我們將迎來(lái)一個(gè)“大數(shù)據(jù)時(shí)代”。與變化相始終的中國(guó)企業(yè)，距離這場(chǎng)革命還有多遠(yuǎn)？而追上領(lǐng)先者又需要多快的步伐？

｛研究結(jié)論｝

怎樣才能用起來(lái)大數(shù)據(jù)？障礙如何解決?中國(guó)企業(yè)家研究院對(duì)１０多家在大數(shù)據(jù)應(yīng)用方面的領(lǐng)先企業(yè)進(jìn)行了采訪調(diào)研，更多家企業(yè)進(jìn)行了書(shū)面資料調(diào)研，我們發(fā)現(xiàn)：

• ■ 當(dāng)前中國(guó)企業(yè)的大數(shù)據(jù)應(yīng)用可以歸類為：大數(shù)據(jù)運(yùn)營(yíng)、大數(shù)據(jù)產(chǎn)品、大數(shù)據(jù)平臺(tái)三大=領(lǐng)域，前兩者更多是企業(yè)內(nèi)部的應(yīng)用，后者則在于用大數(shù)據(jù)來(lái)繁榮整個(gè)平臺(tái)企業(yè)群落的生態(tài)。
• ■ 大數(shù)據(jù)營(yíng)銷(xiāo)的本質(zhì)是一個(gè)影響消費(fèi)者購(gòu)物前心理路徑的問(wèn)題，而這在大數(shù)據(jù)時(shí)代前很難做到。
• ■ 對(duì)于傳統(tǒng)企業(yè)而言，要打通線上與線下?tīng)I(yíng)銷(xiāo)，實(shí)現(xiàn)新的商業(yè)模式，如O2O等，離不開(kāi)大數(shù)據(jù)。
• ■ 雖然大數(shù)據(jù)應(yīng)用往往集中于大數(shù)據(jù)營(yíng)銷(xiāo)，但對(duì)于一些企業(yè)，大數(shù)據(jù)的應(yīng)用早已超越了營(yíng)銷(xiāo)范疇，全面進(jìn)入了企業(yè)供應(yīng)鏈、生產(chǎn)、物流、庫(kù)存、網(wǎng)站和店內(nèi)運(yùn)營(yíng)等各個(gè)環(huán)節(jié)。
• ■ 對(duì)于大部分企業(yè)，由于數(shù)據(jù)分析人員與業(yè)務(wù)人員之間的彼此視角與思考方向不同，大數(shù)據(jù)分析和運(yùn)營(yíng)之間存在脫節(jié)情況，這是大數(shù)據(jù)無(wú)法用于企業(yè)運(yùn)營(yíng)最大的阻力
• ■ 對(duì)于大多數(shù)互聯(lián)網(wǎng)公司來(lái)說(shuō)，大數(shù)據(jù)量、大用戶量是一個(gè)相互促進(jìn)，強(qiáng)者越強(qiáng)的循環(huán)過(guò)程。
• ■ 對(duì)于大型互聯(lián)網(wǎng)平臺(tái)，大數(shù)據(jù)已經(jīng)成為其生態(tài)循環(huán)中的血液，對(duì)于這些企業(yè)，最重要的不是如何利用大數(shù)據(jù)改進(jìn)自身運(yùn)營(yíng)，而是利用大數(shù)據(jù)更好地繁榮平臺(tái)生態(tài)。
• ■ 對(duì)于平臺(tái)企業(yè)，它們的大數(shù)據(jù)策略正逐漸從大數(shù)據(jù)運(yùn)營(yíng)，向運(yùn)營(yíng)大數(shù)據(jù)轉(zhuǎn)變，前者和后者的差別在于，前者只是運(yùn)營(yíng)改進(jìn)的動(dòng)力，而后者則成為企業(yè)實(shí)現(xiàn)未來(lái)戰(zhàn)略的核心資源。

我們都已被反復(fù)告知：我們將迎來(lái)一個(gè)“大數(shù)據(jù)時(shí)代”。

大數(shù)據(jù)應(yīng)用，將和云計(jì)算、3D打印這些技術(shù)變革一樣，顛覆既有規(guī)則，并成為先行企業(yè)的制勝關(guān)鍵。

與變化相始終的中國(guó)企業(yè)，距離這場(chǎng)革命還有多遠(yuǎn)？而追上領(lǐng)先者又需要多快的步伐？

來(lái)自于互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)傳感器、視頻采集系統(tǒng)的數(shù)據(jù)正海量增長(zhǎng)，匯成大數(shù)據(jù)的海洋，相伴的是海量數(shù)據(jù)存儲(chǔ)、分析技術(shù)的突破性發(fā)展，所有這一切都給企業(yè)的應(yīng)用帶來(lái)了無(wú)限可能性。

許多企業(yè)希望將大數(shù)據(jù)用起來(lái)，帶動(dòng)企業(yè)的經(jīng)營(yíng)，但不知從哪里著手。它們不惜重金投資大數(shù)據(jù)信息系統(tǒng)、分析系統(tǒng)，聘請(qǐng)更多的人才，希望能從這個(gè)新趨勢(shì)中獲益，不過(guò)卻無(wú)奈地發(fā)現(xiàn)，大數(shù)據(jù)仍然停留在云端，沒(méi)有帶來(lái)多少實(shí)際收益。它們找不到大數(shù)據(jù)與業(yè)務(wù)結(jié)合的突破口。而一些真正將大數(shù)據(jù)應(yīng)用于實(shí)戰(zhàn)的企業(yè)，卻在應(yīng)用過(guò)程中困難重重：大數(shù)據(jù)無(wú)法與業(yè)務(wù)結(jié)合；沒(méi)有收集、分析海量數(shù)據(jù)的能力；經(jīng)營(yíng)人員缺少應(yīng)用大數(shù)據(jù)的動(dòng)力；數(shù)據(jù)來(lái)源魚(yú)龍混雜難以使用……

中國(guó)企業(yè)家研究院對(duì)當(dāng)前中國(guó)企業(yè)大數(shù)據(jù)應(yīng)用的狀況進(jìn)行了歸納分類，以幫助企業(yè)了解實(shí)際應(yīng)用大數(shù)據(jù)時(shí)的困局難點(diǎn)，并提供領(lǐng)先企業(yè)的典型案例以資借鑒。

大數(shù)據(jù)運(yùn)營(yíng)—企業(yè)提升效率的助推力

對(duì)于大多數(shù)企業(yè)而言，運(yùn)營(yíng)領(lǐng)域的應(yīng)用是大數(shù)據(jù)最核心的應(yīng)用，之前企業(yè)主要使用來(lái)自生產(chǎn)經(jīng)營(yíng)中的各種報(bào)表數(shù)據(jù)，但隨著大數(shù)據(jù)時(shí)代的到來(lái)，來(lái)自于互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、各種傳感器的海量數(shù)據(jù)撲面而至。于是，一些企業(yè)開(kāi)始挖掘和利用這些數(shù)據(jù)，來(lái)推動(dòng)運(yùn)營(yíng)效率的提升。大數(shù)據(jù)運(yùn)營(yíng)應(yīng)用中，大數(shù)據(jù)的應(yīng)用分為三類：用于企業(yè)外部營(yíng)銷(xiāo)、用于內(nèi)部運(yùn)營(yíng)，以及用于領(lǐng)導(dǎo)層決策。

一、大數(shù)據(jù)營(yíng)銷(xiāo)

大數(shù)據(jù)營(yíng)銷(xiāo)的本質(zhì)是影響目標(biāo)消費(fèi)者購(gòu)物前的心理路徑，它主要應(yīng)用在三個(gè)方面：1、大數(shù)據(jù)渠道優(yōu)化，2、精準(zhǔn)營(yíng)銷(xiāo)信息推送，3、線上與線下?tīng)I(yíng)銷(xiāo)的連接。在消費(fèi)者購(gòu)物前，通過(guò)各種方式，直接介入其信息收集和決策過(guò)程。而這種介入，是建立在對(duì)于線上與線下海量用戶數(shù)據(jù)分析的基礎(chǔ)之上。相比傳統(tǒng)狂轟濫炸或等客上門(mén)的營(yíng)銷(xiāo)，大數(shù)據(jù)營(yíng)銷(xiāo)無(wú)論在主動(dòng)性和精準(zhǔn)性方面，都有非常大的優(yōu)勢(shì)。它是目前主要的大數(shù)據(jù)應(yīng)用領(lǐng)域。

大數(shù)據(jù)營(yíng)銷(xiāo)不僅僅是用大數(shù)據(jù)找出目標(biāo)顧客，向其發(fā)布促銷(xiāo)信息，它還可以做到：

實(shí)現(xiàn)渠道優(yōu)化。根據(jù)用戶的互聯(lián)網(wǎng)痕跡進(jìn)行渠道營(yíng)銷(xiāo)效果優(yōu)化，就是根據(jù)互聯(lián)網(wǎng)上顧客的行為軌跡來(lái)找出哪個(gè)營(yíng)銷(xiāo)渠道的顧客來(lái)源最多，哪個(gè)來(lái)源顧客實(shí)際購(gòu)買(mǎi)量最多，是否是目標(biāo)顧客等等，從而調(diào)整營(yíng)銷(xiāo)資源在各個(gè)渠道的投放。例如東風(fēng)日產(chǎn)，它利用對(duì)顧客來(lái)源的追蹤，來(lái)改進(jìn)營(yíng)銷(xiāo)資源在各個(gè)網(wǎng)絡(luò)渠道如門(mén)戶網(wǎng)站、搜索和微博的投放。

精準(zhǔn)營(yíng)銷(xiāo)信息推送。精準(zhǔn)建立在對(duì)海量消費(fèi)者的行為分析基礎(chǔ)之上，消費(fèi)者網(wǎng)絡(luò)瀏覽、搜索行為被網(wǎng)絡(luò)留下，線下的購(gòu)買(mǎi)和查看等行為可以被門(mén)店的POS機(jī)和視頻監(jiān)控記錄，再加上他們?cè)谫?gòu)買(mǎi)和注冊(cè)過(guò)程中留下的身份信息，在商家面前，正逐漸呈現(xiàn)出消費(fèi)者信息的海洋。

一些企業(yè)通過(guò)收集海量的消費(fèi)者信息，然后利用大數(shù)據(jù)建模技術(shù)，按消費(fèi)者屬性（如所在地區(qū)、性別）和興趣、購(gòu)買(mǎi)行為等維度，挖掘目標(biāo)消費(fèi)者，然后進(jìn)行分類，再根據(jù)這些，對(duì)個(gè)體消費(fèi)者進(jìn)行營(yíng)銷(xiāo)信息推送。比如孕婦裝品牌十月媽咪通過(guò)對(duì)自己微博上粉絲評(píng)論的大數(shù)據(jù)分析，找出評(píng)論有“喜愛(ài)”相關(guān)關(guān)鍵詞的粉絲，然后打上標(biāo)簽，對(duì)其進(jìn)行營(yíng)銷(xiāo)信息推送。京東商城副總經(jīng)理李曦表示：“用大數(shù)據(jù)找出不同細(xì)分的顧客需求群，然后進(jìn)行相應(yīng)的營(yíng)銷(xiāo)，是京東目前在做的事情?！毙∫不瘖y品將自身網(wǎng)站作為收集消費(fèi)者信息的雷達(dá)，對(duì)不同消費(fèi)者推薦相應(yīng)的肌膚解決方案，創(chuàng)始人肖尚略希望在未來(lái)，大數(shù)據(jù)營(yíng)銷(xiāo)能替代網(wǎng)站的作用，真正成為面向顧客的前端。

打通線上線下?tīng)I(yíng)銷(xiāo)。一些企業(yè)將互聯(lián)網(wǎng)上海量消費(fèi)者的行為痕跡數(shù)據(jù)與線下購(gòu)買(mǎi)數(shù)據(jù)打通，實(shí)現(xiàn)了線上與線下?tīng)I(yíng)銷(xiāo)的協(xié)同。比如東風(fēng)日產(chǎn)，線上與線下的協(xié)同營(yíng)銷(xiāo)方式為：其門(mén)戶網(wǎng)站帶來(lái)訂單線索，而通過(guò)這些線索，服務(wù)人員進(jìn)行電話回訪，從而推動(dòng)顧客在線下交易。在此過(guò)程中，東風(fēng)日產(chǎn)記錄了消費(fèi)者進(jìn)入、瀏覽、點(diǎn)擊、注冊(cè)、電話回訪和購(gòu)買(mǎi)各個(gè)環(huán)節(jié)的數(shù)據(jù)，實(shí)現(xiàn)了一個(gè)橫跨線上線下，以大數(shù)據(jù)分析為支持的，營(yíng)銷(xiāo)效果不斷優(yōu)化的閉環(huán)營(yíng)銷(xiāo)通路。而國(guó)雙科技，衡量某一地區(qū)線下促銷(xiāo)活動(dòng)的效果，就是看互聯(lián)網(wǎng)上，來(lái)自這個(gè)地區(qū)對(duì)于促銷(xiāo)內(nèi)容的搜索量。一些企業(yè)，通過(guò)鼓勵(lì)線下顧客使用微信和Wi-Fi等可追蹤消費(fèi)者行為和喜好的設(shè)備，來(lái)打通線上與線下數(shù)據(jù)流，銀泰百貨計(jì)劃鋪設(shè)Wi-Fi，鼓勵(lì)顧客在商場(chǎng)內(nèi)使用，然后根據(jù)Wi-Fi賬號(hào)，找出這個(gè)顧客，再通過(guò)與其它大數(shù)據(jù)挖掘公司合作，以大數(shù)據(jù)的手段，發(fā)掘這個(gè)顧客在互聯(lián)網(wǎng)的歷史痕跡，來(lái)了解這個(gè)顧客的需求類型。

二、大數(shù)據(jù)用于內(nèi)部運(yùn)營(yíng)

相比大數(shù)據(jù)營(yíng)銷(xiāo)，大數(shù)據(jù)在內(nèi)部運(yùn)營(yíng)中的應(yīng)用更深入，對(duì)于企業(yè)內(nèi)部的信息化水平，以及數(shù)據(jù)采集和分析能力的要求更高。本質(zhì)上，是將企業(yè)外部海量消費(fèi)者數(shù)據(jù)與企業(yè)內(nèi)部海量運(yùn)營(yíng)數(shù)據(jù)聯(lián)系起來(lái)，在分析中得到新的洞察，提升運(yùn)營(yíng)效率。

三、大數(shù)據(jù)用于決策

在大數(shù)據(jù)時(shí)代，企業(yè)面對(duì)眾多新的數(shù)據(jù)源和海量數(shù)據(jù)，能否基于對(duì)這些數(shù)據(jù)的洞察，進(jìn)行決策，進(jìn)而將其變成一項(xiàng)企業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)的來(lái)源？同大數(shù)據(jù)營(yíng)銷(xiāo)和大數(shù)據(jù)內(nèi)部運(yùn)營(yíng)相比，運(yùn)用大數(shù)據(jù)決策難度最高，因?yàn)樗枰环N依賴數(shù)據(jù)的思維習(xí)慣。

已有少數(shù)企業(yè)開(kāi)始嘗試。比如國(guó)內(nèi)一些金融機(jī)構(gòu)在推出一個(gè)金融產(chǎn)品時(shí)，會(huì)廣泛分析該金融產(chǎn)品的應(yīng)用情況和效果、目標(biāo)顧客群數(shù)據(jù)、各種交易數(shù)據(jù)和定價(jià)數(shù)據(jù)等，然后決定是否推出某個(gè)金融產(chǎn)品。

但是，中國(guó)企業(yè)家研究院在調(diào)研中發(fā)現(xiàn)，目前中國(guó)企業(yè)當(dāng)中，大數(shù)據(jù)決策的應(yīng)用非常之少，許多企業(yè)領(lǐng)導(dǎo)者進(jìn)行決策時(shí)，仍習(xí)慣于憑借歷史經(jīng)驗(yàn)和直覺(jué)。

大數(shù)據(jù)產(chǎn)品——企業(yè)利潤(rùn)滋長(zhǎng)的新源泉

大數(shù)據(jù)除了用于運(yùn)營(yíng)外，還能夠與企業(yè)產(chǎn)品結(jié)合，成為企業(yè)產(chǎn)品背后競(jìng)爭(zhēng)力的核心支持或者直接成為產(chǎn)品。提供大數(shù)據(jù)產(chǎn)品的企業(yè)分為兩類，直接提供大數(shù)據(jù)產(chǎn)品的企業(yè)，以及將大數(shù)據(jù)作為產(chǎn)品和服務(wù)核心支撐的企業(yè)。前者主要為大數(shù)據(jù)產(chǎn)業(yè)鏈中提供數(shù)據(jù)服務(wù)的參與者，包括數(shù)據(jù)擁有者、存儲(chǔ)企業(yè)，挖掘企業(yè)、分析企業(yè)等，后者則主要是那些以大數(shù)據(jù)為產(chǎn)品核心支撐的企業(yè)，它們大多是互聯(lián)網(wǎng)企業(yè)，其產(chǎn)品和服務(wù)先天就有大數(shù)據(jù)基因，這些企業(yè)包括搜索引擎、在線殺毒、互聯(lián)網(wǎng)廣告交易平臺(tái)以及眾多植根于移動(dòng)互聯(lián)網(wǎng)之上，為用戶提供生活和資訊服務(wù)的APP等。

一、大數(shù)據(jù)作為產(chǎn)品核心支持

它們主要在以下幾方面使用大數(shù)據(jù)：

1、提供信息服務(wù)。很多互聯(lián)網(wǎng)企業(yè)通過(guò)對(duì)海量互聯(lián)網(wǎng)信息和線下信息的整合和分析，為個(gè)人和企業(yè)提供信息服務(wù)，典型的如百度、去哪兒、一淘、高德地圖、春雨醫(yī)生等等。在美國(guó)，一些互聯(lián)網(wǎng)企業(yè)甚至根據(jù)大數(shù)據(jù)提供更深度的預(yù)測(cè)信息服務(wù)，美國(guó)科技創(chuàng)新公司farecast，通過(guò)分析特定航線機(jī)票的價(jià)格，幫助消費(fèi)者預(yù)測(cè)機(jī)票價(jià)格走勢(shì)。

2、分析用戶的個(gè)性化需求，借此提供個(gè)性化產(chǎn)品和服務(wù)，或者實(shí)現(xiàn)更精準(zhǔn)的廣告。典型的有移動(dòng)社交工具陌陌、百度、騰訊、廣告交易平臺(tái)品友互動(dòng)以及一些互聯(lián)網(wǎng)游戲商。這種應(yīng)用往往先是收集海量用戶的互聯(lián)網(wǎng)行為數(shù)據(jù)，將用戶分類，根據(jù)不同類型的用戶，提供個(gè)性化的產(chǎn)品，或者提供個(gè)性化的促銷(xiāo)信息。比如網(wǎng)易等門(mén)戶網(wǎng)站推出了訂閱模式，讓使用者按照個(gè)人喜好方便地定制和整合不同來(lái)源的信息。

3、增強(qiáng)產(chǎn)品功能。對(duì)于很多互聯(lián)網(wǎng)產(chǎn)品，如殺毒軟件、搜索引擎等等，海量數(shù)據(jù)的處理能夠讓產(chǎn)品變得更聰明更強(qiáng)大，如果沒(méi)有大數(shù)據(jù)，產(chǎn)品的功能就大大減弱。比如奇虎360公司的360殺毒軟件，憑借每天海量的殺毒處理，建立了龐大的病毒庫(kù)，這使它能夠更快地發(fā)現(xiàn)病毒，而一些小的殺毒軟件公司則無(wú)法做到這一點(diǎn)。

4、掌控信用狀況，提供信貸服務(wù)。阿里巴巴上匯集了海量中小企業(yè)的日常資金與貨品往來(lái)，通過(guò)對(duì)這些往來(lái)數(shù)據(jù)的匯總與分析，阿里巴巴能發(fā)現(xiàn)單個(gè)企業(yè)的資金流與收入情況，分析其信用，找出異常情況與可能發(fā)生的欺詐行為，控制信貸風(fēng)險(xiǎn)。

5、實(shí)現(xiàn)智能匹配?；閼倬W(wǎng)站、交易平臺(tái)等，利用大數(shù)據(jù)可以進(jìn)行精準(zhǔn)而高效的配對(duì)服務(wù)。網(wǎng)易花田會(huì)挖掘用戶行為數(shù)據(jù)，比如點(diǎn)擊哪些異性的頁(yè)面，發(fā)表什么樣的評(píng)論，建立用戶興趣模型，從而挖掘到用戶所期待另一半的類型，然后主動(dòng)推薦與對(duì)方匹配度比較高的人選。2010年，阿里巴巴嘗試性地推出“輕騎兵”服務(wù)，由阿里巴巴將中國(guó)各產(chǎn)業(yè)集群地的供應(yīng)商與海外買(mǎi)家的個(gè)性采購(gòu)需求進(jìn)行快速匹配，所憑借的，就是對(duì)供應(yīng)商的海量交易數(shù)據(jù)信息的整合與挖掘。

大數(shù)據(jù)作為產(chǎn)品核心支撐的關(guān)鍵在于用戶量。對(duì)于大多數(shù)互聯(lián)網(wǎng)公司來(lái)說(shuō)，用戶量越多，收集的數(shù)據(jù)越多，憑借更多的數(shù)據(jù)，其產(chǎn)品與商業(yè)模式會(huì)不斷改進(jìn)，進(jìn)而帶來(lái)更多的用戶。

二、大數(shù)據(jù)直接作為產(chǎn)品

對(duì)一些企業(yè)，大數(shù)據(jù)直接成為了產(chǎn)品，這些產(chǎn)品包括海量數(shù)據(jù)、分析、存儲(chǔ)與挖掘的服務(wù)等，目前大數(shù)據(jù)產(chǎn)業(yè)鏈正在形成過(guò)程中，出現(xiàn)了一批開(kāi)放、出售、授權(quán)大數(shù)據(jù)和提供大數(shù)據(jù)分析、挖掘的公司和機(jī)構(gòu)，前者主要是一些擁有海量數(shù)據(jù)的公司，將數(shù)據(jù)服務(wù)作為新的盈利來(lái)源。如大型的互聯(lián)網(wǎng)平臺(tái)、民航、電信運(yùn)營(yíng)商、一些擁有大數(shù)據(jù)的政府機(jī)構(gòu)等等，后者主要包括一些能夠存儲(chǔ)海量數(shù)據(jù)或者將海量數(shù)據(jù)與業(yè)務(wù)場(chǎng)景結(jié)合，進(jìn)行分析和挖掘，或者提供相關(guān)產(chǎn)品的公司，如IBM、SAP、拓而思、天睿公司。它們?yōu)榇髷?shù)據(jù)應(yīng)用者們提供海量數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)挖掘、圖像視頻、智能分析等服務(wù)以及相關(guān)系統(tǒng)產(chǎn)品。

大數(shù)據(jù)平臺(tái)——企業(yè)群落繁榮的滋養(yǎng)劑

相對(duì)企業(yè)本身對(duì)大數(shù)據(jù)的應(yīng)用，大數(shù)據(jù)平臺(tái)更多是利用大數(shù)據(jù)來(lái)搭建企業(yè)生態(tài)。一些擁有龐大數(shù)據(jù)資源的大型互聯(lián)網(wǎng)平臺(tái)，已變?yōu)榘Ａ考纳叩纳鷳B(tài)系統(tǒng)。在這個(gè)生態(tài)系統(tǒng)中，它們將海量用戶互聯(lián)網(wǎng)行為痕跡和分析提供給平臺(tái)上的企業(yè)，用于它們改善經(jīng)營(yíng)，推動(dòng)整個(gè)平臺(tái)生態(tài)繁榮，在這一過(guò)程中，它們也收取數(shù)據(jù)服務(wù)費(fèi)。阿里巴巴就是一個(gè)典型的例子，從數(shù)據(jù)魔方、黃金策到聚石塔，阿里巴巴不斷地為平臺(tái)上中小電商提供數(shù)據(jù)產(chǎn)品和服務(wù)。

而百度已建成了包括百度指數(shù)、司南、風(fēng)云榜、數(shù)據(jù)研究中心和百度統(tǒng)計(jì)在內(nèi)的五大數(shù)據(jù)體系平臺(tái)，幫助其營(yíng)銷(xiāo)平臺(tái)上的企業(yè)了解消費(fèi)者行為、興趣變化，以及行業(yè)發(fā)展?fàn)顩r、市場(chǎng)動(dòng)態(tài)和趨勢(shì)、競(jìng)爭(zhēng)對(duì)手動(dòng)向等信息。

而當(dāng)大數(shù)據(jù)從企業(yè)內(nèi)部運(yùn)營(yíng)的動(dòng)力，變成平臺(tái)企業(yè)的產(chǎn)品和服務(wù)時(shí)，平臺(tái)企業(yè)也在經(jīng)歷著一個(gè)從大數(shù)據(jù)運(yùn)營(yíng)到運(yùn)營(yíng)大數(shù)據(jù)的階段。數(shù)據(jù)從運(yùn)營(yíng)的支持工具，變成了生產(chǎn)資料。此前平臺(tái)們的關(guān)注點(diǎn)，更多的是如何用好現(xiàn)有的大數(shù)據(jù)。而未來(lái)，它們的關(guān)注點(diǎn)則更多是如何將大數(shù)據(jù)這個(gè)生產(chǎn)資料管理好、經(jīng)營(yíng)好，如何更好地為平臺(tái)上的企業(yè)服務(wù)。這就涉及到收集的數(shù)據(jù)質(zhì)量怎樣？格式標(biāo)準(zhǔn)是否統(tǒng)一？數(shù)據(jù)作為一種原材料，其精細(xì)化程度如何？是否符合平臺(tái)上企業(yè)應(yīng)用的具體場(chǎng)景？是平臺(tái)上企業(yè)拿來(lái)就能用的，還是還需要平臺(tái)上的企業(yè)再加工？

為解決這些問(wèn)題，各個(gè)平臺(tái)在積極地努力。比如阿里巴巴建立了數(shù)據(jù)委員會(huì)，在統(tǒng)一數(shù)據(jù)格式標(biāo)準(zhǔn)、從源頭上保證數(shù)據(jù)的質(zhì)量，采集和加工出精細(xì)化的數(shù)據(jù)，確保其能符合平臺(tái)企業(yè)的應(yīng)用場(chǎng)景等方面，不遺余力地嘗試。尤其在大數(shù)據(jù)精細(xì)化方面，阿里巴巴更是作為其大數(shù)據(jù)戰(zhàn)略的重點(diǎn)。這方面，騰訊目前也在加快步伐。比如新版騰訊網(wǎng)出現(xiàn)了“一鍵登錄”的提示，用戶可以在上面通過(guò)一些細(xì)分標(biāo)簽，訂閱自己關(guān)注的內(nèi)容。實(shí)際上，這也是騰訊收集更精細(xì)化的用戶興趣數(shù)據(jù)的一個(gè)有效手段。

Tips

大數(shù)據(jù)實(shí)戰(zhàn)手冊(cè)

將大數(shù)據(jù)應(yīng)用于內(nèi)部運(yùn)營(yíng)中時(shí)，企業(yè)會(huì)遇到一些常見(jiàn)問(wèn)題

1企業(yè)如何獲取與分析數(shù)據(jù)？

互聯(lián)網(wǎng)是大數(shù)據(jù)的一個(gè)主要來(lái)源，一些線下的傳統(tǒng)企業(yè)很難獲得。但它們可以：

• a 和擁有或能抓取海量數(shù)據(jù)的平臺(tái)、企業(yè)以及政府機(jī)構(gòu)合作。比如淘寶上的電商就購(gòu)買(mǎi)淘寶收集的海量數(shù)據(jù)中與自身運(yùn)營(yíng)相關(guān)的部分，用于自身業(yè)務(wù)。再如卡夫通過(guò)與IBM合作，在博客、論壇和討論版的內(nèi)容中抓取了47.9萬(wàn)條關(guān)于自己產(chǎn)品的討論信息，通過(guò)大數(shù)據(jù)分析出消費(fèi)者對(duì)卡夫食品的喜愛(ài)程度和消費(fèi)方式。
• b 建立自己在互聯(lián)網(wǎng)上的平臺(tái)，比如朝陽(yáng)大悅城利用自己的微信、微博等平臺(tái)收集消費(fèi)者評(píng)論數(shù)據(jù)。
• c 許多傳統(tǒng)企業(yè)沒(méi)有分析海量數(shù)據(jù)的能力，此時(shí)它們可以和大數(shù)據(jù)分析和挖掘公司合作，目前市場(chǎng)上已經(jīng)有天睿公司、IBM、百分點(diǎn)、華勝天成等一批提供大數(shù)據(jù)分析和挖掘服務(wù)的公司，它們是傳統(tǒng)企業(yè)進(jìn)行大數(shù)據(jù)分析可以借助的力量。

2 如何避免大數(shù)據(jù)應(yīng)用時(shí)的部門(mén)分割？

對(duì)于許多企業(yè)，其信息流被各部門(mén)彼此分割，數(shù)據(jù)難以互通，對(duì)于這種情況下，大數(shù)據(jù)的共享和匯集就只是一個(gè)泡影，更難以實(shí)現(xiàn)大數(shù)據(jù)的深度應(yīng)用。

要打通部門(mén)之間信息分割的局面，首先要建立統(tǒng)一的、集中的數(shù)據(jù)系統(tǒng)。就像立白信息與知識(shí)總監(jiān)王永紅所說(shuō)的，“要真正用好大數(shù)據(jù)，企業(yè)要采用大集中的信息系統(tǒng)。”從更深入的角度來(lái)談，企業(yè)信息流的部門(mén)分割，更在于企業(yè)部門(mén)之間的分割，比如有一些企業(yè)的營(yíng)銷(xiāo)按照渠道分割，導(dǎo)致對(duì)于顧客的大數(shù)據(jù)收集和分析效果大打折扣。

IBM智慧商務(wù)技術(shù)總監(jiān)楊旭青認(rèn)為，“很多時(shí)候由于組織結(jié)構(gòu)問(wèn)題，大數(shù)據(jù)分析有效性大大降低了?！边@就需要組織與流程層面的重新設(shè)計(jì)，在這方面，阿里巴巴的部門(mén)負(fù)責(zé)人輪崗制度，對(duì)于打破部門(mén)壁壘無(wú)疑是一劑好藥。而一些企業(yè)為了打破部門(mén)分割，建立了矩陣型的組織結(jié)構(gòu)，強(qiáng)化部門(mén)間的橫向合作，這些無(wú)疑為大數(shù)據(jù)的匯集、共享與應(yīng)用創(chuàng)造了良好條件。

3 如何讓業(yè)務(wù)人員重視大數(shù)據(jù)的應(yīng)用？

解決這個(gè)問(wèn)題，一方面在于一把手對(duì)整個(gè)企業(yè)數(shù)據(jù)文化的倡導(dǎo)，比如1號(hào)店董事長(zhǎng)于剛就要求業(yè)務(wù)人員無(wú)論在開(kāi)會(huì)，還是匯報(bào)工作時(shí)，都以數(shù)據(jù)說(shuō)話，而馬云更是將大數(shù)據(jù)提升到了戰(zhàn)略高度。

另一方面，也在于數(shù)據(jù)部門(mén)的帶動(dòng)，阿里巴巴數(shù)據(jù)委員會(huì)負(fù)責(zé)人車(chē)品覺(jué)分享了經(jīng)驗(yàn)，“因?yàn)檫\(yùn)營(yíng)部門(mén)的業(yè)務(wù)人員很難看到大數(shù)據(jù)的潛力，可以首先從一些對(duì)業(yè)務(wù)見(jiàn)效快，見(jiàn)效顯著的數(shù)據(jù)項(xiàng)目出發(fā)，通過(guò)一兩個(gè)項(xiàng)目的成功，調(diào)動(dòng)對(duì)方的積極性，然后再逐步一個(gè)個(gè)地引導(dǎo)?！?/p>

4 為何大數(shù)據(jù)工作與運(yùn)營(yíng)需求脫節(jié)？

這往往是由于數(shù)據(jù)人員與業(yè)務(wù)人員視角、專業(yè)知識(shí)不同而導(dǎo)致的。大數(shù)據(jù)人員做了很多努力，但是業(yè)務(wù)人員卻認(rèn)為這些努力無(wú)關(guān)痛癢。如何解決這個(gè)問(wèn)題？

有的企業(yè)從組織設(shè)計(jì)上發(fā)力，將大數(shù)據(jù)納入業(yè)務(wù)分析部門(mén)的管理之下，用業(yè)務(wù)統(tǒng)馭數(shù)據(jù)。對(duì)于朝陽(yáng)大悅城，由主要負(fù)責(zé)戰(zhàn)略和經(jīng)營(yíng)分析的部門(mén)來(lái)管理大數(shù)據(jù)工作，其中的大數(shù)據(jù)分析人員則作為支持人員。在負(fù)責(zé)人張巖看來(lái)，大數(shù)據(jù)要靠商業(yè)法則指導(dǎo)，關(guān)鍵是找到業(yè)務(wù)需求的點(diǎn)，然后由數(shù)據(jù)分析和挖掘人員實(shí)現(xiàn)。在具體操作中，大悅城對(duì)微信的數(shù)據(jù)挖掘，挖掘什么樣的關(guān)鍵詞，由業(yè)務(wù)分析人員確定，而具體挖掘則由數(shù)據(jù)部門(mén)做；有的企業(yè)從流程設(shè)計(jì)上著手，推動(dòng)業(yè)務(wù)部門(mén)與數(shù)據(jù)部門(mén)人員之間的溝通，建立數(shù)據(jù)人員工作與效果掛鉤的考核機(jī)制。

例如阿里巴巴根據(jù)數(shù)據(jù)挖掘的成效（比如帶來(lái)的商品轉(zhuǎn)化率的提升）來(lái)考核數(shù)據(jù)挖掘師，考核數(shù)據(jù)分析師則看其分析結(jié)果能否出現(xiàn)在經(jīng)營(yíng)負(fù)責(zé)人的報(bào)告中。從數(shù)據(jù)部門(mén)自身角度則需要降低運(yùn)營(yíng)部門(mén)使用數(shù)據(jù)的障礙和門(mén)檻，比如立白集團(tuán)的數(shù)據(jù)人員會(huì)努力嘗試向運(yùn)營(yíng)部門(mén)提供更易懂、更生動(dòng)的圖形化數(shù)據(jù)分析界面，在立白老板辦公室上，就有一份“客戶運(yùn)營(yíng)健康體檢表”，讓老板對(duì)全國(guó)經(jīng)銷(xiāo)商的當(dāng)月銷(xiāo)售情況一目了然。再如阿里巴巴開(kāi)發(fā)的無(wú)線Bi，讓經(jīng)營(yíng)人員在手機(jī)上也可以看到大數(shù)據(jù)分析結(jié)果，拿車(chē)品覺(jué)的話說(shuō)，“以數(shù)據(jù)之氧氣包圍經(jīng)營(yíng)人員?！?/p>

(本文在寫(xiě)作過(guò)程中還得到SAP、IBM、艾瑞咨詢、新加坡經(jīng)發(fā)局等企業(yè)和機(jī)構(gòu)的支持)

via：中國(guó)企業(yè)家