大資料怎麼解決大問題
如今,大資料已成為一項業務上優先考慮的工作任務,因為它能夠對全球整合經濟時代的商務產生深遠的影響。下面是小編分享的，歡迎大家閱讀!
【大資料怎麼解決大問題】
研究表明,72%的企業首選大資料應用需求是基於客 戶行為分析的大資料營銷,其次產品創新、風險預測、供應鏈管理、客戶服 務等也是企業優先考慮的大資料應用。
提升客戶洞察力
傳統的拍腦袋的決策方式和營銷手段,對大資料時代消費模式的戰略決策 已經不再那麼適用,尤其是越到後來,市場、媒體、渠道成本就越高,企業所 換取的收益越來越少。那麼,如何才能在新時代裡,尋找到投資和回報的平衡 點,就需要利用大資料去預測消費者的行為,提高其購買力,從而獲得利益。
大資料的核心就是預測,大資料能夠預測體現在很多方面。大資料不是 要教機器像人一樣思考,相反,它是把數學演算法運用到海量的資料上來預測 事情發生的可能性。正因為在大資料規律面前,每個人的行為都跟別人一 樣,沒有本質變化,所以商家會比消費者更了消費者的行為。
沃爾瑪是資料探勘分析領域的先行者,建立了全新超大資料中心,利用 大資料技術和方法使得自己可以更好地最佳化物流、商品陳列和價格,還能夠 對客戶行為做出預測,巧妙利用顧客資料實現盈利增長的有效經驗,推出有 前瞻性的促銷。相類似的是,銀行業、航空業、汽車業而今也在使用大資料 技術和方法來推進營銷預測,這些行業中也不存在所謂線上渠道和線下渠道 之爭,企業可以根據規劃需要靈活投入,並捕捉實時資料進行動態調整。
《大資料變革:讓客戶資料驅動利潤奔跑》一書的作者指出,包括已知行 為動機和必要的實際客戶行為資料的細粒化市場圖景,可以為企業提供更廣泛 且有資料支援的客戶價值理解,企業將可能因此實現恰當的、有針對性的向上 和交叉銷售,促成替代效應,縮短客戶資料反饋至研發和製造等環節的週期。 客戶資料帶來更多的客戶價值,指的是資料能夠幫助企業較為精準地找到單個 客戶層級所處的市場,留住客戶,促進客戶的推薦,降低營銷成本。
Automercados Plaza’s是委內瑞拉的一個家族式食品連鎖店,擁有超過6TB 產品和客戶資料,分佈在不同系統和資料庫中。因此,公司難以輕鬆地評估每個商店的執行情況,而且高管 知道他們需要從資料中獲得 寶貴的洞察力。
Automercados Plaza’s公 司CIO Jesus Romero說:“在 定價、庫存、銷售、配送和 銷售方面,我們面臨著嚴重 的混亂。我們擁有近2000萬美 元的庫存,而且我們追蹤不 同系統中的相關資訊,並且 手動進行編輯。我們需要一 個整合的檢視,以確切地了 解我們擁有什麼。”
透過整合企業內的資訊,這家食品連鎖店的收入增加了近30%,年利 潤提高了700萬美元。Romero先生將這些成績歸功於更好的庫存管理以及更 快適應不斷變化的市場形勢的能力。例如,公司避免了大約35%的產品的損 失,因為公司能夠提前安排降價,在食物變質前將其銷售出去。
重構商業模式
一些成熟的企業可能會發現他們很難擺脫根深蒂固的做事方式,而初創 企業卻有能力創造新的商業模式。
免費資料收集器和聚合器:社交資料流服務提供商Gnip公司,透過 各種渠道收集資料,大部分都是免費的,然後對資料進行過濾和完善,並根 據客戶需要的格式向他們提供資料。
資料分析服務:這些公司通常為客戶提供分析資料的服務,這些數 據通常是由客戶提供的。例如Sendify公司,為企業提供實時的呼叫者情報, 所以當有電話打進時他們看到打電話的人的很多相關的附加資訊,這會幫助 企業增加他們的銷售機會。
資料生成和分析:公司透過眾包、智慧手機或其他感測器生成自己的數 據,他們也提供分析服務。這個例子包括GoSquared Mixpanel和Spinnakr公司, 他們透過使用一個跟蹤程式碼在他們客戶的網站上收集資料,分析資料並使用web介面提供報告。
免費資料知識發現:這個模式是免費提供資料和分析。例如,Gild公司透過自動評估應聘者釋出的程式碼並進行打分,來幫助企業招聘開發人員。
資料整合服務:這些公司從多個內部源獲取資料並對資料進行彙總, 然後透過一系列使用者友好、通常是視覺化介面,將結果反饋給使用者。在教育領域,從多個教育專案和網站彙總的資料時刻幫助教師監控學生的表現。
多源資料混聚和分析:這些公司將客戶提供的資料進行彙總,大多是 免費的資料來源,並對客戶資料進行分析,以豐富或基準資料。例如welovroi是 一個基於網路的數字營銷公司,監控和分析工具能夠使企業跟蹤大量不同指標。它還能整合外部資料,並保證營銷活動的成功的基準測試資料。
助力精細化運營
好產品是運營出來的,網際網路產品需要不斷運營、持續打磨。產品運營 的目的是為了擴大使用者群、提高使用者活躍度、尋找合適的商業模式並增加收 入。成功的網際網路運營要做到精細化運營,成功的精細化運營需要大資料支 撐。大資料和網際網路思維在此方面關聯度最高。所以,企業在大資料的應用 場景上,一定是要優先考慮如何透過大資料進行精細化運營,以驅動更好的 運營效率和效果的提升。
欺詐是全球各地的保險公司面臨的一個切實挑戰。無論是大規模欺詐, 例如縱火,或者涉及到較小金額的索賠,例如虛報價格的汽車修理賬單,欺 詐索賠每年可使企業支付數百萬美元的費用,而且成本會以更高保費的形式轉嫁給客戶。保險公司不斷應對欺詐,但法律訴訟和私人調查等傳統方法不 僅費時,而且要支付高昂的費用。
作為南非最大的短期保險提供商,Santam切實感到保險欺詐的嚴重性。 欺詐損失佔Santam客戶每年保費的6%至10%。欺詐還有另外一個後果——運 行效率低下。由於代理必須處理並調查高風險和低風險索賠,所有索賠至少 需要三天才能解決,而且Santam開始感覺到,公司在客戶服務方面的良好聲 譽在客戶希望快速獲得結果的時代受到了損害。
透過採用先進的分析解決方案從收到的索賠中獲取資料,Santam有能力 及早發現欺詐,根據已經確定的風險因素評估每個索賠,並且將索賠劃分為 五個風險類別,並將可能的欺詐索賠和更高風險與低風險案例區分開。藉助 新系統,公司不僅節省了數百萬元的保險欺詐損失,而且顯著縮短了低風險 索賠的處理時間,最終使某些客戶的處理在不到一個小時內即可完成。在實 施後的前幾個月內,Santam還發現了一個著名的汽車保險欺詐團伙。大數 據、預測分析和風險劃分幫助公司識別出了導致欺詐監測的模式。
企業如何推動大資料採用
受應對業務挑戰這一需求的推動,並且根據不斷進步的技術和資料不斷變化的特點,企業已經開始更深入地考察大資料的潛在收益。為了從大資料中獲取更多價值,IBM商業價值研究院為企業實施大資料舉措提供瞭如下的建議。
以客戶為中心推動初始舉措
最初的大資料舉措必須注重能夠為企業提供最大價值的領域,這一點勢 在必行。對許多行業來說,這意味著從客戶分析開始,透過真正瞭解客戶需 求,並預測未來行為,從而為客戶提供更好的服務。
全面數字化是有助於帶來大資料迅猛發展的一個推動力,已經改變了個 人和組織之間的力量平衡。如果企業希望瞭解並向有能力的客戶和市民提供 價值,他們必須集中精力將客戶作為個體進行了解。企業還需要向新技術和 高階分析能力投資,以更好地瞭解各個客戶的`互動和偏好。
但是,當今的客戶 ——包括最終消費者或者企業對企業客戶,需要的不 僅僅是瞭解。要想有效地培養與客戶之間有意義的關係,企業必須以客戶認 為有價值的方式與客戶聯絡。
價值可能來自更及時、更明智或者更相關的互動;也可能來自於企業通 過改進底層運作而增強互動的整體體驗。無論來自何處,分析都有助於從大 資料中獲得洞察力,這對於在這些關係中達到這一深度日益重要。
制定整個企業的大數藍圖
藍圖包含企業內的大資料願景、戰略和要求,對於在業務使用者的需求與 IT實施路線圖之間做到協調非常關鍵。它實現了關於企業如何利用資料改進 業務目標的一致理解。
有效的藍圖透過確定大資料適用的關鍵業務挑戰、規定如何使用大資料 的業務流程要求,以及包含實現該藍圖所需資料、工具和硬體的架構,從而 定義了企業內大資料的範圍。這是為指導企業以實用的方式,並以創造可持 續的商業價值為出發點,開發並實施大資料解決方案而制定藍圖的基礎。
從現有資料開始,實現近期目標
要實現近期目標,同時為持續開展大資料專案創造發展動力和專業知 識,企業必須採取實用的方法。我們的調研表明,要開始尋求新的洞察力, 最具邏輯性和價效比的地點就是企業內部。
從內部著眼允許企業利用現有資料、軟體和技能,提供近期業務價值, 並且在考慮提升現有的能力而處理更復雜的資料來源和型別之前積累重要的 經驗。大多數企業希望透過這樣做而充分利用現有儲存庫中的資訊,同時擴 展其資料倉庫,以處理更大數量和更多型別的資料。
受應對業務挑戰這一需求的推動，並且根據不斷進步的技術和資料不斷變化的特點，企業已經開始更深入地考察大資料的潛在收益
根據業務優先順序逐步建立分析能力
在世界範圍內,越來越多的分析工具使企業目不暇接,同時企業也面臨著分析技能的嚴重缺乏。大資料效率取決於消除這一巨大差距。簡言之,企 業必須獲取工具和技能。在這個過程中,隨著分析、功能和IT技能的完美平 衡,預計新角色和事業模式將會出現。
關注內部分析人員的專業發展和事業進步,他們已經熟悉企業獨特的業 務流程和挑戰,這應是業務高管的首要任務。同時,大學和個人自身(無論什 麼背景或專業)都有義務培養強大的分析技能。
基於可衡量的指標制定投資回報分析
制定綜合且可行的大資料戰略以及後續的路線圖需要可靠且可量化的投 資回報分析。因此,一位或多位業務高管積極參與並支援這一流程非常重 要。要實現長期的成功,強大、持續的業務和IT的協作同樣重要。
許多企業的投資回報分析基於以下可從大資料獲得的益處:
更聰明的決策-利用新的資料來源提高決策質量;
更快的決策-實現更實時的資料獲取與分析,支援在“影響點”做出決策,例如在客戶訪問您的網站或者與客戶服務代表通電話時;
創造奇蹟的決策-使大資料舉措注重於那些能夠提供真正差異化的領域。
這些建議中有一個基本原則:業務和IT專業人員必須在整個大資料實施過程中通力合作。最有效的大資料解決方案首先確定業務要求,然後定製基 礎設施、資料來源和量化分析,以支援該業務機會。