傳統(tǒng)企業(yè)該如何在大數(shù)據(jù)時(shí)代找到自己的錨點(diǎn)_數(shù)據(jù)分析師

對(duì)很多人而言，大數(shù)據(jù)只是一個(gè)流行詞。在覺得數(shù)據(jù)距離自己業(yè)務(wù)很遠(yuǎn)的同時(shí)，傳統(tǒng)企業(yè)又心生恐懼不知未來會(huì)怎樣：哪種生意可以用上數(shù)據(jù)？數(shù)據(jù)可以解決哪些具體業(yè)務(wù)問題？

在香港，有家日料店。這家店在很短時(shí)間內(nèi)風(fēng)靡全港，開了多個(gè)連鎖店。很多市民都知道這家日料店的海鮮非常新鮮實(shí)惠，價(jià)格只有別家的七折。 我也曾經(jīng)詢問過這位大廚朋友，是什么能做到這么好的生意？

大廚神秘兮兮地問我“你有沒有看到每個(gè)餐桌上的攝像頭？那就是我們的秘密武器。”

原來，這家海鮮店每天都會(huì)通過攝像頭，查看食客點(diǎn)餐、到餐的順序，以及剩菜的種類分量。通過這樣的盤點(diǎn)，這家餐廳的老板可以準(zhǔn)確把握消費(fèi)者的喜好，從而對(duì)北海道的海鮮預(yù)購量也相對(duì)精準(zhǔn)。也正因?yàn)榇?，這家餐廳的貨源流轉(zhuǎn)迅速，成本也隨之降低。

這是個(gè)有趣的案例。一家沒有ERP系統(tǒng)的傳統(tǒng)餐廳，通過攝像頭實(shí)現(xiàn)了對(duì)采購的信息化管理：收集用戶信息，分析進(jìn)而用于第二天的采購決策，循環(huán)反復(fù)，以此降低生意成本。

對(duì)很多人而言，大數(shù)據(jù)只是一個(gè)流行詞。在覺得數(shù)據(jù)距離自己業(yè)務(wù)很遠(yuǎn)的同時(shí)，傳統(tǒng)企業(yè)又心生恐懼不知未來會(huì)怎樣：哪種生意可以用上數(shù)據(jù)？數(shù)據(jù)可以解決哪些具體業(yè)務(wù)問題？

誰需要大數(shù)據(jù)？

美國一家有著百年歷史的傳統(tǒng)零售店，這家百貨店六年前就開始大量收集競(jìng)爭(zhēng)對(duì)手的價(jià)格數(shù)據(jù)。最近，他們除了做好了動(dòng)態(tài)的定價(jià)引擎，還著手研究產(chǎn)品與人群匹配的自動(dòng)化系統(tǒng)。在電商領(lǐng)域，我們可以將用戶的認(rèn)知分為三種：瀏覽者，購買者和消費(fèi)者。傳統(tǒng)百貨店既不知道走進(jìn)商店的人們都逛了哪些店（瀏覽數(shù)據(jù)），也不知道消費(fèi)者在每個(gè)品牌店都買了什么商品（購買數(shù)據(jù)），用了什么銀行卡買單，更不要說消費(fèi)者購物完成后，他們的使用體驗(yàn)數(shù)據(jù)。

生產(chǎn)企業(yè)最痛的點(diǎn)，是我知道誰幫我賣，但不知道誰在買。對(duì)零售業(yè)這個(gè)問題變?yōu)椋何抑勒l在買，但不知道客人如何做決定的，更不知道他們用得如何，出了什么問題也不知道。這是因?yàn)榕f有的模式，數(shù)據(jù)無法跟蹤到門店之外，造成了生產(chǎn)和使用是脫節(jié)的。

但在大數(shù)據(jù)時(shí)代，生產(chǎn)企業(yè)可以利用社會(huì)化數(shù)據(jù)甚至傳感器跟蹤到用戶的使用方式。產(chǎn)品出了什么問題，生產(chǎn)企業(yè)甚至能在用戶感知之前，就了解到問題所在，并提供解決方案。

如果傳統(tǒng)百貨公司可以擁有這些數(shù)據(jù)呢？他們可以知道自己會(huì)員喜歡什么品牌，偏好什么樣的付費(fèi)方式，也可以向生產(chǎn)廠商下單，預(yù)購符合會(huì)員興趣的商品。

數(shù)據(jù)可以幫助零售業(yè)對(duì)人群的需求與商品的供應(yīng)快速有效率匹配起來，最大的價(jià)值就在這里。

當(dāng)獲取數(shù)據(jù)變得越來越容易的時(shí)候，企業(yè)就會(huì)發(fā)現(xiàn)，不用數(shù)據(jù)做決策就會(huì)失去很多機(jī)會(huì)。未來的每個(gè)企業(yè)都會(huì)成為數(shù)據(jù)企業(yè)，每個(gè)產(chǎn)品都會(huì)成為數(shù)據(jù)產(chǎn)品。因?yàn)槔锩娴膬?yōu)化點(diǎn)都依賴于數(shù)據(jù)創(chuàng)新，數(shù)據(jù)會(huì)成為企業(yè)發(fā)展的驅(qū)動(dòng)力。

資源有限怎么做大數(shù)據(jù)？

中小企業(yè)在數(shù)據(jù)化中最大的問題是資源有限，沒有太多的資源可供試錯(cuò)，試錯(cuò)空間也很小。因此，中小企業(yè)應(yīng)該收集關(guān)鍵信息，而不是收集所有數(shù)據(jù)。

你可以選擇比較小的場(chǎng)景進(jìn)行數(shù)據(jù)收集、分析。這個(gè)場(chǎng)景要滿足以下條件：

1） 有沒有所需數(shù)據(jù)？

2） 數(shù)據(jù)準(zhǔn)不準(zhǔn)確？

3） 數(shù)據(jù)的實(shí)時(shí)性如何?

4） 數(shù)據(jù)與算法的匹配

5） 如何從錯(cuò)誤中學(xué)習(xí), 數(shù)據(jù)回流能否起持續(xù)優(yōu)化作用

最后的一個(gè)，是這些回流的數(shù)據(jù)能夠改善我們之前的認(rèn)知。就之前日本料理餐館的案例而言，消費(fèi)者的選擇就是他們最關(guān)鍵的決策依據(jù)，所以可以優(yōu)先收集這類數(shù)據(jù)。

而大數(shù)據(jù)，則是基于企業(yè)數(shù)據(jù)化基礎(chǔ)之上的數(shù)據(jù)整合、算法創(chuàng)新和產(chǎn)品化。比如，谷歌地圖之所以能告訴你前面的路堵車，其實(shí)是有賴于每個(gè)使用谷歌地圖的位置分享的實(shí)時(shí)整合。所以我認(rèn)為政府的推動(dòng)，可以讓小企業(yè)減少得到數(shù)據(jù)的門檻、增加業(yè)界的數(shù)據(jù)功用，這樣就更有利于讓小企業(yè)也享受到大數(shù)據(jù)的科技。從產(chǎn)業(yè)鏈來看，小公司聯(lián)盟，把數(shù)據(jù)統(tǒng)一，用數(shù)據(jù)來解決一些業(yè)內(nèi)彼此都不能解決的問題。

中小企業(yè)不容易像大公司一樣有龐大的數(shù)據(jù)團(tuán)隊(duì)。因此，中小企業(yè)在運(yùn)用數(shù)據(jù)的時(shí)候，一定要有更穩(wěn)妥的辦法，注重使用數(shù)據(jù)效益，可以嘗試從小專案著手，再逐步拓展。

另一個(gè)值得注意的是，經(jīng)營的本質(zhì)還是取決于創(chuàng)始人的方向與管理，大家不能本末倒置，一味期待透過數(shù)據(jù)就能解決企業(yè)所有的挑戰(zhàn)。

數(shù)據(jù)為什么是割裂的？

最近我遇到一位制造電腦硬件的廠商。他說，內(nèi)部生產(chǎn)都可以數(shù)據(jù)化，但發(fā)現(xiàn)與銷售需求嚴(yán)重割裂，“這些數(shù)據(jù)似乎內(nèi)外接不上?！?/span>

為什么會(huì)出現(xiàn)這樣的狀況？

我常用的一個(gè)比喻是，開餐館定菜單的往往是餐廳老板，但是每天買菜的是最底層的采購員。所以很少有餐廳能常出名菜，因?yàn)閺N師沒法定菜單，也不能用到適合的好原料。

數(shù)據(jù)的創(chuàng)新是無時(shí)無刻的，算法的創(chuàng)新周期稍長(zhǎng)，而產(chǎn)品的創(chuàng)新往往是“十年磨一劍”。也因此，在企業(yè)擁有決定權(quán)的人，往往是擁有產(chǎn)品決策權(quán)的人。如果僅僅站在單一角度去看，很難找到數(shù)據(jù)和業(yè)務(wù)的結(jié)合點(diǎn)。

根據(jù)我的觀察，目前非常缺乏一種數(shù)據(jù)管理人才：他要對(duì)業(yè)務(wù)要有足夠的理解，明白數(shù)據(jù)能為業(yè)務(wù)起什么作用，了解技術(shù)更新與價(jià)值產(chǎn)生的關(guān)系，懂得從數(shù)據(jù)收集到加工，到新數(shù)據(jù)與歷史的整合，再到使用數(shù)據(jù)的便利性等等。其中，對(duì)業(yè)務(wù)和商業(yè)的理解，絕對(duì)是成為數(shù)據(jù)主管所需要的基本條件，但若是想達(dá)到杰出的程度，肯定要懂得如何在人材匱乏的大數(shù)據(jù)行業(yè)中，吸引和保留住人才的眼光和能力了。

對(duì)于業(yè)務(wù)人員，也可以問問自己：現(xiàn)在擁有的數(shù)據(jù)能幫我解決問題嗎？假定所有數(shù)據(jù)可以獲取，我需要什么數(shù)據(jù)來解決問題？要怎么做才能更更容易獲取需要的數(shù)據(jù)呢？

舉例來說，我過去看到路上的交通狀況時(shí)曾經(jīng)想過，大城市里的計(jì)程車服務(wù)會(huì)不會(huì)有可能改善？我那時(shí)想著，如果計(jì)程車上有個(gè)燈能顯示過去客戶對(duì)他的評(píng)價(jià)，那么司機(jī)為了保持住好評(píng)價(jià)，應(yīng)該會(huì)提供更好的服務(wù)水準(zhǔn)。這就是數(shù)據(jù)可能解決的一個(gè)簡(jiǎn)單例子。下一步才是如何設(shè)計(jì)一個(gè)容易的方法，讓顧客去評(píng)價(jià)。而現(xiàn)在的叫車軟件就是一個(gè)很好的實(shí)現(xiàn)案例。這是訓(xùn)練數(shù)據(jù)敏感度的好方法，也是過去十年我個(gè)人一直在用的方法——透過周遭事物訓(xùn)練數(shù)據(jù)敏感度，讓數(shù)字“說話”。

最難點(diǎn)：在于你對(duì)自身的理解

大數(shù)據(jù)應(yīng)用講求跨界和創(chuàng)新，更準(zhǔn)確地說，大數(shù)據(jù)的價(jià)值來自可以從多角度來看同一件事，全景觀察可以減少誤差及創(chuàng)造新的機(jī)會(huì)。但并不是要求大家能夠認(rèn)知到全部外面的世界，而是能讓其他人的數(shù)據(jù)為你所用。

大數(shù)據(jù)實(shí)踐中最困難的地方在于你對(duì)自身的理解，再加上，隔行如隔山，外部整合回來的數(shù)據(jù)可能很有價(jià)值但同時(shí)也有很多噪音，大家并不完全清楚數(shù)據(jù)的來源和定義。

如何去看清楚自己呢？根據(jù)過去的經(jīng)驗(yàn)，我認(rèn)為首先是從小處著手。

傳統(tǒng)企業(yè)在初期不要貿(mào)然就開始一個(gè)非常大的大數(shù)據(jù)項(xiàng)目。數(shù)據(jù)化比較適合從小而具體，容易評(píng)估效果作為起點(diǎn)的專案開始，以此鍛煉自己收集、加工、使用數(shù)據(jù)來做決策，以及衡量這個(gè)數(shù)據(jù)價(jià)值的能力，即以小知大。從小的場(chǎng)景開始，用數(shù)據(jù)在商業(yè)場(chǎng)景中不斷優(yōu)化。

Axciom公司的首席數(shù)據(jù)官程杰曾經(jīng)提出過“數(shù)據(jù)的三層境界”：

數(shù)據(jù)1.0  自身業(yè)務(wù)產(chǎn)生什么數(shù)據(jù)，我們用什么數(shù)據(jù)做分析優(yōu)化；

數(shù)據(jù)2.0  將現(xiàn)有數(shù)據(jù)與自己的歷史或上下游數(shù)據(jù)交叉，由此優(yōu)化數(shù)據(jù)；

數(shù)據(jù)3.0  就是購買外部數(shù)據(jù)或者將自己的數(shù)據(jù)分享出去，數(shù)據(jù)是互溶共通的，在交融中，產(chǎn)生新的產(chǎn)品體驗(yàn)。

這三層境界，都需要企業(yè)有不同的技術(shù)和架構(gòu)去實(shí)現(xiàn)數(shù)據(jù)的提煉、加工和產(chǎn)品化、整合。這其實(shí)是一個(gè)不斷用數(shù)據(jù)來描述和還原企業(yè)業(yè)務(wù)的過程。

最近，阿里數(shù)據(jù)團(tuán)隊(duì)成功地提升了快的打車的打車成功率。我們就疊加了數(shù)據(jù)的一次使用和二次使用。

我們將實(shí)時(shí)數(shù)據(jù)與歷史數(shù)據(jù)整合。原來APP在發(fā)送打車需求的時(shí)候，是以打車人的地理位置為原點(diǎn)，每過幾分鐘擴(kuò)散到附近300米，600米的出租車。這個(gè)消息的推送是以地理位置為推送邏輯的。但是假如附近的司機(jī)其實(shí)并不想去目的地，接單的成功率就會(huì)降低。因此，我們把司機(jī)“優(yōu)先目的地”這個(gè)數(shù)據(jù)加入推送系統(tǒng)中，就重新優(yōu)化了數(shù)據(jù)，讓更愿意接單的司機(jī)“可視度”更高了。也因此提高了整體的接單成功率。當(dāng)然前面所說只是優(yōu)化的其中一個(gè)點(diǎn)子。

在我看來，所有的數(shù)據(jù)產(chǎn)品都是與決策相關(guān)的。也因此，數(shù)據(jù)優(yōu)化的應(yīng)該溯源于人或者機(jī)器中分析決策的每個(gè)環(huán)節(jié)，不斷更新你的錨點(diǎn)。

打破一個(gè)決策，首先要知道人們?nèi)绾螞Q策，以及有了新數(shù)據(jù)又如何改變決策。這兩者間的區(qū)別是什么？會(huì)帶來什么價(jià)值？大決策往往是由一連串的小決策組成的。比如快的打車APP提高效率的關(guān)鍵點(diǎn)，在于如何讓司機(jī)的數(shù)據(jù)與用戶的數(shù)據(jù)關(guān)聯(lián)，同時(shí)如何不斷交叉比對(duì)歷史數(shù)據(jù)，找到最高效的匹配。這其中最關(guān)鍵的是如何衡量數(shù)據(jù)回流的效用，在動(dòng)態(tài)中，找到新的錨點(diǎn)。

如今傳統(tǒng)企業(yè)已經(jīng)到了必將需要融入互聯(lián)網(wǎng)之中的時(shí)刻，這個(gè)時(shí)候?qū)崟r(shí)數(shù)據(jù)就是你的新數(shù)據(jù)資料。當(dāng)中的能力最為關(guān)鍵的是對(duì)實(shí)時(shí)數(shù)據(jù)的還原、提煉，并為企業(yè)所用。這就是一個(gè)“數(shù)據(jù)”持續(xù)優(yōu)化決策的過程——看清楚“你自己”的動(dòng)態(tài)過程。

通用電氣CEO杰夫?伊梅爾特曾說：如果昨晚你睡覺時(shí)，GE還是一家工業(yè)公司，那么今天醒來就會(huì)變成一家軟件和數(shù)據(jù)分析公司。

作為傳統(tǒng)工業(yè)的代表，通用電氣都想通了，和人家說，我已經(jīng)擁有千萬級(jí)的數(shù)據(jù)點(diǎn)，傳統(tǒng)企業(yè)還有什么可猶豫的？