百分点首席统计学家王汉生：什么是数据的商业价值？

百分点王汉生大数据商业价值

王汉生 | 2016-04-28 13:55

【数据猿导读】数据的商业价值最可能体现在三个方面。他们分别是：第一、收入;第二、支出;第三、风险。那么，这三方面是否就足够了呢?很遗憾，还不够。还缺最后临门一脚，就是：可以量化的参照系

大家好，我是王汉生。

今天跟大家探讨一个问题：什么是数据的商业价值?

为什么要讨论这个问题呢?因为在数据相关的行业中我们看到了太多的困惑。

很多朋友说：“王老师，您看，我们做了一款这么棒的数据产品，数据量这么大，体验这么好，创意如此独特。可是，客户就怎么不愿意买单呢?肯定是客户太low了，数据意识太差了，跟不上大数据时代。我得好好教育教育他，如果我教育不了他，拜托王老师您能教育他。如果王老师您都教育不了他，我就只能期待这个大数据时代能够教育他。”

听到这样的困惑我是什么感受呢?最开始，也非常沮丧，我认为这东西很好啊，客户怎么就看不懂呢?但是，随着时间的推移，我的看法在慢慢改变。为什么?就像老师不能挑选学生一样，在商业实践中，我们不能挑选客户。因此，我们不能把自己数据产品的失败归咎于客户的无知。这样做没有任何建设性意义。一个更加具有建设性的思考是：为什么我的数据产品客户不认可?怎样做才能让客户认可我的数据价值?在这方面有没有可以被归纳总结的方法论?这就是我今天想跟大家分享的内容。

我们一起思考一下，企业靠什么活着?

答：收入!

即使没有现在的收入，那也得有未来可预期的收入。啥子收入都没有，您还敢开店?所以，请大家记住第一个关键词：收入。

第二，企业为了达成收入，需要做什么?

答：支出。

支出包括方方面面。例如：原材料、工资、办公场地、营销活动等等。所以，请大家记住第二个关键词，支出!收入减去支出，就是利润。但是，在资本当道的今天，利润可以暂时是负的，没有问题。

第三，没有任何企业对自己未来的收入和支出是100%确定的，因为这里面有很大的不确定性，而不确定性带来的是什么?

答：风险。

所以，第三个关键词就是风险。总结一下，关于数据的商业价值，我的理论框架非常简单，三个关键词：第一、收入;第二、支出;第三、风险。任何数据产品，如果可以帮助客户，在这三个方面中的任何一个方面，实现可以“量化”的改进，那么这个数据的商业价值就比较容易说得清楚，否则非常困难。就这三个方面，跟大家分别作一些探讨。

第一个方面：收入。

从一个数据从业者的角度，我们可以先检讨一下，咱们的数据产品能否帮助客户带来额外的收入。请注意，这里的关键词是【额外】。客户是卖豆浆的，以前没有你的数据分析，他每天卖100碗。后来呢，有了你的高大上的数据分析之后，每天卖多少?还是100碗!那您的价值在哪里?相反，如果客户开始每天豆浆销售150碗了，那么您的价值就体现出来了。这个价值有多大?就是那额外的50碗豆浆!

这是一个搞笑的案例，严肃一点。我们可以讨论一下：最理想的额外收入应该是什么?我认为是：新兴市场。

例如，五一长假，大家要开车出去玩。然后呢?然后就堵车呗。堵车多郁闷啊?咱能否出一个堵车险?每堵车1分钟，保险公司给你赔付1块钱，补偿一下你那郁闷而又心塞的心情。

这个主意怎么样?似乎不错啊。但是，为什么保险公司不做呢?因为传统的保险公司没有技术手段可以实时监控一辆车的状态。他不知道你是否堵车，更不知道你堵车堵了多久。但是，现在有了车联网数据，这个故事就变了。这就是一个很好的例子：新兴的车联网数据，催生了一个全新的保险产品，带来了一个纯粹增量的新兴市场。如果保险公司是你的客户，他能不开心吗?

再看一个例子：个性化推荐。客户是一个电商网站，他的主页上有一个推荐栏。过去这个推荐栏的转化率是2%，也不错。但是呢，通过我的数据分析，我可以把推荐栏的转化率提高到5%，直接大幅度提高了客户的销售收入。您要是客户能不认可这个价值吗?所以我说，数据商业价值的第一个关键词是：收入!

第二个方面：支出。

有朋友说，王老师，我们的数据距离市场销售端，有点远，不能给客户增加收入。但是呢，我们的数据分析，有可能给客户节约不必要的支出，也就是成本。您看这样行吗?我说当然行啊，而且更好!为什么?因为收入的增加往往具有很强的不确定性，但是成本的控制相对而言却可以做到非常准确。刚才我们说您要开辟一个新兴的堵车保险市场，但是这个新兴的市场到底能带来多少额外的收入呢?非常不确定。

另一方面，您说咱超市现有100个收银员，但是通过技术改造，数据分析，合理排班，发现20个就可以了。直接节省了80个人工成本，这是非常确定的事情。因此，如果数据分析可以节省支出，那我会说：更好。因为这事更靠谱，更加可以预期!

回过头来，看看中国的制造业，体量无比巨大。我的数字也许不是非常准确，但是给大家一个大概的概念。例如：长安福特一年要生产多少量车?百万计。那上汽呢?几百万计。这还说的是汽车呢。如果换成电视机、电冰箱、电脑，这得是一个多么巨大的产量?这么多的设备，上面的每一个功能，每一个按键，都是必须的吗?例如，我的电脑上需要那么多USB接口吗?现在的台式机、笔记本还需要光驱吗?以前我们很难做这样的一个决策，因为我们不知道用户是如何在使用这个设备。但是，现在物联网的兴起，让这样的数据分析正在变为现实，这就是物联网数据的商业价值所在。所以我说，数据商业价值的第二个关键词是：支出!

第三个方面：风险。

还有朋友说，我的数据第一不能直接增加收入，第二不能直接节省成本，但是可以控制风险。这样的数据有商业价值吗?当然有了。事实上，风险就是连接收入和支出的一个转化器。对风险的把控，或者可以增加收入，或者可以降低成本。

看一个具体的例子。很多商业银行都有网上申请系统，允许用户通过互联网直接申请信用卡，或者其他金融信贷产品。为什么要在网上做?因为：流量大、成本低、效率高。但是缺点是风险比较大。有些线下才能提供的材料无法获得。怎么办?那就只能提高在线申请的门槛，降低通过率。这样做的优点是安全，把坏人拦在外面;缺点是错杀了很多好人。而好人之于银行就是客户，就是收入啊。我们为什么错杀好人?因为我们不了解他们，缺乏信任，无法实现风险管控。这是一个非常遗憾的事情。那么机会来了。如果您能够为这家银行提供独特的数据和分析，帮助他更加准确地区分哪些线上申请者是好人，哪些是坏蛋。因此，银行可以放心大胆地给更多的人发卡、放贷，进而增加收入。

这样的数据分析，谁能否认它的价值?这样的价值是如何实现的?是把对风险的把控，转化为收入的提高。同时，因为你风控做的好，所以坏账率就低，还节省了催收成本。看到没，对风险的把控，还可以转化为对支出的节省。这样的数据价值是否清晰?所以我说，数据商业价值的第三个关键词是：风险!

跟大家简单总结一下，我认为：数据的商业价值最可能体现在三个方面。他们分别是：第一、收入;第二、支出;第三、风险。那么，这三方面是否就足够了呢?很遗憾，还不够。还缺最后临门一脚，就是：可以量化的参照系。什么叫做可以量化的参照系?

这里有两个关键词：第一、量化;第二、参照系。

再看一个例子。有人说：“王老师，我们最近给客户做一个客户流失预警模型，准确度75%!”我一听，还挺靠谱。但是，他却垂头丧气，说对方老总很不满意。说这个准确度太差，连90%都不到!我心里倒抽一口凉气，心想：“90%，你咋不上天啊?”

大家看到没，这里的困难在哪里?这里的困难在于客户对预测精度没有一个合理的预期。为什么没有?因为他没有合理的参照系。在没有参照系的情况下，客户就只好参照小学生的考试成绩：认为90%才优秀!这就是你的困惑所在，那么应该怎么做?我们应该给他树立一个合理的参照系。

为此，咱可以摸清楚：客户在没有你的情况下，他自己能做多好?在你到来之前，客户自己是有流失预警得分的，这个得分准确度如何?

你猜怎么着，很多时候，客户自己都从来没有评价过，自己都不知道。你得帮他看看，十有八九惨不忍睹。这时候，你就好回答了。你可以这么说：“某某总，您看，之前咱们这边的精度是65%，已经做得非常不错了(夸奖一下对方)。但是呢，现在咱们双方共同努力，这个精度提高到了75%。为此您可以节省多少不必要的支出，或者增加多少额外的收入，等等等等。”

你看，这样是不是就更有说服力?为什么更有说服力?因为你确立了一个可以量化的参照系。而这个参照系就是：客户现有的系统。如果没有这个参照系，而您又想说明75%的精度是有价值的，是不是无比艰难?

最后总结一下：

我认为要把数据的商业价值说清楚，应该抓住：三个关键词，一个参照系。这三个关键词是：第一、收入;第二、支出;第三、风险。这个参照系要注意必须可以量化。那么，游离在这个理论框架之外的数据价值，是不是就没法说清楚了呢?当然不是了，但是可能会非常困难。

这就是今天的核心观点，谢谢大家!

来源：狗熊会

收藏分享

声明：数据猿尊重媒体行业规范，相关内容都会注明来源与作者；转载我们原创内容时，也请务必注明“来源：数据猿”与作者名称，否则将会受到数据猿追责。