܄

《哈佛商业评论》为何紧盯海尔大数据?

【数据猿导读】 提到大数据时代,就不得不提及IBM、惠普、Teradata、甲骨文等这些推动我们进入大数据时代的企业,但是这一次在《哈佛商业评论》探讨的企业大数据战略中,主角不是IBM也不是谷歌,而是变成了引领工业4.0趋势的智能制造企业,海尔

《哈佛商业评论》为何紧盯海尔大数据?

不是每一种案例都具备研究意义,但凡为世界顶级学者所紧盯的商业创新,一定不同寻常。近日,美国贝恩公司陆原、申文燮在《哈佛商业评论》5月刊上发表的题为《建立大数据能力的6大要素》的文章在业界引发广泛关注,文章在讲述“数据→分析→洞察→决策支撑的产品化、常态化”这一关键因素时,着重以海尔SCRM为例进行了详细阐述,并将海尔SCRM大数据探索定义为企业建立大数据战略与能力成功的典范。

海尔大数据探索成果登上《哈评》

提到大数据时代,就不得不提及IBM、惠普、Teradata、甲骨文等这些推动我们进入大数据时代的企业,他们利用大数据分析平台的优势资源率先开始掘金大数据市场,成为前互联网时代名副其实的大数据引领者。但是这一次在《哈佛商业评论》探讨的企业大数据战略中,主角不是IBM也不是谷歌,而是变成了引领工业4.0趋势的智能制造企业——海尔。

 

在《建立大数据能力的6大要素》一文中,作者从“企业打造大数据战略面临的挑战、企业建立大数据战略与能力的关键因素、大数据的典型应用”三个方面,对企业大数据的构建和应用进行了全面介绍。其中在讲述“数据→分析→洞察→决策支撑的产品化、常态化”这一关键因素,以海尔SCRM为例进行了详细阐述,并对海尔大数据平台进行了重点介绍。

海尔SCRM数据平台全称是“社交化用户关系管理系统”,与海尔全流程12个数据系统通过数据接口进行数据采集、融合、识别、聚类、建模,将1.4亿线下实名数据与19亿线上匿名数据进行动态匹配管理。SCRM数据平台以用户数据为核心,全流程连接企业运营数据,全方位连接社交行为数据,借助SCRM数据平台,海尔通过大数据挖掘为用户贴上标签,并根据标签形成最基本的用户模型,通过用量化分值定义用户潜在需求的高低,精准满足其个性化的需求。截至目前,海尔会员大数据平台已经建立了3大类10个数据模型,构建7个层级、143个维度、5236个节点用户数据标签体系。

在《建立大数据能力的6大要素》的解读中,顶级学界显然已经关注到了海尔大数据探索的意义:海尔SCRM大数据平台除了利用精准营销为产品找用户,还在为用户找产品。为满足消费者最佳体验,海尔SCRM还支持海尔智能化互联工厂大规模为用户提供定制化产品,取代以前厂家给用户选择的形式,让原本在市场中处于被动状态的消费者占据主动。

《哈评》为何紧盯海尔大数据探索

那么,《哈佛商业评论》等顶级学界为何紧盯海尔大数据探索?其实,早在1998年和2015年,《企业文化激活休克鱼》和《海尔:与用户零距离》案例课就已登上哈佛商学院的讲堂。对来自全球的经理人来说,这两个案例给了苦思解决之道的他们莫大的启发,作为哈佛商学院的标志性杂志,《哈佛商业评论》自然不会错过海尔对大数据探索的研究。

在大数据之父舍恩伯格看来,大多数企业把大数据作为一种市场营销手段,但是大数据还可以帮助人们改变商业模式以及盈利模式,这才是大数据最大的价值所在。在用户需求不断变化、更加追求个性化的今天,企业如何通过深挖大数据,精准识别目标用户,并为用户提供精准的产品和服务,是企业在互联网时代实现颠覆式发展的关键因素。

正如贝恩公司两位作者在《建立大数据能力的6大要素》文章开头所描述,拥有优秀大数据能力的企业,做出正确决策的可能性高出竞争对手3倍、决策速度比竞争对手快5倍。海尔借助拥有上亿用户数据的SCRM大数据平台,建立了需求预测和用户活跃度等数据模型,这些成果在日常应用中已经取得了巨大成效,一年转化的销售额达到60亿元。除此之外,海尔未来能否转型成为大数据企业也是《哈佛商业评论》等顶级学界关注的焦点。

阿里巴巴创始人马云就曾表示,未来的制造业不仅仅是会制造产品,未来的制造业制造出来的机器必须会思考,会说话,会交流,未来所有的制造业都将会成为互联网和大数据的终端企业。“未来的制造业要的不是石油,未来的制造业最大的能源是数据。”如此来看,依靠对智能终端数据、智能交易数据和智能研发制造数据的全流程管理,实力雄厚的家电企业在未来有机会成为最大的数据平台,海尔对大数据的布局让业内“浮想联翩”。

对此,业内专家分析认为,人本身就是最大的传感器,智能设备就是最大的数据源,那么,拥有亿级忠实用户、拥有完整智能家电产业的海尔,本身就是一个超级数据平台。此外海尔目前正在探索智能化转型,诸如馨厨冰箱、天樽空调等都在从产品变成网器,智能采集环境数据、设备运行数据、人机交互数据,这意味着海尔拥有最大范围的大数据触点,《哈佛商业评论》等顶级学界紧盯海尔大数据探索自然不足为奇。


来源:IT168

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。

相关精彩内容推荐

我要评论

精品栏目

[2016/10/10]

大数据24小时

More>

[2016/09/26-7]

大数据周周看

More>

[2016/09/01-30]

大数据投融资

More>

[2016/11/04-11]

大咖周语录

More>

[2016/10/31-7]

大数据周聘汇

More>

[2016/11/01-6]

每周一本书

More>