
企業(yè)家談大數(shù)據(jù):下一個大生意在哪里(1)_數(shù)據(jù)分析師
《福布斯》雜志中文版、福布斯中文網(wǎng)總編輯周健工:我們都知道有一個公司有一個曲線,我想問一下大數(shù)據(jù)現(xiàn)在處于曲線的哪一端?我們只是處在美好的愿景階段?還是說已經(jīng)進(jìn)入了真正可以改變商業(yè),創(chuàng)造價值的階段?
《大數(shù)據(jù)時代》的作者維克托·邁爾·舍恩伯格:我們需要避免大數(shù)據(jù)的泡沫,有時候你覺得是大數(shù)據(jù),但它并不是大數(shù)據(jù),比如有些公司正在賣硬件、軟件或者提供咨詢服務(wù),他們有時候把有些東西叫做大數(shù)據(jù),其實(shí)并不是,所以我們不要帶來太多的泡沫,有些東西不是就不是。
回答你的問題,我們在這個曲線哪個地方呢?我們處于哪一個階段?我覺得我們在非常初始的階段,
如1996年的電子商務(wù),當(dāng)時電子商務(wù)只是在美國網(wǎng)上來訂購匹薩,大家慢慢才意識到電子商務(wù)是賣書,好比說亞馬遜,所以我們是剛剛開始,像電子商務(wù)在1996年,我們也不知道以后會發(fā)展成什么樣,這是它美麗的地方,因?yàn)槲覀兠鎸芏鄼C(jī)遇,每一個人都會有機(jī)遇來參與到我們未來的曲線里面。
IBM全球副總裁王陽:我和維克托教授的觀點(diǎn)一樣,我們正處于在發(fā)展過程中,遠(yuǎn)遠(yuǎn)沒有達(dá)到高潮,大數(shù)據(jù)只是一個概念,大家在逐漸接受。
以前我們講到互聯(lián)網(wǎng)和云運(yùn)算的時候,云計(jì)算已經(jīng)存在很多年,而眼下雖然人們已經(jīng)在擁抱大數(shù)據(jù),但仍在雛形的過程中。IBM在大數(shù)據(jù)已經(jīng)布局了很長時間,用了190億美元收購大數(shù)據(jù)的有關(guān)公司,組成起來就是為了這個高潮。
技術(shù)發(fā)展推進(jìn)了大數(shù)據(jù),不管是通過通訊、英特網(wǎng)、云計(jì)算、物聯(lián)網(wǎng)等等的綜合,所有的數(shù)據(jù)都已經(jīng)逐漸可以采集起來。在這樣一種情況下,像剛才維克托所說的全息照相,把人類的活動和自然活動都采集下來,我們已經(jīng)有了數(shù)據(jù)的來源。
第二是技術(shù),也就是云計(jì)算處理能力,存儲、帶寬已經(jīng)到了這樣的時代,可以去處理這樣的數(shù)據(jù)。第三點(diǎn),我們不光是有了處理能力,更重要有一個分析判斷的能力,能夠進(jìn)行進(jìn)一步的優(yōu)化,給我們整個社會帶來價值,也就是有了價值之后,大家才會去相信大數(shù)據(jù),從中得到自己的便利。
所以我們認(rèn)為今天大數(shù)據(jù)到底給我們?nèi)祟悗矶啻蟮谋憷?,我們還沒有真正享受到,所以只是在初期。在醫(yī)療、教育我們真正感受到大數(shù)據(jù)帶來實(shí)實(shí)在在的貢獻(xiàn)還沒有真正挖掘出來。
1號店董事長于剛:我非常同意二位的說法,我認(rèn)為大數(shù)據(jù)真正的應(yīng)用才真正開始。
因?yàn)楝F(xiàn)在首先可以采集到大數(shù)據(jù),第二數(shù)據(jù)越來越精確,第三是數(shù)據(jù)越來越實(shí)時,真正可以實(shí)時采集到大數(shù)據(jù)才能真正為我所用。第二,人們真正理解數(shù)據(jù)只是零散的,但是經(jīng)過整理和過濾之后才能成為信息,信息要進(jìn)一步地以有效的方式展現(xiàn)在人面前的時候才能成為知識,但這個知識要經(jīng)過各種工具分析,真正應(yīng)用到商業(yè)活動中間才能成為我們的商業(yè)智慧,所以我們越聚越多理解這個過程。
蘇寧電器華北區(qū)總部執(zhí)行總裁范志軍:作為商業(yè)來講我們對大數(shù)據(jù)的應(yīng)用遠(yuǎn)遠(yuǎn)不夠,現(xiàn)在講大數(shù)據(jù)過去也有,這些數(shù)據(jù)都是客觀存在的,只不過過去沒有把這些數(shù)據(jù)通過互聯(lián)網(wǎng)化,通過具體的分析進(jìn)行歸類、整理,能夠運(yùn)用到我們的商業(yè)領(lǐng)域去,我覺得在這一點(diǎn)上作為中國的零售行業(yè),在這方面談大數(shù)據(jù)還剛剛開始,如何把這些大數(shù)據(jù)經(jīng)過分析以后,能夠很好地運(yùn)用到我們的上游制造企業(yè),他通過數(shù)據(jù)的分析能夠把消費(fèi)者的一些消費(fèi)行為轉(zhuǎn)化為對消費(fèi)者個性消費(fèi)需求的分析,這是對整個零售行業(yè)要做的一件具體的事情。
MediaV董事長兼CEO楊炯緯:大數(shù)據(jù)的簡單算法可以超過小數(shù)據(jù)的簡單算法,我相信這個,但不是一夜之間可以實(shí)現(xiàn),對于大公司可能沒有辦法用大數(shù)據(jù)的簡單算法超越它,這就是在復(fù)雜應(yīng)用上大數(shù)據(jù)似乎到今天為止還沒有展現(xiàn)出價值,或者沒有被大量應(yīng)用,但是對中小企業(yè),不管是復(fù)雜算法還是簡單算法都沒有能力計(jì)算,因?yàn)樗麤]有團(tuán)隊(duì)、能力和資源,這個時候大數(shù)據(jù)的應(yīng)用一下子使得這些中小企業(yè)能夠進(jìn)入到這個領(lǐng)域。
我們在廣告領(lǐng)域用得最多,不管是谷歌也好,還是淘寶也好,其實(shí)他們大數(shù)據(jù)的應(yīng)用都是直接使得中小商家受益,所以我覺得這可能是更早讓我們看到大數(shù)據(jù)的價值。
益普索大中華區(qū)董事總經(jīng)理李海嵐:為前一段時間我們行業(yè)很多大型企業(yè)都一直在探討,如果來了大數(shù)據(jù),那小數(shù)據(jù)還有沒有價值,需不需要存在。
當(dāng)我們回顧市場研究在做什么的時候,其實(shí)我們會看到,以前我們?yōu)槭裁慈ナ占?shù)據(jù),為什么分析小數(shù)據(jù),是源于我們服務(wù)的企業(yè),就是說我們品牌主或者產(chǎn)品和服務(wù)供應(yīng)的企業(yè),他們實(shí)際上在用傳統(tǒng)的營銷方式來做營銷,所以在這樣的營銷方式下,我們需要用抽樣的方式做預(yù)測和產(chǎn)品創(chuàng)新的支持,
但今天我們這些企業(yè)主實(shí)際上在面臨一些新的挑戰(zhàn),他們在做這樣一些擁抱大數(shù)據(jù)或者做新數(shù)據(jù)營銷的時候,對市場研究公司來講,我們不光要收集小數(shù)據(jù),分析小數(shù)據(jù),還要擁抱大數(shù)據(jù),而且?guī)椭髽I(yè)一起擁抱大數(shù)據(jù)。
針對大數(shù)據(jù),我們現(xiàn)在還是在一個非常初期的階段,針對我們專門收集數(shù)據(jù)和分析數(shù)據(jù)的企業(yè)來講,我們希望在這方面能夠做得更好,能夠幫到各種各樣的成功企業(yè)。
周健工VS于剛:購買推薦、購物清單和庫存管理
周健工:1號店怎么做大數(shù)據(jù)挖掘?
于剛:今天早上一看我們的銷售比上周同期增長11倍,我們對于大數(shù)據(jù)的重視從創(chuàng)建剛開始有做這個事情,我們成立一個BI商業(yè)智能團(tuán)隊(duì),我們當(dāng)時和思科合作,購買了大量的數(shù)據(jù)庫,做了大量數(shù)據(jù)挖掘的工作,我們知道所有客戶的購買路徑,也知道顧客看了什么,再看了什么,收藏行為、購買行為和購買商品的關(guān)聯(lián)行為,甚至有些顧客比如說看了一個商品沒有買,我們就根據(jù)數(shù)據(jù)分析說這個顧客沒有買,也許這個商品不是他要的,像類似商品會推薦,當(dāng)時沒有庫存,有了庫存提醒顧客,如果嫌價格高,那我們下次促銷的時候再提醒顧客,所以說這個后面有一整套的根據(jù)數(shù)據(jù)挖掘做的數(shù)據(jù)模型,為客戶做推薦,這是前端的數(shù)據(jù)。
還有一個購物清單,滿足顧客個性化需求,比如以前知道顧客的行為,這個購物清單可以讓顧客很輕松地把他感興趣的推薦給他,他曾經(jīng)購買的商品提供出來,加加減減實(shí)現(xiàn)訂單。
倉庫的庫位商品怎么擺放呢?如果發(fā)現(xiàn)大量客戶同時大量購買A商品和B商品,這樣就放得很近,這樣撿商品效率很高。
我們還做了一個前置倉庫,有幾個大的全品庫,每個里面有數(shù)萬種商品,不可能把數(shù)萬種商品同時放在一個小的庫里面,我們做了大量的數(shù)據(jù)分析,發(fā)現(xiàn)本地化的產(chǎn)品銷售80%放在本地倉庫,動態(tài)地,根據(jù)客戶的需求來調(diào)撥,從主庫調(diào)撥到前置型倉庫,發(fā)現(xiàn)銷售不太好的商品再調(diào)回來,我們提高運(yùn)營效率,同時滿足本地化的顧客需求。
周健工VS范志軍:蘇寧在做的是大數(shù)據(jù)平臺
周健工:蘇寧云商O2O模式如何應(yīng)用大數(shù)據(jù)?
范志軍:今天是雙十一,是電商相對比較熱鬧的一天。蘇寧在推未來或者已經(jīng)在實(shí)踐的經(jīng)營模式,云商的經(jīng)營模式有兩個店。第一個店是商店的店,現(xiàn)在商店和過去理解的商店不一樣了,過去的商店就是提供銷售,現(xiàn)在的商店除了銷售以外,我們更多是體驗(yàn)、服務(wù)、展示的功能。這個展示的不是現(xiàn)場看到現(xiàn)場擺放的,而是把互聯(lián)網(wǎng)所有的商品進(jìn)行實(shí)際的展示。
體驗(yàn)除了實(shí)物體驗(yàn),更多把互聯(lián)網(wǎng)的應(yīng)用,讓消費(fèi)者用互聯(lián)網(wǎng)的購物方式進(jìn)行體驗(yàn),包括交易和支付等等。服務(wù)可能更多是面對面,因?yàn)橄M(fèi)者不僅僅要面對面服務(wù),更多參與到交易、支付以及送貨的流程中,我們是把這個店面和線上結(jié)合,實(shí)際是一個電子商務(wù)的實(shí)體店。
第二個店,電子商務(wù)的店,我們講電子商務(wù)的店也不是傳統(tǒng)電子商務(wù),傳統(tǒng)大家談到可能是B2C,或者再早是C2C,我們是能為消費(fèi)者提供線下更多體驗(yàn),是和線上、線下融合的O2O的店面形態(tài)。
零售服務(wù)商我們理解是一個開放的平臺,是線上、線下同時向商戶開放的平臺,更好地滿足消費(fèi)者不同商品的選擇,這是整個蘇寧在發(fā)展中對商業(yè)模式的理解。
在這個模式下,消費(fèi)者進(jìn)入蘇寧,不管是實(shí)體店,還是網(wǎng)店,不光只是對商品的介紹,而是一個服務(wù),消費(fèi)者在蘇寧享受一個服務(wù)的過程,是根據(jù)他在蘇寧,除了剛才互聯(lián)網(wǎng)提供的一些推薦、關(guān)聯(lián)等等,我覺得還有一個延展,消費(fèi)者購物的延展服務(wù)。
消費(fèi)者在蘇寧搜索一臺冰箱,后臺會根據(jù)他以往的消費(fèi)層次和特性推薦相應(yīng)的產(chǎn)品。同時也會記錄下他購買這一商品的消費(fèi)周期,這樣形成了后期的服務(wù)延展,也為實(shí)現(xiàn)線上線下的數(shù)據(jù)互動應(yīng)用打下基礎(chǔ)。
周健工VS楊炯緯:5快錢的消費(fèi)者洞察報(bào)告
周健工:作為精準(zhǔn)廣告的投放商,怎么圍繞大數(shù)據(jù)概念建立起自己的商業(yè)生態(tài)系統(tǒng)?
楊炯緯:今年雙十一,我們服務(wù)了3800個電商企業(yè),在我們的平臺上進(jìn)行廣告投放。
以前都知道我們在大數(shù)據(jù)精準(zhǔn)營銷平臺之前,我們是服務(wù)所謂的大客戶,我們來大概服務(wù)了差不多100個客戶,大概用了500個人,而今天我們服務(wù)3800個客戶,只用了20個人。
其實(shí)我們服務(wù)這些所謂的中小電商企業(yè),其實(shí)他依然是一個從消費(fèi)者洞察到消費(fèi)者鎖定,到營銷渠道管理到投放,到效果評估優(yōu)化,整套體系依然是這樣的流程。因?yàn)橛辛舜髷?shù)據(jù)以后,所以使得我們這樣一整套的流程基本上已經(jīng)被機(jī)器所取代,機(jī)器自己跟蹤數(shù)據(jù),挖掘數(shù)據(jù),去鎖定消費(fèi)者做消費(fèi)者洞察。我們大概在明年一季度會推出消費(fèi)者洞察的模塊,可能花5塊錢、10塊錢就可以跑出一個報(bào)告來。
包括剛才講到的百度,我們跟很多大的營銷渠道對接起來,都能夠在這些海量的營銷渠道當(dāng)中幫助這些中小企業(yè)找到特別精準(zhǔn),特別細(xì)分的人群,而且我們今天給這些人群看到的廣告創(chuàng)意,他依然是依靠對于消費(fèi)者之前所有的行為,你看過什么,買過什么,對什么東西感興趣,包括地域特征,機(jī)器自動去補(bǔ)充,廣告說什么,推什么樣的商品,什么樣的文字和語言都是自動出來的,這就使得我們今天去服務(wù)這些中小企業(yè),不再依靠原來資深的營銷專家,他們的經(jīng)驗(yàn)已經(jīng)被機(jī)器學(xué)習(xí)所取代,所以今天服務(wù)的門檻已經(jīng)急劇降低。
今天講我們的服務(wù)門檻是5000塊錢,明年還會推一個產(chǎn)品是3塊錢,你就可以在互聯(lián)網(wǎng)上做營銷了。
周健工VS李海嵐:除了數(shù)據(jù)還有情感
周健工:通過計(jì)算來獲得的數(shù)據(jù)和你們通過傳統(tǒng)的方式收集的小樣本的數(shù)據(jù),哪個你覺得更可靠?
李海嵐:當(dāng)然我們現(xiàn)在理解還是在比較初級的階段,實(shí)際和電商的合作我們也經(jīng)歷了很多的磨合跟思考,包括電商,也包括很多其他在做這種線下經(jīng)營的企業(yè),再擁有了大量消費(fèi)者行為的數(shù)據(jù),包括維克托先生講到的交易數(shù)據(jù),實(shí)際電商有非常大量的數(shù)據(jù)。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號: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。 ...
2025-09-18CDA 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)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(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,“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 對象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(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 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(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讀取長浮點(diǎn)數(shù)據(jù)時的科學(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)營問題、提升執(zhí)行效率的核心手段,其價值 ...
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塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(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)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“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)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(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,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10