如今我們處在一個(gè)人人談?wù)摯髷?shù)據(jù)的時(shí)代。為何大數(shù)據(jù)如此火爆?就是因?yàn)閿?shù)據(jù)蘊(yùn)含無(wú)限價(jià)值。而這個(gè)價(jià)值如何挖掘卻是個(gè)費(fèi)解的難題。一些企業(yè)已經(jīng)意識(shí)到這一點(diǎn)，開(kāi)始擁抱大數(shù)據(jù)。下面介紹一些國(guó)內(nèi)外利用大數(shù)據(jù)創(chuàng)造價(jià)值的代表案例。

大數(shù)據(jù)幫零售企業(yè)制定促銷(xiāo)策略

　 　北美零售商百思買(mǎi)在北美的銷(xiāo)售活動(dòng)非?；钴S，產(chǎn)品總數(shù)達(dá)到3萬(wàn)多種，產(chǎn)品的價(jià)格也隨地區(qū)和市場(chǎng)條件而異。由于產(chǎn)品種類(lèi)繁多，成本變化比較頻繁，一年之 中，變化可達(dá)四次之多。結(jié)果，每年的調(diào)價(jià)次數(shù)高達(dá)12萬(wàn)次。最讓高管頭疼的是定價(jià)促銷(xiāo)策略。公司組成了一個(gè)11人的團(tuán)隊(duì)，希望透過(guò)分析消費(fèi)者的購(gòu)買(mǎi)記錄和 相關(guān)信息，提高定價(jià)的準(zhǔn)確度和響應(yīng)速度。

定價(jià)團(tuán)隊(duì)的分析圍繞著三個(gè)關(guān)鍵維度：

　　數(shù)量：團(tuán)隊(duì)需要分析海量信息。他們收集了上千萬(wàn)的消費(fèi)者的購(gòu)買(mǎi)記錄，從客戶不同維度分析，了解客戶對(duì)每種產(chǎn)品種類(lèi)的最高接受能力，從而為產(chǎn)品定出最佳價(jià)位。

　　多樣性：團(tuán)隊(duì)除了分析了購(gòu)買(mǎi)記錄這種結(jié)構(gòu)化的數(shù)據(jù)外，他們也利用社交媒體發(fā)帖這種新型的非結(jié)構(gòu)化數(shù)據(jù)。由于消費(fèi)者需要在零售商專(zhuān)頁(yè)上點(diǎn)贊或留言以獲得優(yōu)惠券，團(tuán)隊(duì)利用情感分析公式來(lái)分析專(zhuān)頁(yè)上消費(fèi)者的情緒，從而判斷他們對(duì)于公司的促銷(xiāo)活動(dòng)是否滿意，并微調(diào)促銷(xiāo)策略。

　　速度：為了實(shí)現(xiàn)價(jià)值最大化，團(tuán)隊(duì)對(duì)數(shù)據(jù)進(jìn)行實(shí)時(shí)或近似實(shí)時(shí)的處理。他們成功地根據(jù)一個(gè)消費(fèi)者既往的麥片購(gòu)買(mǎi)記錄，為身處超市麥片專(zhuān)柜的他/她即時(shí)發(fā)送優(yōu)惠券，為客戶帶來(lái)便利性和驚喜。

　　透過(guò)這一系列的活動(dòng)，團(tuán)隊(duì)提高了定價(jià)的準(zhǔn)確度和響應(yīng)速度，為零售商新增銷(xiāo)售額和利潤(rùn)數(shù)千萬(wàn)美元。

電信公司通過(guò)大數(shù)據(jù)分析挽回核心客戶

　 　法國(guó)電信-Orange集團(tuán)旗下的波蘭電信公司Telekomunikacja Polska是波蘭最大的語(yǔ)音和寬帶固網(wǎng)供應(yīng)商，希望有效的途徑來(lái)準(zhǔn)確預(yù)測(cè)并解決客戶流失問(wèn)題。他們決定進(jìn)行客戶細(xì)分，方法是構(gòu)建一張“社交圖譜”- 分析客戶數(shù)百萬(wàn)個(gè)電話的數(shù)據(jù)記錄，特別關(guān)注 “誰(shuí)給誰(shuí)打了電話”以及“打電話的頻率”兩個(gè)方面?！吧缃粓D譜”把公司用戶分成幾大類(lèi)，如：“聯(lián)網(wǎng)型”、“橋梁型”、“領(lǐng)導(dǎo)型”以及“跟隨型”。這樣的關(guān) 系數(shù)據(jù)有助電信服務(wù)供應(yīng)商深入洞悉一系列問(wèn)題，如：哪些人會(huì)對(duì)可能“棄用”公司服務(wù)的客戶產(chǎn)生較大的影響?挽留最有價(jià)值客戶的難度有多大?運(yùn)用這一方法， 公司客戶流失預(yù)測(cè)模型的準(zhǔn)確率提升了47%。

大數(shù)據(jù)幫能源企業(yè)設(shè)置發(fā)電機(jī)地點(diǎn)

　　丹麥的維斯塔斯風(fēng)能系統(tǒng)(Vestas Wind Systems)運(yùn)用大數(shù)據(jù)，分析出應(yīng)該在哪里設(shè)置渦輪發(fā)電機(jī)，事實(shí)上這是風(fēng)能領(lǐng)域的重大挑戰(zhàn)。在一個(gè)風(fēng)電場(chǎng)20多年的運(yùn)營(yíng)過(guò)程中，準(zhǔn)確的定位能幫助工廠 實(shí)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(lái)自各方面的信息：風(fēng)力和天氣數(shù)據(jù)、湍流度、地形圖、公司遍及全球的2.5萬(wàn)多個(gè)受控渦 輪機(jī)組發(fā)回的傳感器數(shù)據(jù)。這樣一套信息處理體系賦予了公司獨(dú)特的競(jìng)爭(zhēng)優(yōu)勢(shì)，幫助其客戶實(shí)現(xiàn)投資回報(bào)的最大化。

電商企業(yè)通過(guò)大數(shù)據(jù)制定銷(xiāo)售戰(zhàn)略

　 　與外國(guó)同行相比，國(guó)內(nèi)最大母嬰電商寶寶樹(shù)的辦法更簡(jiǎn)單直接，它直接購(gòu)買(mǎi)了一款數(shù)據(jù)可視化分析軟件永洪BI。這個(gè)軟件可以快速分析海量數(shù)據(jù)，快速響應(yīng)不同 需求，即時(shí)生成復(fù)雜報(bào)表。寶寶樹(shù)在永洪BI平臺(tái)上，通過(guò)拖拉拽操作，生成關(guān)聯(lián)不同指標(biāo)的分析模型，包括環(huán)比、同比、用戶快照分析、沉睡率、喚醒率、平均回 購(gòu)周期等。

　　有了這些關(guān)鍵數(shù)據(jù)后，寶寶樹(shù)的業(yè)務(wù)團(tuán)隊(duì)再來(lái)做更進(jìn)一步的分析，比如上周有多少新用戶?推的新品收入怎樣?上月的新用戶這個(gè)月 的購(gòu)買(mǎi)表現(xiàn)如何?用戶的平均回購(gòu)周期相對(duì)環(huán)比是縮短了還是延長(zhǎng)了?各渠道引流占比有何變化?……基于對(duì)這些問(wèn)題的全面回答，他們不斷制定和調(diào)整產(chǎn)品和銷(xiāo)售 戰(zhàn)略。

　　一次，寶寶樹(shù)發(fā)現(xiàn)關(guān)鍵詞排序報(bào)表上多了污染這個(gè)詞，就想到空氣凈化器可能會(huì)火，于是在B端找到客戶投放廣告，大獲成功。現(xiàn)在空氣凈化器市場(chǎng)基本被母嬰電商壟斷。

　 　從上文的案例中可以看出，大數(shù)據(jù)領(lǐng)域的價(jià)值創(chuàng)造機(jī)會(huì)因行業(yè)而異。在零售業(yè)，先進(jìn)的分析方法往往與戰(zhàn)略相得益彰，涵蓋促銷(xiāo)增效、定價(jià)、門(mén)店選址、市場(chǎng)營(yíng)銷(xiāo) 等多個(gè)領(lǐng)域。而在能源行業(yè)，大數(shù)據(jù)的價(jià)值創(chuàng)造重點(diǎn)更體現(xiàn)在對(duì)實(shí)體資產(chǎn)(如設(shè)備和工廠)的優(yōu)化上。在金融服務(wù)業(yè)，大數(shù)據(jù)的應(yīng)用可能會(huì)體現(xiàn)在風(fēng)險(xiǎn)評(píng)分、動(dòng)態(tài)定 價(jià)以及為ATM和分行網(wǎng)點(diǎn)尋找最佳地點(diǎn)等方面。而在保險(xiǎn)業(yè)，大數(shù)據(jù)的價(jià)值可能體現(xiàn)在防范理賠欺詐、優(yōu)化保險(xiǎn)金給付以及跟蹤駕駛行為等方面。

　　總的來(lái)說(shuō)，大數(shù)據(jù)的終極目標(biāo)并不僅僅是改變競(jìng)爭(zhēng)環(huán)境，而是徹底扭轉(zhuǎn)整個(gè)競(jìng)爭(zhēng)環(huán)境，帶來(lái)新機(jī)遇，企業(yè)需要應(yīng)勢(shì)而變。企業(yè)只有認(rèn)識(shí)到這一點(diǎn)，使用合適的數(shù)據(jù)分析產(chǎn)品、聰明地使用和管理數(shù)據(jù)，才能在長(zhǎng)期競(jìng)爭(zhēng)中成為終極贏家。