时间:2021-01-06 作者:吴辉 王云平 (作者单位:北京工商大学商学院)
[大]
[中]
[小]
摘要:
随着人们对大数据技术的了解与熟悉,越来越多的企业将大数据技术应用到企业的运营中。那么,处在转型中的我国企业应该如何利用大数据技术为企业创造价值呢?其基本的流程与步骤是什么呢?图1是应用大数据技术为企业创造价值的基本流程与步骤。
一、分析企业特点首先从企业所处行业、自身的情况和是否为网上企业这三点出发,对企业的特点进行全面深入的分析。
(一)分析企业所在行业的特点
因为每个行业运营模式不同,收集到的数据也不同,需要利用大数据技术解决的问题也不同。例如,对于零售业来说,收集到最多的数据是客户的数据,通过对这些数据的分析,可以总结出客户的消费习惯与爱好,从而进行精确营销;而对于银行业来说,通过对客户数据的分析,可以评估客户信用贷款的风险,从而进行风险控制;对于制造业,通过对产品运行数据的分析,可以更好地、进一步地为客户服务;电力行业通过客户用电量数据的分析,可以降低运营成本、改变营销模式。
(二)分析企业网上或网下的特点
目前的企业分为两种,一种是网上的企业,即利用互联网技术进行经营的企业;另一种是网下的企业,即传统的企业。对于网上的企业来说,不管是社交网站也好,...
随着人们对大数据技术的了解与熟悉,越来越多的企业将大数据技术应用到企业的运营中。那么,处在转型中的我国企业应该如何利用大数据技术为企业创造价值呢?其基本的流程与步骤是什么呢?图1是应用大数据技术为企业创造价值的基本流程与步骤。
一、分析企业特点首先从企业所处行业、自身的情况和是否为网上企业这三点出发,对企业的特点进行全面深入的分析。
(一)分析企业所在行业的特点
因为每个行业运营模式不同,收集到的数据也不同,需要利用大数据技术解决的问题也不同。例如,对于零售业来说,收集到最多的数据是客户的数据,通过对这些数据的分析,可以总结出客户的消费习惯与爱好,从而进行精确营销;而对于银行业来说,通过对客户数据的分析,可以评估客户信用贷款的风险,从而进行风险控制;对于制造业,通过对产品运行数据的分析,可以更好地、进一步地为客户服务;电力行业通过客户用电量数据的分析,可以降低运营成本、改变营销模式。
(二)分析企业网上或网下的特点
目前的企业分为两种,一种是网上的企业,即利用互联网技术进行经营的企业;另一种是网下的企业,即传统的企业。对于网上的企业来说,不管是社交网站也好,还是从事不同行业的商务网站也好,已经以极低的成本积累了大量的历史数据,并正在收集实时发生的数据,如对于目前的微博、微信、QQ、飞信等社交网站,可以分析出每个用户的关系网,同时通过对微博、微信、QQ、飞信聊天等非结构数据的分析,可以分析某些用户的消费喜好,这两种数据对于从事实业经营的企业来说,是弥足珍贵的。如何充分利用这些数据创造价值是网上企业要思考的。另外,对于有些网上企业来说,目前收集的数据可能仅仅是为了满足现有的经营,那么,还应考虑收集哪些新的数据、进行哪些分析、经营或管理模式进行怎样创新才能产生新的价值增长点。
尽管传统的企业没有现成的数据源,但传统企业可以通过各种手段得到数据,如可以通过购买网上企业出售的数据,或是直接并购网上企业,或者利用先进技术手段自己收集数据,如建立自己的微博、微信群,或利用WIFI、传感器等收集数据。如何利用这些数据为企业创造价值是传统企业要思考的问题。
(三)分析企业自身的特点
尽管企业所处行业是一样的,但经营模式、规模不同,利用大数据技术的模式也会不同。如沃尔玛通过并购社交网站和从社交网站购买数据的方式,利用大数据技术,从“挖掘”消费需求进展到要能够“创造”消费需求。而著名的美国老店梅西却采取了不同的模式,它是以免费的无线热点(Wi-Fi)为核心,为消费者打造一个既有实体店特色,又有网络特征的购物环境和购物体验,以增加销售收入。
二、明确利用大数据技术为企业创造价值的方式
企业在对自身的情况分析清楚后,可利用以下三种方式让大数据技术为企业创造价值。
(一)优化资源配置,提高资源配置效率
利用大数据技术了解宏观经济形势的走势、客户消费行为的变化、竞争对手等情况,可以让企业在战略制定时,能够合理配置资源,提高资源配置效率。
(二)寻求新的企业价值增长点
在大数据时代,数据已经成为一项可以为企业带来价值的资产。信息化已经在企业实施多年,有些企业已经积累了大量的业务数据,例如,亚马逊积累了大量的消费者行为的数据,谷歌积累了大量的人们网页浏览的数据,微博或微信里积累了很多人们热点讨论的问题和社交关系的数据,这些数据都可以成为企业新的利润增长点,关键在于如何运用它。
(三)提高企业运营效率,为企业创造价值
尽管大数据技术对很多企业来说还是新生事物(尤其是国内的传统企业),但国内外的很多企业已经先行使用了。从它们的经验看,大数据技术可以应用到企业运营的很多环节,并以各种不同的形式提高企业的运营效率,为企业创造价值。如利用大数据技术优化企业自身的商务网站、改进实体店的店内运营、提升顾客的忠诚度、帮助企业进行商品预测,据此调整生产与库存、提升供应链的效率、降低信贷的风险、降低企业原材料成本、改进售后服务、收集客户的偏好,指导企业研发新产品等。
三、大数据技术的实施
(一)数据收集
在确定了利用大数据技术采取何种方式为企业创造价值后,首先要考虑的就是如何收集数据,来实现这种方式。有些数据企业可能已经有了,而有些数据需要企业进一步通过不同的方式和不同渠道再收集。如阿里金融为阿里巴巴、天猫和淘宝的卖家贷款,需要评价这些卖家的信用状况。阿里金融通过自身的阿里巴巴、天猫和淘宝的销售平台,对卖家的历史交易流水数据进行分析,来评价这些卖家信用状况。为进一步验证数据的真实性,阿里金融从第三方进出口数据认证服务企业获得卖家的海关、税务数据,来进一步证实卖家的信用情况。
企业收集数据的渠道和方式有很多种,成本最低的是企业已有数据。如果这部分数据不能满足企业的要求,可以考虑通过各种技术手段自己收集数据,但不同行业会采用不同技术手段收集数据,例如,零售业采用WIFI、微博、微信等收集客户数据,电力行业采用智能电表收集客户用电的数据,制造业采用传感器收集产品运行的数据等。如果企业自己无法收集到数据,也可考虑购买互联网企业或其他企业的一些数据,如很多银行为了了解客户的信用情况,购买商务网站客户交易的数据等。当然这样获得数据会有一定的成本,关键看利用大数据技术获得收益是否可以抵消收集数据的成本。
(二)数据分析
1.收集到数据以后,具体应该分析什么,需要根据解决问题的目标而定。而怎样进行分析,需要数据使用者(也就是业务人员)根据自身的知识与经验,发挥自己的主观能动性去创造,形成一套行之有效的分析思路、方法和模型等。
2.真正能够将收集到的数据分析利用好,需要数据的开发者和数据的使用者紧密结合,尤其是数据的开发人员最好能够了解业务知识,在与数据的使用者不断交流的过程中,充分理解数据使用者真正的需求,理清数据使用者的思路,然后从技术角度分析,并建立相应的分析模型,最后利用数据分析工具得出分析结果。
3.在进行数据分析时,为降低数据的收集成本,最好能够重复地使用数据。如电力企业利用从智能电表中收集到的客户用电数据:一可以利用大数据技术较准确地预测未来用电的需要,从而提前购买电量,降低购电成本。二可以利用大数据技术,分析出不同用户的用电习惯,据此制定灵活的用电价格,反过来再影响用户的用电习惯。三可以利用大数据技术分析不同用户的用电习惯,然后采取措施平稳总体用电量,尽量避免极端用电峰值出现的频率。对同样数据做不同的分析、实行不同的管理,这样才真正充分利用了数据。
4.我们最常用的数据分析方法是分类归总,如在会计中,我们对凭证数据按科目进行分类汇总,即得到账的数据,按报表项目进行分类汇总,即得到报表的数据,我们根据账和报表的数据进行决策。在大数据时代,我们数据处理的方法,相比分类汇总的方法要复杂得多,更多地要分析一个因素与多个因素的相关关系,这种关系可能是线性相关,也可能是非线性相关,考虑的变量数也很多。加入的变量越多,意味着考虑的影响因素越全面,因此数据处理的结果越准确,越有利于决策。如电力企业预测未来的用电量,除了考虑客户用电量的历史数据外,还要考虑天气的因素、城市发展、人们生活习惯的改变等各种因素。
5.在大数据时代,我们除了利用数据分析的结果进行决策,间接地为企业创造价值外,还可以将数据分析的结果直接应用到实际业务的操作中。如当你在亚马逊网站购书时,你找的是一本“禅学”的书,推荐清单上出现了一本如何保持桌面整齐的书籍,这正是将数据分析的结果应用到实际业务操作中的结果。因为经过大数据的分析,对禅学感兴趣的人很可能喜欢桌面保持整齐。这是一种顾问式的互动营销。
(三)人员的构成与配合
由于大数据不同于传统的数据,它不止是量大,还包括一些非结构化的数据(如客户对产品的评价数据),而且数据之间存在我们未知的关系,因此要从大数据中得到我们想要的分析结果,并将结果应用到实际的工作中,需要不同专业的人员参与工作,组成大数据管理团队。基本上说,需要下面几种人员或岗位(当然针对不同规模的企业,有些岗位可以合并):(1)数据清洁员:其工作是保证收集到的数据是干净的、准确的,并且保证在数据整个处理过程中一直如此。(2)数据开发员:其要从大量的数据中找出实际需要的数据。(3)业务解决方案构架师:其要将找到的数据放到一起,并且组织好,准备分析。(4)数据专家:其要根据分析的需要,建立各种复杂数据分析模型,并要不断地更新这些模型,以保证这些模型始终是正确的。如可以建立预测消费者行为的模型、客户分类模型、价格优化模型等。(5)业务人员:其工作是按照模型分析出的结果进行具体的工作,并对其他人员的工作进行指导。
在大数据团队的五类专业人员中,业务人员应该是团队的灵魂,不论是分析模型的提出,还是各种数据的准备,他们都要给出自己的意见,并进行把关,因此其必须深入地与其他人员进行沟通,让团队中的其他人员充分理解他们的思想,了解他们真正需要什么。只有这样,最后分析出来的结果才能指导业务人员进行决策。
在大数据管理团队中,每类人员的工作都是不可缺少的,而且每个人完成工作的好坏,不但影响下一个人或几个人的工作,而且影响最后分析的结果。前三类人员的工作都是为数据的模型处理做准备的,而模型处理需要的数据以及数据的格式需要数据专家来决定。因此,数据专家要与前三类人员具体协调这些各种数据处理技术上的问题。一种特别好的工作方式是,大数据处理团队的人员定期召开会议,讨论工作中遇到的各种问题,彼此进行沟通、协调。
还有一个问题值得探讨,即大数据管理团队应该归IT部门管理,还是业务部门管理。笔者认为,具体情况要具体分析。归业务部门的好处是大数据处理能够及时地反映业务的变化,能够按照业务的变化及时地增减数据、修改模型,尤其是业务人员做大数据管理团队的负责人时,这一点更容易做到。但如果企业的很多业务部门都需要使用大数据技术处理数据,不可能每一业务部门都设有一个大数据团队,这样做很容易造成人才浪费,在这种情况下,企业最好在IT部门设一个大数据管理团队,分别为不同的业务部门服务,每个业务部门单独指定一个业务人员配合大数据管理团队进行工作。
(四)形成以数据为依据的决策文化
过去我们收集不到数据,企业大大小小的决策都要通过个人以往的工作经验做出,这样也就形成了凭个人经验和直觉进行决策的文化。但大数据时代各种数据层出不穷,收集数据的渠道也多种多样,不但收集数据的成本大大地降低,而且及时性大大提高。例如各种商务网站不但收集了各种客户消费的数据,而且收集了商家的交易数据;微信、QQ、微博不但收集了人们各种对话的数据,还收集人们各种社会关系的数据;通过WIFI,商家可以收集客户在商场内移动轨迹的数据;通过各种传感器企业可以了解设备运行的情况和移动的轨迹等。依据这些数据的分析结果进行决策,显然优于依据我们个人的经验与直觉。
另外,在大数据时代我们更重视数据的相关性,而不是数据的因果性。因为有些事情太复杂了,你很难总结出什么因素导致的最后结果,有时也许是众多因素影响的综合结果。而利用大数据技术对众多因素的相关性分析,反倒可以得到较准确的分析结果。
大数据时代的到来,使我们能够及时地得到我们以前不能得到的数据,同时大数据的分析技术也帮助我们在做决策时考虑更多的因素,因此在今天的大数据时代,每个企业都应该顺应时代变化,改变自身的决策文化,努力以数据作为决策的依据。
(五)改变企业的管理模式,充分利用大数据技术带来的信息优势
针对大数据技术给企业带来的信息优势,有些企业可以充分地利用,而对于另外一些企业,由于管理模式存在问题,需要改进以后才能充分利用。大数据技术的使用一定要与企业的管理流程、决策流程相结合,否则,大数据技术不但不会为企业创造价值,反而因为大数据技术的使用成本,降低企业价值。
[本文受到北京市哲学社科规划项目“中关村自主创新示范区产业集群发展的共生机制研究”(11JGB028)、教育部科学研究青年基金项目“主观业绩评价及其制度效果——基于组织公正中介作用的路径研究”(11YJC790043)的支持]
责任编辑 李斐然
相关推荐