
大數(shù)據(jù):開啟新商業(yè)時代的鑰匙_數(shù)據(jù)分析師
數(shù)據(jù)已經(jīng)如一股“洪流”注入了世界經(jīng)濟,成為全球各個經(jīng)濟領(lǐng)域的重要組成部分。麥肯錫公司預(yù)計,數(shù)據(jù)將與企業(yè)的固定資產(chǎn)和人力資源一樣,成為生產(chǎn)過程中的基本要素。而在2012年年初的瑞士達沃斯論壇上,一份題為《大數(shù)據(jù),大影響》的報告同樣認(rèn)為,數(shù)據(jù)已經(jīng)成為一種新的經(jīng)濟資產(chǎn)類別,就像貨幣或黃金一樣。
這是大數(shù)據(jù)時代的獨特現(xiàn)象。和其他的生產(chǎn)要素相比,數(shù)據(jù)無疑又具備更獨特的特點。例如,工業(yè)生產(chǎn)過程中的原材料,一般都有排他性,但數(shù)據(jù)很容易實現(xiàn)共享,而且使用的人越多,其價值越大;數(shù)據(jù)也不像機器、廠房,會隨著使用次數(shù)的增多而貶值,相反,重復(fù)使用反而可能使它增值。此外,此數(shù)據(jù)和彼數(shù)據(jù)如果能有機地結(jié)合到一起,可能就會產(chǎn)生新的信息和知識,并且實現(xiàn)大幅增值。
已經(jīng)有越來越多令人信服的證據(jù)表明:大數(shù)據(jù)將成為競爭的關(guān)鍵性基礎(chǔ),并成為下一波生產(chǎn)率提高、創(chuàng)新和為消費者創(chuàng)造價值的支柱。
顯然,數(shù)據(jù)的重要性已經(jīng)提升到競爭性要素的高度。眾所周知,信息時代的競爭,不是勞動生產(chǎn)率的競爭,而是知識生產(chǎn)率的競爭。數(shù)據(jù)是信息的載體,是知識的源泉,當(dāng)然也就可以創(chuàng)造價值和利潤。因此,在未來基于知識的競爭,將集中表現(xiàn)為基于數(shù)據(jù)的競爭。而這種數(shù)據(jù)競爭,將成為經(jīng)濟發(fā)展的必然。
隨著全球競爭的不斷深化,企業(yè)的地理優(yōu)勢也將淡化,各種國家和地區(qū)性的保護措施也將逐步取消,一項專利很快會被模仿、復(fù)制、推廣,創(chuàng)新將越來越艱難。但在除去這些要素之外,還有一點可以構(gòu)成企業(yè)競爭的基礎(chǔ),那就是以“低成本、高效率”的方式來開展公司的業(yè)務(wù)。這種競爭,要求公司制定流線型的商業(yè)過程,各個過程之間必須無縫隙、無摩擦地對接,并保證每一個商業(yè)決策明智、正確,在競爭的過程中不犯錯誤。
而要做到這些,企業(yè)必須廣泛推行以事實為基礎(chǔ)的決策方法,大量使用數(shù)據(jù)分析來優(yōu)化企業(yè)的各個運營環(huán)節(jié),通過基于數(shù)據(jù)的優(yōu)化和對接,把業(yè)務(wù)流程和覺得過程當(dāng)中存在的每一分潛在的價值都擠出來,從而節(jié)約成本,戰(zhàn)勝對手,在市場上幸存。
而能夠始終保證自己以“數(shù)據(jù)最優(yōu)”的方式運營的公司,將會在競爭中堅持到最后。因為,粗放型經(jīng)營的公司最終將因“高成本”而自動出局。
事實上,這種以數(shù)據(jù)分析為競爭能力的公司都是各自領(lǐng)域的領(lǐng)袖,他們都把自己的成功歸功于對數(shù)據(jù)分析的嫻熟應(yīng)用。全球性的競爭正在變得更加激烈,這加劇了這種需要。而在西方發(fā)達國家的公司看來,和中國、印度的競爭對手相比,他們無法在產(chǎn)品成本方面獲得優(yōu)勢,但其最大優(yōu)勢就是能在商業(yè)過程的優(yōu)化方面不戰(zhàn)而勝。以下是幾個案例。
案例一:會員數(shù)據(jù)分析
顧客的消費習(xí)慣與需求,向來是零售商最重視的信息。如果你比競爭對手更早更準(zhǔn)確地捕捉到這些信息,就可能占得先機。
塔吉特:比父親更早知道女兒懷孕
曾經(jīng)有一位男性顧客到一家塔吉特店中投訴,商店竟然給他還在讀書的女兒寄嬰兒用品的優(yōu)惠券。這家全美第二大零售商,會搞出如此大的烏龍?但經(jīng)過這位父親與女兒進一步溝通,才發(fā)現(xiàn)自己女兒真的已經(jīng)懷孕了。
一家零售商是如何比一位女孩的親生父親更早得知其懷孕消息的呢?每位顧客初次到塔吉特刷卡消費時,都會獲得一組顧客識別編號,內(nèi)含顧客姓名、信用卡卡號及電子郵件等個人資料。日后凡是顧客在塔吉特消費,計算機系統(tǒng)就會自動記錄消費內(nèi)容、時間等信息。再加上從其他管道取得的統(tǒng)計資料,塔吉特便能形成一個龐大數(shù)據(jù)庫,運用于分析顧客喜好與需求。
塔吉特的統(tǒng)計師們通過對孕婦的消費習(xí)慣進行一次次的測試和數(shù)據(jù)分析,得出了一些非常有用的結(jié)論:孕婦在懷孕頭三個月過后會購買大量無味的潤膚露;有時在頭20周,孕婦會補充如鈣、鎂、鋅等營養(yǎng)素;許多顧客都會購買肥皂和棉球,但當(dāng)有女性除了購買洗手液和毛巾以外,還突然開始大量采購無味肥皂和特大包裝的棉球時,說明她們的預(yù)產(chǎn)期要來了。
在塔吉特的數(shù)據(jù)庫資料里,統(tǒng)計師們根據(jù)顧客內(nèi)在需求數(shù)據(jù),精準(zhǔn)地選出其中的25種商品,對這25種商品進行同步分析,基本上可以判斷出哪些顧客是孕婦,甚至還可以進一步估算出她們的預(yù)產(chǎn)期,在最恰當(dāng)?shù)臅r候給她們寄去最符合她們需要的優(yōu)惠券,滿足她們最實際的需求。依靠分析消費者數(shù)據(jù),塔吉特的年營收從2002年的440億美元擴大到2010年的670億美元。這家成立于1961年的零售商能有今天的成功,數(shù)據(jù)分析功不可沒。
案例二:特易購優(yōu)惠券的秘密
發(fā)放優(yōu)惠券吸引顧客其實已經(jīng)是很老套的做法了,而且許多的促銷活動實際只是來掠奪公司未來的銷售額。然而,依賴于扎實的數(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最低價。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錢降價促銷。
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張優(yōu)惠的內(nèi)容,雖然該客戶從來沒有買過,則是根據(jù)該客戶以往的消費行為數(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145000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。
依靠數(shù)據(jù)分析,特易購?fù)ㄟ^這樣有目標(biāo)的降價,從競爭對手那里吸引來更多的顧客。更妙的是,這樣的低價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情況,特易購還可以精確地計算出投資回報。
案例三:潘多拉的數(shù)據(jù)魔方
美國一家名為潘多拉(Pandora)的在線音樂網(wǎng)站,就特別聘請一些音樂專家,讓他們每個人平均花上20分鐘去分析一首歌曲,并賦予每首歌400種不同的屬性。如果你表示喜歡一首歌,程序會自動尋找跟這首歌“基因”相同的歌曲,猜測你也會喜歡并推薦給你。借助這種人海戰(zhàn)術(shù),潘多拉網(wǎng)站已經(jīng)分析了74萬首歌曲。2011年6月15日,這家采用推薦引擎技術(shù)的網(wǎng)站登陸美國紐約交易所上市。
當(dāng)然,不是所有的公司都有實力和足夠的時間自己搭建運行一套數(shù)據(jù)庫用以分析顧客消費行為和需求,因此,這就為這些公司提供此項服務(wù)的數(shù)據(jù)分析商便找到了空間。
Acxiom:比谷歌更無所不知
比FBI更無孔不入,比Google更無所不知,比Facebook更無處不在……Acxiom就是這樣一個鮮為人知而又舉足輕重的存在。其主要業(yè)務(wù)是“基于數(shù)據(jù)的市場營銷”,幫助企業(yè)精準(zhǔn)定位它的潛在客戶,將服務(wù)和產(chǎn)品賣給有需求的客戶。
在2010 年的投資者演講大會中,Acxiom虛構(gòu)了一個名為 ScottHughes 的角色,以演示在大量數(shù)據(jù)的幫助下精準(zhǔn)營銷的力量。在演示期間,Hughes登陸了 Facebook 賬號,看到他的朋友剛剛成為電子設(shè)備商店Bryce的粉絲。Hunghes也點進了Bryce瀏覽其中的商品,打算購買噴墨打印機。這個行為被Acxiom捕捉到,它會識別消費者的身份,記憶他們的選擇,分辨他們的行為,通過合適的市場營銷來影響他們。
當(dāng)Hughes再回到Bryce,Acxiom就會通過他在 Facebook 上的活動記錄,向他推薦一款符合他要求的打印機。不過,他注冊了網(wǎng)站,但還是沒有買打印機。然后,Acxiom通過網(wǎng)絡(luò)來追蹤 Hughes的去向。
第二天,當(dāng)Hughes打開 ESPN.com 查看體育新聞,“啪”又出現(xiàn)一個打印機的廣告。到了傍晚,他回到Bryce的網(wǎng)站,然后網(wǎng)站顯示他擁有了10美元返現(xiàn)——這不是隨便顯示的消息。Acxiom 將收集到的和 Hughes 有關(guān)的數(shù)據(jù)進行了分析處理。Hughes被判定為屬于那群喜歡移動設(shè)備,屬于中產(chǎn)階級,常用手機轉(zhuǎn)賬,會參加專業(yè)運動聚會,對價格敏感的那群人。于是Acxiom給 Hughs了10美元折扣,成功出售了打印機。
目前,Acxiom 已經(jīng)擁有美國 1.9 億人,以及 1.26 億個家庭的數(shù)據(jù)資料。同時,財富100 強的公司中,有 47個是它的客戶。更厲害的是,“9?11”事件過后,它還因協(xié)助美國政府提供了19個劫機者中11個人的資料而名聲大振。
Splunk
Splunk 提供的軟件產(chǎn)品可以用于監(jiān)控、分析實時及歷史的機器數(shù)據(jù),同時為這些海量數(shù)據(jù)建立索引,將其整理成可以搜索的鏈接。客戶企業(yè)的 IT管理員再也不用在錯誤發(fā)生時逐個排查糾錯了。還有游戲公司使用他們的軟件監(jiān)測游戲功能,確定玩家卡在什么地方,然后游戲公司就可以即時調(diào)整游戲,以挽留玩家。從創(chuàng)立至今,Splunk 的客戶數(shù)量已接近 4000 家,遍布全球75個國家,其中一半以上為《財富》100強公司。
潘吉瓦
潘吉瓦公司,是用數(shù)據(jù)分析來撬動全球貿(mào)易。比如,他們通過41次追蹤《暮光之城》的徽章、襪子的運輸情況,分析在這部電影中主角的服飾對流行趨勢有多大影響率,并將分析結(jié)果告知用戶,建議他們對自己的行動作出恰當(dāng)?shù)恼{(diào)整。
這僅僅只是基于社交網(wǎng)絡(luò)產(chǎn)生的大數(shù)據(jù)進行“預(yù)見未來”的眾多案例之一,事實上“大數(shù)據(jù)”所能帶來的巨大商業(yè)價值,已經(jīng)被人認(rèn)為將引領(lǐng)一場足以匹敵20世紀(jì)計算機革命的巨大變革。
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深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(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、場景與實踐指南 在 Python 進行 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 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(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)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(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” 與 “用戶體驗 ...
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