jiān)測到醫(yī)療應(yīng)用，甚至可以去追蹤流感疫情爆發(fā)，社交媒體監(jiān)測平臺DataSift還創(chuàng)造了一款金融數(shù)據(jù)產(chǎn)品。華爾街“德溫特資本市場”公司首席執(zhí)行官保羅·霍廷每天的工作之一，就是利用電腦程序分析全球3.4億微博賬戶的留言，進(jìn)而判斷民眾情緒，再以“1”到“50”進(jìn)行打分。根據(jù)打分結(jié)果，霍廷再決定如何處理手中數(shù)以百萬美元計(jì)的股票?；敉⒌呐袛嘣瓌t很簡單：如果所有人似乎都高興，那就買入；如果大家的焦慮情緒上升，那就拋售。一些媒體公司會把觀眾收視率數(shù)據(jù)打包到產(chǎn)品里，再轉(zhuǎn)賣給頻道制作人和內(nèi)容創(chuàng)造者。

精確的數(shù)據(jù)一旦與社交媒體數(shù)據(jù)相結(jié)合，對未來的預(yù)測會非常準(zhǔn)。

07 特易購的精準(zhǔn)定向

聰明的商家通過用戶的購買歷史記錄分析來建立模型，為他們量身預(yù)測未來的購物清單，進(jìn)而設(shè)計(jì)促銷活動和個(gè)性服務(wù)，讓他們源源不斷地為之買單。特易購（Tesco）是全球利潤第二大的零售商（僅次于沃爾瑪），這家英國超級市場巨人從用戶行為分析中獲得了巨大的利益。從其會員卡的用戶購買記錄中，特易購可以了解一個(gè)用戶是什么“類別”的客人，如速食者、單身、有上學(xué)孩子的家庭等等。這樣的分類可以為提供很大的市場回報(bào)，比如，通過郵件或信件寄給用戶的促銷可以變得十分個(gè)性化，店內(nèi)的促銷也可以根據(jù)周圍人群的喜好、消費(fèi)的時(shí)段來更加有針對性，從而提高貨品的流通。這樣的做法為特易購獲得了豐厚的回報(bào)，僅在市場宣傳一項(xiàng)，就能幫助特易購每年節(jié)省3.5億英鎊的費(fèi)用。

Tesco的優(yōu)惠券：

特易購每季會為顧客量身定做6張優(yōu)惠券。其中4張是客戶經(jīng)常購買的貨品，而另外2張則是根據(jù)該客戶以往的消費(fèi)行為數(shù)據(jù)分析，極有可能在未來會購買的產(chǎn)品。僅在1999年，特易購就送出了14.5萬份面向不同的細(xì)分客戶群的購物指南雜志和優(yōu)惠券組合。更妙的是，這樣的低價(jià)無損公司整體的盈利水平。通過追蹤這些短期優(yōu)惠券的回籠率，了解到客戶在所有門店的消費(fèi)情況，特易購還可以精確地計(jì)算出投資回報(bào)。發(fā)放優(yōu)惠券吸引顧客其實(shí)已經(jīng)是很老套的做法了，而且許多的促銷活動實(shí)際只是來掠奪公司未來的銷售額。然而，依賴于扎實(shí)的數(shù)據(jù)分析來定向發(fā)放優(yōu)惠券的特易購，卻可以維持每年超過1億英鎊的銷售額增長。

特易購?fù)瑯佑袝T數(shù)據(jù)庫，通過已有的數(shù)據(jù)，就能找到那些對價(jià)格敏感的客戶，然后在公司可以接受的最低成本水平上，為這類顧客傾向購買的商品確定一個(gè)最低價(jià)。這樣的好處一是吸引了這部分顧客，二是不必在其他商品上浪費(fèi)錢降價(jià)促銷。

特易購的精準(zhǔn)運(yùn)營：這家連鎖超市在其數(shù)據(jù)倉庫中收集了700萬部冰箱的數(shù)據(jù)。通過對這些數(shù)據(jù)的分析，進(jìn)行更全面的監(jiān)控并進(jìn)行主動的維修以降低整體能耗。

08 Facebook的好友推薦

Facebook是社交網(wǎng)絡(luò)巨擎，但是在挖掘大數(shù)據(jù)價(jià)值方面，好像辦法不多，值得一提的就是好友推薦。Facebook使用大數(shù)據(jù)來追蹤用戶在其網(wǎng)絡(luò)的行為，通過識別你在它的網(wǎng)絡(luò)中的好友，從而給出新的好友推薦建議，用戶擁有越多的好友，他們與Facebook之間的黏度就越高。更多的好友意味著用戶會分享更多照片、發(fā)布更多狀態(tài)更新、玩更多的游戲。

09 LinkedIn的獵頭價(jià)值

LinkedIn網(wǎng)站使用大數(shù)據(jù)在求職者和招聘職位之間建立關(guān)聯(lián)。有了LinkedIn，獵頭們再也不用向潛在的受聘者打陌生電話來碰運(yùn)氣，而可以通過簡單的搜索找出潛在受聘者并聯(lián)系他們。與此相似，求職者也可以通過聯(lián)系網(wǎng)站上其他人，自然而然地將自己推銷給潛在的雇主。有兩個(gè)例子能夠生動呈現(xiàn)LinkedIn的數(shù)據(jù)價(jià)值：幾年前，LinkedIn忽然發(fā)現(xiàn)近期雷曼兄弟的來訪者多了起來，當(dāng)時(shí)并沒引起重視，過了不久，雷曼兄弟宣布倒閉；而在谷歌宣布退出中國的前一個(gè)月，在LinkedIn發(fā)現(xiàn)了一些平時(shí)很少見的谷歌產(chǎn)品經(jīng)理在線，這也是相同的道理。

10 沃爾瑪?shù)臄?shù)據(jù)基因

早在1969年沃爾瑪就開始使用計(jì)算機(jī)來跟蹤存貨，1974年就將其分銷中心與各家商場運(yùn)用計(jì)算機(jī)進(jìn)行庫存控制。1983年，沃爾瑪所有門店都開始采用條形碼掃描系統(tǒng)。1987年，沃爾瑪完成了公司內(nèi)部的衛(wèi)星系統(tǒng)的安裝，該系統(tǒng)使得總部，分銷中心和各個(gè)商場之間可以實(shí)現(xiàn)實(shí)時(shí)，雙向的數(shù)據(jù)和聲音傳輸。采用這些在當(dāng)時(shí)還是小眾和超前的信息技術(shù)來搜集運(yùn)營數(shù)據(jù)為沃爾瑪最近20年的崛起打下了堅(jiān)實(shí)的地基，從而發(fā)現(xiàn)了“啤酒與尿布”關(guān)聯(lián)。

如今，沃爾瑪擁有著全世界最大的數(shù)據(jù)倉庫，在數(shù)據(jù)倉庫中存儲著沃爾瑪數(shù)千家連鎖店在65周內(nèi)每一筆銷售的詳細(xì)記錄，這使得業(yè)務(wù)人員可以通過分析購買行為更加了解他們的客戶。通過這些數(shù)據(jù)，業(yè)務(wù)員可以分析顧客的購買行為，從而供應(yīng)最佳的銷售服務(wù)。沃爾瑪一直致力于改善自身的數(shù)據(jù)收集技術(shù)，從條形碼掃描，到安裝衛(wèi)星系統(tǒng)實(shí)現(xiàn)雙向數(shù)據(jù)傳輸，整個(gè)公司都充滿了數(shù)據(jù)基因。2012年4月，沃爾瑪又收購了一家研究網(wǎng)絡(luò)社交基因(基于用戶行為的偏好產(chǎn)品推薦)的公司Kosmix，在數(shù)據(jù)基因的基礎(chǔ)上，又增加了社交基因。

11 阿里小貸和聚石塔

雖然阿里系的余額寶如日中天，但其實(shí)阿里小貸才真正體現(xiàn)出了大數(shù)據(jù)的價(jià)值。早在2010年阿里就已經(jīng)建立了“淘寶小貸”，通過對貸款客戶下游訂單、上游供應(yīng)商、經(jīng)營信用等全方位的評估，就可以在沒有見面情況下，給客戶放款，這當(dāng)然是對阿里平臺上大數(shù)據(jù)的挖掘。數(shù)據(jù)來源于“聚石塔”——一個(gè)大型的數(shù)據(jù)分享平臺，它通過共享阿里巴巴旗下各個(gè)子公司(淘寶、天貓、支付寶等)的數(shù)據(jù)資源來創(chuàng)造商業(yè)價(jià)值。這款產(chǎn)品就是大數(shù)據(jù)團(tuán)隊(duì)把淘寶交易流程各個(gè)環(huán)節(jié)的數(shù)據(jù)整合互聯(lián)，然后基于商業(yè)理解對信息進(jìn)行分類儲存和分析加工，并與決策行為連接起來所產(chǎn)生的效果。

12 西爾斯的數(shù)據(jù)大集成

在過去，美國零售巨頭西爾斯控股公司（Sears Holding），需要八周時(shí)間才能制定出個(gè)性化的銷售方案，但往往做出來的時(shí)候，它已不再是最佳方案。痛定思痛，決定整合其專售的三個(gè)品牌——Sears、Craftsman、Lands’End的客戶、產(chǎn)品以及銷售數(shù)據(jù)，使用群集（cluster）收集來自不同品牌的數(shù)據(jù)，并在群集上直接分析數(shù)據(jù)，而不是像以前那樣先存入數(shù)據(jù)倉庫，避免了浪費(fèi)時(shí)間——先把來自各處的數(shù)據(jù)合并之后再做分析。這種調(diào)整讓公司的推銷方案更快、更精準(zhǔn)，可以從海量信息中挖掘價(jià)值，但是價(jià)值巨大，困難也巨大：這些數(shù)據(jù)需要超大規(guī)模分析，且分散在不同品牌的數(shù)據(jù)庫與數(shù)據(jù)倉庫中，不僅數(shù)量龐大而且支離破碎。

西爾斯的困境，在傳統(tǒng)企業(yè)中非常普遍，這些企業(yè)家一直想不通，既然互聯(lián)網(wǎng)零售商亞馬遜可以推薦閱讀書目、推薦電影、推薦可供購買的產(chǎn)品，為什么他們所在的企業(yè)卻做不到類似的事情。西爾斯公司首席技術(shù)官菲里·謝利（Phil Shelley）說：如果要制定一系列復(fù)雜推薦方案質(zhì)量更高，需要更及時(shí)、更細(xì)致、更個(gè)性化的數(shù)據(jù)，傳統(tǒng)企業(yè)的IT架構(gòu)根本不能完成這些任務(wù)，需要痛下決心，才能完成轉(zhuǎn)型。