大數(shù)據(jù)如何建立企業(yè)競爭力與重塑競爭環(huán)境(2)_數(shù)據(jù)分析師

為了確定大數(shù)據(jù)對自身的特定價值，我們可以從大數(shù)據(jù)的三個維度進行分析：
從數(shù)據(jù)量出發(fā)：在數(shù)據(jù)分析方面，抽樣分析與全面分析有時會呈現(xiàn)完全不同的結果。為了瞄準個體客戶，零售商需要了解某一位客戶的全部購買史，分析該客戶與其他客戶的差異所在。如果只是抽取部分客戶或交易記錄進行分析，那獲得的結果就會比較片面，從而影響到促銷活動的效力?！?/span>
作 為一家成立不久的亞特蘭大軟件公司，Cardlytics幫助零售商對“一人市場”開展銷售。美國十大銀行中已有四家開始運用該項服務，分析每周數(shù)以億計 的客戶交易，目的就在于幫助零售商在客戶的銀行對帳單上印上有針對性的促銷信息。由于促銷信息是依據(jù)每個消費者的購買行為以及購物地點所定制的，所以具有 很強的針對性和很高的命中率。這類促銷信息的響應率平均可達15-20%，相比之下大多數(shù)傳統(tǒng)促銷活動的響應率往往不超過5%。這是個“多贏”的局面 - 消費者獲得理想的折扣；零售商成功促銷；銀行可以坐收額外收入。
從數(shù)據(jù)多樣性出發(fā)：大部分企業(yè)都能從傳統(tǒng)關系數(shù)據(jù)庫的結構化數(shù)據(jù)，挖掘出客戶洞察?，F(xiàn)在的問題是，在出現(xiàn)了越來越多的非結構化數(shù)據(jù)（如社交網(wǎng)絡發(fā)帖）的局面下，我們可以怎樣利用這些新數(shù)據(jù)？
以電信公司為例，準確預測每個客戶的潛在流失率能為企業(yè)帶來巨大的價值。如果公司為一個本來就沒打算離開的客戶提供折扣，那無疑就是在浪費錢。而如果無法準確鎖定目標，就有可能導致企業(yè)忽視了那些可能“轉(zhuǎn)投”對手的客戶。
法國電信-Orange集團旗下的波蘭電信公司Telekomunikacja Polska（TP）正是一家面臨這一挑戰(zhàn)的企業(yè)。作為波蘭最大的語音和寬帶固網(wǎng)供應商，公司希望有效的途徑來準確預測并解決客戶流失問題。
他 們決定進行客戶細分，方法是構建一張“社交圖譜”- 分析客戶數(shù)百萬個電話的數(shù)據(jù)記錄，特別關注 “誰給誰打了電話”以及“打電話的頻率”兩個方面?！吧缃粓D譜”把公司用戶分成幾大類，如：“聯(lián)網(wǎng)型”、“橋梁型”、“領導型”以及“跟隨型”。這樣的關 系數(shù)據(jù)有助電信服務供應商深入洞悉一系列問題，如：哪些人會對可能“棄用”公司服務的客戶產(chǎn)生較大的影響？挽留最有價值客戶的難度有多大？運用這一方法， 公司客戶流失預測模型的準確率提升了47%。
從數(shù)據(jù)時效性（速度）出發(fā)：在有些情況下，公司需要獲取最新的實時數(shù)據(jù)，供決策之用。公司的反應速度越快，銷售的成功率就越高 – 此外，還可以防范客戶“投靠”競爭對手。
例 如，好事達（Allstate）等保險公司紛紛推出“按行駛里程收費”的PAYD車險產(chǎn)品；客戶需要在車上，安裝一個傳感器，即可收集實時駕駛行為信息， 例如駕駛速度，以及全程駕駛的安全性。要識別高風險客戶，便可利用集中收集以下的信號指針，如急剎車、加速、轉(zhuǎn)彎以及夜間駕駛里程數(shù)和交通高峰期駕駛里程 數(shù)等。
用 戶只需建立個人駕駛行為基準30天以上，就可以在下次繳費時享受折扣優(yōu)惠。此外，用戶還可以上網(wǎng)跟蹤他們的駕駛表現(xiàn)，這也有助于提高客戶的忠誠度。同樣 地，保險公司也可以避免花大力氣來挽留高風險的客戶，同時還可以通過提高客戶保險費率來反映公司所掌握的客戶整體風險概況。
發(fā)掘商機的五個途徑
企 業(yè)若能全面洞察并充分把握大數(shù)據(jù)所帶來的機遇，就能坐擁先發(fā)優(yōu)勢。在此，我們總結了五個主要的應用機會：形成新的商業(yè)洞察；優(yōu)化核心運營流程；更快更好地 決策；充分利用不斷變化的價值鏈；創(chuàng)建新的以數(shù)據(jù)為中心的業(yè)務。上述五項并非適用于所有企業(yè)，但大部分公司能從其中多處獲益。若能充分把握這些機會，企業(yè)可以獲得的獎勵不僅僅是競爭優(yōu)勢，而是重塑競爭格局的能力。


1.形成新的業(yè)務洞察大數(shù)據(jù)分析的戰(zhàn)術側重點，在于利用數(shù)據(jù)幫助企業(yè)決策或解決特定的問題。例如：銀行應該把新網(wǎng)點開在哪里，零售商應該向店內(nèi)購物者的智能電話推送哪些優(yōu)惠券等。以 丹麥的維斯塔斯風能系統(tǒng)（Vestas Wind Systems）為例，他們運用大數(shù)據(jù)，分析出應該在哪里設置渦輪發(fā)電機這一風能領域的重大挑戰(zhàn)。在一個風電場20多年的運營過程中，準確的定位能幫助工 廠實現(xiàn)能源產(chǎn)出的最大化。為了鎖定最理想的位置，Vestas分析了來自各方面的信息：風力和天氣數(shù)據(jù)、湍流度、地形圖、公司遍及全球的2.5萬多個受控 渦輪機組發(fā)回的傳感器數(shù)據(jù)。正是這樣一套信息處理體系賦予了公司獨特的競爭優(yōu)勢，成功幫助其客戶實現(xiàn)投資回報的最大化。另 一個大數(shù)據(jù)創(chuàng)造價值的例子：一家金融機構開展了一個創(chuàng)新項目，圍繞客戶經(jīng)歷人生大事進行交叉銷售。他們分析客戶的交易數(shù)據(jù)，由此推算出客戶經(jīng)歷人生大事的 大致結點，比如結婚或找到新工作。這些人生中的重要時刻都能激發(fā)客戶對高價值金融產(chǎn)品的購買意向（如：房貸或聯(lián)合儲蓄賬戶）。如果一家金融機構能夠識別這 些關鍵時刻，就能更好地為客戶定制出最適合的促銷方案。
2. 完善核心運營流程大數(shù)據(jù)的應用并不局限于業(yè)務或客戶方面。事實上，把它融入日常的工作流程，可完善核心運營流程，讓企業(yè)受益匪淺。
以 Visa為例：從2011年8月起，Visa開始將各種大數(shù)據(jù)分析手段整合到公司的防欺詐檢測流程中。截至2013年3月，Visa的防欺詐系統(tǒng)已經(jīng)識別 出價值20億美元的欺詐交易 – 在損失發(fā)生前防患于未然。在意大利，一個名為Redditometro的系統(tǒng)運用進階分析手段來尋找逃稅者。系統(tǒng)對來自眾多渠道的數(shù)據(jù)進行分析 – 銀行記錄、信用卡交易、保險支付、統(tǒng)計調(diào)研 – 從中確定每個人大致的支出狀況，判斷其納稅申報單的相符程度。
實 踐證明，通過分析數(shù)據(jù)，企業(yè)可以預測即將發(fā)生的故障并在問題來襲之前采取干預措施。這樣一來，就可以讓“故障診斷”化被動為主動。透過大數(shù)據(jù)分析，企業(yè)可 以結合歷史經(jīng)驗，總結和摸索出故障發(fā)生的征兆。這種方法就曾經(jīng)幫助我們的一家客戶在故障發(fā)生前的1-2個小時成功預測到即將出現(xiàn)的事故，為有效采取干預手 段提供了寶貴的時間。由此，讓客戶的重大停機時間降低了50%以上。
3. 更快更好的決策獲得實時的管理數(shù)據(jù)對決策制定至關重要。 然而，在大多數(shù)企業(yè)，這類信息往往散落于組織的不同角落，每個部門都按照自己的“理念和規(guī)則”開展工作。更糟糕的是，等到這類信息真正應用到?jīng)Q策中時，往往已經(jīng)“過期失效”。
毫 無疑問，企業(yè)信息管理（EIM）是大數(shù)據(jù)最令人看好的應用領域之一。企業(yè)信息管理不只是收集和處理運營數(shù)據(jù)，還包括以清晰、統(tǒng)一、隨時可讀取的方式將數(shù)據(jù) 呈現(xiàn)給整個組織。觀察發(fā)現(xiàn)，理想的EIM系統(tǒng)能夠?qū)碜怨緝?nèi)外部各類渠道的單組數(shù)據(jù)，用各種直觀的圖形元素呈現(xiàn)（如屏幕儀表板）。由此，就可以實時或近 似實時的方式，統(tǒng)一呈現(xiàn)企業(yè)的運作狀況，讓公司的各個部門都能用“同一種語言”進行溝通，依據(jù)相同的事實進行決策。
4. 充分利用不斷變化的行業(yè)價值鏈大數(shù)據(jù)正在顛覆傳統(tǒng)的價值鏈，行業(yè)之間的分界線變得模糊，讓競爭態(tài)勢不斷發(fā)生變化。企業(yè)若是能緊跟這些變化，及時轉(zhuǎn)型業(yè)務模式，就會看到許多扇新的大門正向他們敞開。
以 家用恒溫器市場為例：家用恒溫器行業(yè)歷來波瀾不驚，競爭企業(yè)數(shù)量少而穩(wěn)定性較高。 一家名為Nest的新進企業(yè)向業(yè)內(nèi)老牌企業(yè)發(fā)起了挑戰(zhàn)，推出一款“善于分析”的恒溫器——它能夠運用各種分析手段，了解客戶的偏好和使用模式，而自行做出 相應調(diào)節(jié)。運用以數(shù)據(jù)為本的創(chuàng)新業(yè)務模式，Nest成功喚醒了這片沉寂已久的土地。
5. 打造全新以數(shù)據(jù)為核心的業(yè)務目 前，BCG正與一家大型國際性銀行合作創(chuàng)建一項全新的數(shù)據(jù)業(yè)務，主要是利用銀行在日常經(jīng)營過程中采集的各類交易信息，如：信用卡活動。這個項目的基本設想 是為不同行業(yè)的企業(yè)提供信息，讓他們結合自身的實際情況，通過分析這些數(shù)據(jù)，創(chuàng)造出對本企業(yè)發(fā)展有用的商業(yè)價值。不過這只是一個開始。預計在未來幾年，社 交媒體信息等來自外部渠道的數(shù)據(jù)將在這家銀行的經(jīng)營發(fā)展中扮演更重要的角色，豐富銀行的內(nèi)部數(shù)據(jù)并進一步強化該行對其數(shù)據(jù)客戶的價值定位。
企業(yè)應該如何起步？
我們建議企業(yè)“3個T“入手，即：團隊(Team)、工具(Tool)和測試(Test)。每一項都能幫助企業(yè)從小處做起，為之帶來切實的成效，并逐漸對行之有效的舉措加以推廣。
組建適合的團隊。一 個高效分析團隊的每個成員都需要具備綜合性的分析能力、熟悉各類高級分析平臺的技術性問題、有清晰的商業(yè)頭腦，并能識別實施上的可行性和挑戰(zhàn)。這一系列要 求中，團隊成員不一定在每個領域都要達到世界頂級專家的水平，但他們需要在以上幾個方面均有所見長。很多情況下，團隊內(nèi)部很難做到技術和經(jīng)驗兼得。在這種 情況下，合作不失為一條捷徑，既能為企業(yè)彌補不足，還能為企業(yè)帶來切實的價值。
部署適合的工具。接 下來，企業(yè)應該為這些團隊配備適合的工具，助其成功開展工作。例如，為每個成員配備一臺虛擬機以及龐大的存儲空間，這些設施每年的成本大約在1.5萬美元 左右。許多行業(yè)標準工具的用戶人均成本僅為5,000-15,000美元。同時可以考慮利用外部豐富的資源，例如R語言開源編程環(huán)境可以讓企業(yè)免費使用。
進行不斷的測試。最 后，建議先開展2-3個月的集中試點，如果收效顯著，就進入全面實施階段。在摸索和嘗試中，如果企業(yè)選對了方向，就可以總結成功之道，發(fā)現(xiàn)自身的能力所 在，明確自己需要哪種類型的基礎設施。在此過程中，你也會發(fā)現(xiàn)一系列問題，如：組織內(nèi)部可能存在的抵觸情緒、哪種數(shù)據(jù)分析最為有效、如何利用大數(shù)據(jù)來應對 哪些其他挑戰(zhàn)。
英 國最大的保險公司Aviva就是在上述三個方面表現(xiàn)俱佳的最好實例。Aviva的數(shù)據(jù)模型總結了駕駛行為與價格的算式，并基于此開發(fā)了智能手機應用。 Aviva沒有花費重金購買昂貴的系統(tǒng)，而是進行了最小限度的初創(chuàng)投資，雇傭了幾個程序員。這個團隊在5個月內(nèi)就為客戶呈現(xiàn)出試用版的應用。在接下來的六 個月里，這個團隊結合數(shù)千個駕駛旅程生成的豐富數(shù)據(jù)，對這款應用及客戶體驗作了進一步的完善和改良。期間，軟件歷經(jīng)數(shù)度更新，例如容許客戶在 Twitter和Facebook上顯示他們的得分。著重分析一個用戶個體，而不是一群同類客戶的駕駛行為，使得保險評級更為精細化?，F(xiàn)在，Aviva可 以為好司機提供更優(yōu)惠和更具吸引力的產(chǎn)品。目前，這一應用程式已有數(shù)千次的下載量，并計劃推廣到英國以外的更多市場。
總結
這 是一個有關大數(shù)據(jù)戰(zhàn)略應用的真實故事。企業(yè)高管層在想：“太棒了，我們已經(jīng)組建了優(yōu)秀的分析團隊、有了最先進的設備和軟件、還有超強的數(shù)據(jù)倉庫來存放公司 所有的信息。就等著團隊帶來捷報，聽一聽全新精彩的客戶觀點！”?？墒?，三個月后，分析團隊卻報告說，“對不起，我們一無所獲，因為我們分析的數(shù)據(jù)不足 夠”。問題在哪里呢？
原 來情況是這樣的：在分析各家分行的盈利情況時，業(yè)績較差的分行半警告半抱怨地說“算法不對，你們分析錯誤”，以及分析團隊選擇了回避。別小看這個個案，分析部門與業(yè)務部門的這類對峙局面比比皆是。在實施大數(shù)據(jù)理念方面，僅僅收集所需要的資源還不夠 – 更重要的是在整個組織內(nèi)建立起默契，讓各部門理解到企業(yè)為何花這么多時間精力在這事上。另外，必須建立統(tǒng)一的流程和機制。實際上，導致大部分企業(yè)在大數(shù)據(jù)領域失利的，并不是缺乏數(shù)據(jù)或技術，而是忽略了軟性層面的問題 – 組織和人的問題。
大數(shù)據(jù)的終極目標并不僅僅是改變競爭環(huán)境，而是徹底扭轉(zhuǎn)整個競爭環(huán)境，帶來新機遇，企業(yè)需要應勢而變。路漫漫其修遠，只有耐得住“短痛考驗”的企業(yè)，才能在長期的競爭中成為終極贏家。