܄

有多难,是什么让大数据落地踟蹰不前?

【数据猿导读】 近日,在2016百分点数据与价值国际论坛上,EIU亚洲咨询总监Alexander van Kemenade对于当前商业环境下大数据如何驱动商业运营和管理决策进行了分享。他表示,迈入大数据时代,企业应学会分步走

有多难,是什么让大数据落地踟蹰不前?

近日,在2016百分点数据与价值国际论坛上,EIU(全称The EconomistIntelligence Unit,经济学人智库)亚洲咨询总监Alexander van Kemenade对于当前商业环境下大数据如何驱动商业运营和管理决策进行了分享。在当前环境下,是什么让大数据落地踟蹰不前?企业应用大数据亟待解决哪些问题?Alexander van Kemenade都做了怎样的阐述?请阅读如下全文。

大数据驱动商业模式革新

技术与人才储备成为挑战

自从大数据理念诞生以来,其在挖掘消费者需求、提升商业智能方面的能力就备受关注。对此, Alexander van Kemenade指出:“大数据能够帮助我们更好地洞见消费者的特征,根据他们的上网行为、上网习惯来识别消费者群体特征以及细分化需求,通过这些数据,企业可以更有针对性地调整产品,并制定更有针对性的营销策略,这是我们看到的一些主要的数据应用领域。”

EIU亚洲咨询总监 Alexander van Kemenade

对于大数据在商业运营中的价值,Alexander van Kemenade举例表示:大部分公司根本不会思考产品定价的问题,而实际上,定价的变化对于销量变化有着巨大的影响,我们把它叫做定价弹性。如果说产品的价格增加10%,销售额会呈现出怎样的变化?这些变化的销售额都到哪里去了?如何来制定更加合理的价格?这些信息都是非常关键的,却很难被准确地挖掘出来。但是一旦有了大数据的支撑,企业不仅可以清晰地分析出销售额随定价的变化路径,还可以针对不同的用户群体来定制不同的价格策略。

正是因为大数据在驱动商业运营和管理决策方面展现了卓越的价值,因此很多企业的管理者都致力于推动大数据的应用。但当大数据真正落地的时候,企业管理层却容易踟蹰不前。Alexander van Kemenade指出,在当前环境下,大数据在企业内落地最大的挑战并不是它能不能在企业中使用,而是如何对这些数据进行解读,要解决这一问题,就需要在大数据技术和人才上进行充分的储备,而这也成为了大数据应用当前亟待解决的问题。

迈入大数据时代

企业应学会分步走

在厘清大数据对于商业场景的驱动能力之后,众多企业更关心的是如何迈入大数据时代。针对这一问题,Alexander van Kemenade表示:“要迈出大数据应用的第一步,企业首先需要建立一个专业、跨部门的团队,专业是指团队成员必须对大数据的技术与商业模式有着清晰的洞察,知道如何利用大数据来改善企业运营;跨部门是指团队应该是一个非常完整的跨越整个公司的团队,其中应该包含策略拟定人员、市场营销成员,这样就可以把公司分散的数据进行整合,同时从整体上剖析企业的大数据业务目标,并采取正确的行动。”

第二步就是郑重地思考关于大数据的一些问题,比如说利用企业现有的数据能做什么样的分析?应该以什么样的方式来组织这个数据?企业数据应该存放在哪里,是否需要有一个数据库?怎样去整合企业的数据等等。当把这些问题都弄清楚并解决之后,大数据的价值也就会慢慢浮现。

当然,Alexander van Kemenade也指出,当前诸多销售场景是离线完成的,存在着数据的覆盖率窄,很多场景数据缺失、数据隐私无法保障等问题,所以整体上我们仍旧处在小数据的时代。但是,在企业业务的不断发展过程中,小数据将会更加的细致,较少的数据集也会汇聚成为较大的数据集,大数据的技术与人才储备也必然会不断增强。因此,尽早迈入大数据时代仍然是必要的。

倾听大数据在说什么

但不要放弃相关性分析

在大数据的挖掘与应用中,常会有各种各样的理论以及想法。Alexander van Kemenade建议企业不要过多地理会理论上的问题,而是应该先去仔细观察企业的数据,看看数据本身到底告诉我们什么,因为对于大数据而言,回答“是什么”有时候比回答“为什么”更加重要。

但是,也不要因此抛弃相关性等理论分析。Alexander van Kemenade指出:“在决策方面陷入唯数据论同样是不可取的,因为归根结底决策是人做出的,我们要真正地向决策人说明决策背后的原因是什么,为什么会呈现出这样的数据特征,而不是告诉决策者我们的数据就是这样的,没有相关性分析的大数据对于决策的支撑将收效甚微。”


来源:百分点

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>