策劃/本刊編輯部

執(zhí)行/本刊記者 糜豐

智慧支持/商界企業(yè)研究院 西斯科實(shí)驗(yàn)室

時(shí)至今日，如果你和你的企業(yè)還不懂什么是大數(shù)據(jù)，只能說明你已經(jīng)迷失在“時(shí)間的戰(zhàn)場”，你甚至有必要重新審視企業(yè)的頂層設(shè)計(jì)和商業(yè)路徑。

大數(shù)據(jù)并非新鮮事物，它正從單一的技術(shù)服務(wù)層面逐漸轉(zhuǎn)化到商業(yè)化應(yīng)用層面。

——它可以幫助你洞察與觸達(dá)消費(fèi)者，可以優(yōu)化你的生產(chǎn)流程，可以升級(jí)你的產(chǎn)品和商業(yè)模式，甚至可以告訴你如何獲得最大的投資回報(bào)……

具象在企業(yè)需求與應(yīng)用層面，大數(shù)據(jù)所激發(fā)的勢能甚至超乎想象。

從某種意義而言，與其說是大數(shù)據(jù)推動(dòng)了商業(yè)化進(jìn)程，不如說是一個(gè)在商業(yè)上激進(jìn)的時(shí)代要求大數(shù)據(jù)商業(yè)化。

大數(shù)據(jù)正在重塑一切，但它提供的并非正確答案，而是參考答案;大數(shù)據(jù)也將改變世界，但前提是你需要找到正確的打開方式，重置想象力與競爭力。

以此為維度，我們談?wù)摯髷?shù)據(jù)的價(jià)值與變現(xiàn)才更有意義。

如何成為一家數(shù)據(jù)驅(qū)動(dòng)型公司

我們依然徘徊在時(shí)代門口

世間萬物，一切皆可量化，一切皆為數(shù)據(jù)。

毫無疑問，大數(shù)據(jù)開啟了一次重大的時(shí)代轉(zhuǎn)型，已滲透到每一個(gè)行業(yè)和業(yè)務(wù)領(lǐng)域，深刻影響著人類生活的方方面面。

喧囂之下，大數(shù)據(jù)在商業(yè)方面的應(yīng)用實(shí)踐到底情況如何?

國內(nèi)知名大數(shù)據(jù)科學(xué)家周濤教授認(rèn)為，目前大數(shù)據(jù)的熱鬧程度遠(yuǎn)遠(yuǎn)超過它真正的貢獻(xiàn)，就國內(nèi)情況而言，并未誕生有重大經(jīng)濟(jì)社會(huì)價(jià)值的大數(shù)據(jù)產(chǎn)品，也沒有實(shí)質(zhì)性推動(dòng)相關(guān)傳統(tǒng)產(chǎn)業(yè)的轉(zhuǎn)型升級(jí)。

在周濤看來，大數(shù)據(jù)自身不能成為一個(gè)行業(yè)，一定要嫁接在某個(gè)或者某幾個(gè)垂直性行業(yè)里面。衡量真正的大數(shù)據(jù)貢獻(xiàn)，應(yīng)該去看它能否給出原有商務(wù)智能方法、簡單分析、回歸分析等方式不能給出的結(jié)果;能否真的幫助企業(yè)降低成本、提升效率，縮短周期。大數(shù)據(jù)的效果不僅是可視化的，而且應(yīng)該是通過結(jié)果導(dǎo)向回來的。

大數(shù)據(jù)公司“數(shù)之聯(lián)”CTO方育柯也表達(dá)了同樣的觀點(diǎn)。他認(rèn)為，當(dāng)前大數(shù)據(jù)在國內(nèi)的商業(yè)應(yīng)用主要集中在互聯(lián)網(wǎng)運(yùn)營商領(lǐng)域，在傳統(tǒng)產(chǎn)業(yè)方面的應(yīng)用比例并不高。很多制造企業(yè)在產(chǎn)品需求、生產(chǎn)流程、銷售渠道、售后評(píng)價(jià)方面還是非常傳統(tǒng)的拍腦袋決策，根本沒有智慧化生產(chǎn)、精細(xì)化運(yùn)營、個(gè)性化營銷。

究其原因主要有三點(diǎn)：第一是數(shù)據(jù)挖掘技術(shù)門檻高，企業(yè)難以獲取鮮活、實(shí)時(shí)、準(zhǔn)確的數(shù)據(jù);第二是數(shù)據(jù)和價(jià)值分離問題嚴(yán)重，企業(yè)難以通過數(shù)據(jù)把握、直擊行業(yè)痛點(diǎn);第三是企業(yè)或者政府考慮到數(shù)據(jù)安全問題，不愿意開放、分享數(shù)據(jù)。

大數(shù)據(jù)時(shí)代，看上去很美，但我們實(shí)際上仍然在時(shí)代的大門口徘徊，等待觸摸那片星辰大海。

頂層設(shè)計(jì)決定入場資格

這些年，越來越多的企業(yè)家、專家、意見領(lǐng)袖開始強(qiáng)調(diào)大數(shù)據(jù)對(duì)于企業(yè)經(jīng)營管理的價(jià)值，這些價(jià)值既蘊(yùn)含在企業(yè)內(nèi)部數(shù)據(jù)，也蘊(yùn)含在外部數(shù)據(jù)中。而大家共同強(qiáng)調(diào)的一點(diǎn)是，大數(shù)據(jù)的真正價(jià)值在于數(shù)據(jù)驅(qū)動(dòng)決策—通過數(shù)據(jù)來做出的決定，要優(yōu)于常規(guī)決策。

美國麻省理工學(xué)院一項(xiàng)針對(duì)數(shù)字業(yè)務(wù)的研究發(fā)現(xiàn),那些進(jìn)行數(shù)據(jù)驅(qū)動(dòng)決策的企業(yè)，其生產(chǎn)率比一般企業(yè)高4%，利潤則要高6%。對(duì)于企業(yè)來說，似乎只有兩種選擇：第一，利用數(shù)據(jù)，做出更好決策;第二，忽略數(shù)據(jù)，讓別人超過你。

那么，如何成為一家數(shù)據(jù)驅(qū)動(dòng)型公司?

1.得到盡可能多的數(shù)據(jù)

數(shù)據(jù)驅(qū)動(dòng)決策的第一步是，你要有數(shù)據(jù)。當(dāng)前的數(shù)據(jù)收集和分析工具允許將任何東西變成數(shù)據(jù)，所以企業(yè)真的沒有理由不收集和存儲(chǔ)盡可能多的數(shù)據(jù)。

2.制定可衡量的目標(biāo)

制定一些可衡量的目標(biāo),通過查看數(shù)據(jù)去發(fā)現(xiàn)哪些變量影響了業(yè)務(wù)的哪些環(huán)節(jié)。企業(yè)做的每件事都應(yīng)該有一些可以去測量的成果，這些“目標(biāo)”不僅僅適用于高層,也應(yīng)該被用于單個(gè)項(xiàng)目和個(gè)人目標(biāo)設(shè)定。

3.確保每個(gè)人都能使用數(shù)據(jù)

企業(yè)一旦收集并存儲(chǔ)所有的數(shù)據(jù),需要確保每個(gè)人都能使用，而不應(yīng)該局限于數(shù)據(jù)科學(xué)家或IT部門，因此培訓(xùn)基層員工了解數(shù)據(jù)非常重要。

企業(yè)還需要一個(gè)“首席數(shù)據(jù)官”級(jí)別的人負(fù)責(zé)數(shù)據(jù)策略，這個(gè)人要帶領(lǐng)公司推動(dòng)數(shù)據(jù)驅(qū)動(dòng)決策，并通過自上而下的命令和指導(dǎo),來推動(dòng)公司建立數(shù)據(jù)思維。

4.雇傭數(shù)據(jù)科學(xué)家

員工應(yīng)該了解數(shù)據(jù),但不能指望他們會(huì)掌握復(fù)雜的算法和數(shù)據(jù)挖掘技術(shù)，因此企業(yè)還應(yīng)該雇傭一些數(shù)據(jù)專家。這些人非常了解數(shù)據(jù)科學(xué)、數(shù)據(jù)洞察、數(shù)據(jù)營銷和策略，可以讓企業(yè)知道如何更好地把基于數(shù)據(jù)的產(chǎn)品和服務(wù)轉(zhuǎn)變成行之有效的商業(yè)模式。

5.挑選合適的數(shù)據(jù)分析工具

企業(yè)可以選擇一款敏捷型的數(shù)據(jù)分析工具，基于這些工具再進(jìn)行定制化開發(fā)，打造出最滿足自己分析需求的數(shù)據(jù)平臺(tái)。比如，可以用免費(fèi)的流量監(jiān)測網(wǎng)站，來判斷企業(yè)官網(wǎng)的搜索指數(shù)，監(jiān)測App運(yùn)營狀況等。

6.讓數(shù)據(jù)變成優(yōu)先級(jí)

成為一個(gè)數(shù)據(jù)驅(qū)動(dòng)公司的最好方法就是使數(shù)據(jù)成為一個(gè)優(yōu)先級(jí)的任務(wù)，有遠(yuǎn)見的公司已經(jīng)把數(shù)據(jù)驅(qū)動(dòng)決策融入到他們的日常工作。他們?cè)谧鰶Q策時(shí)可以接受質(zhì)疑,只要這些質(zhì)疑是基于數(shù)據(jù)和分析的基礎(chǔ)上。

大思維與“小時(shí)代”

大數(shù)據(jù)不是大企業(yè)的特權(quán)，中小型企業(yè)大數(shù)據(jù)應(yīng)用難以落地的根本原因是缺乏大數(shù)據(jù)思維。對(duì)于大多數(shù)中小企業(yè)而言，搭建大數(shù)據(jù)體系初始成本較高，在這種情況下，建立大數(shù)據(jù)思維，做好“數(shù)據(jù)借力”，或許是一條生存之道。

關(guān)于“數(shù)據(jù)借力”，普華永道首席數(shù)據(jù)科學(xué)家姚遠(yuǎn)提供了五條辦法：

第一，做好數(shù)據(jù)價(jià)值調(diào)研。企業(yè)在購買搜索關(guān)鍵字、投放DSP(精準(zhǔn)定位人群)廣告等大數(shù)據(jù)業(yè)務(wù)前，要先做調(diào)研，對(duì)數(shù)據(jù)是否能帶來期望的商業(yè)回報(bào)做到心中有數(shù)。

第二，確認(rèn)核心數(shù)據(jù)屬性，建立海量數(shù)據(jù)與核心數(shù)據(jù)以及內(nèi)部數(shù)據(jù)與外部數(shù)據(jù)間的關(guān)聯(lián)標(biāo)準(zhǔn)。比如，對(duì)于零售企業(yè)來說，CRM(客戶關(guān)系管理)和客戶營銷數(shù)據(jù)一定是核心數(shù)據(jù)，而推廣活動(dòng)所收集的消費(fèi)者信息和社會(huì)化媒體產(chǎn)生數(shù)據(jù)則是外圍數(shù)據(jù)的重要來源。確認(rèn)數(shù)據(jù)屬性之后，一定將內(nèi)部數(shù)據(jù)與外部數(shù)據(jù)打通，形成合力。

第三，用虛擬人脈交換來獲取數(shù)據(jù)。對(duì)中小企業(yè)而言，數(shù)據(jù)的缺失是一種常態(tài)，但它們可以通過擴(kuò)展人脈，來加強(qiáng)對(duì)數(shù)據(jù)的獲取能力。比較常見的做法是建立企業(yè)自媒體，通過不同行業(yè)領(lǐng)域的企業(yè)人脈互相交換。企業(yè)還可以通過線下人脈尋找優(yōu)質(zhì)的高端群體用戶，通過收集其詳細(xì)資料、分析其行為愛好，將相關(guān)分析存儲(chǔ)到自己的系統(tǒng)中，就能形成優(yōu)質(zhì)的大數(shù)據(jù)資源。

第四，在關(guān)注大數(shù)據(jù)的同時(shí)要關(guān)注好小數(shù)據(jù)。企業(yè)的大數(shù)據(jù)起步，要從小數(shù)據(jù)開始，從核心數(shù)據(jù)開始。以業(yè)務(wù)為主導(dǎo)做好小數(shù)據(jù)，有助于企業(yè)做好企業(yè)內(nèi)部的精細(xì)化管理、對(duì)市場的觀察，以及未來發(fā)展方向的規(guī)劃。

第五，賦予高管更多的權(quán)力。做好大數(shù)據(jù)應(yīng)用需要企業(yè)內(nèi)部建立大數(shù)據(jù)文化，比如，靈活的部門間協(xié)作機(jī)制，管理人員使用數(shù)據(jù)分析模型的習(xí)慣養(yǎng)成等。這就要求企業(yè)賦予高管更多的決策權(quán)，以幫助其突破制度限制、協(xié)調(diào)資源、協(xié)同合作，更積極主動(dòng)地應(yīng)對(duì)大數(shù)據(jù)挑戰(zhàn)。

綜上，中小企業(yè)可以通過各種方法，因地制宜打造自身在數(shù)據(jù)獲取和分析上的能力，成就自己的“小時(shí)代”。

做前端的收割者

“一切都被記錄，一切都被分析”，這句話很好地詮釋了大數(shù)據(jù)時(shí)代的魔性——任何行為都可能被“數(shù)據(jù)化”。一個(gè)顯而易見的事實(shí)是：通過高速發(fā)展的移動(dòng)互聯(lián)與無處不在的智能終端，人類生活的各種行為都將被深度采集，并事無巨細(xì)地被翻譯成數(shù)據(jù)。

作為整個(gè)大數(shù)據(jù)鏈條的最前端，數(shù)據(jù)采集是一切能量變現(xiàn)的基礎(chǔ)，尤其是在實(shí)踐應(yīng)用中，它更是在很大程度上扮演了“大偵探”的角色。

特朗普的“上帝之眼”

大數(shù)據(jù)幫助特朗普“干掉”希拉里，最終當(dāng)選美國總統(tǒng)。

一些西方媒體披露特朗普獲勝背后的重要原因：一家名叫“劍橋分析”的大數(shù)據(jù)公司如同實(shí)施“靶向治療”一般，幫助特朗普?qǐng)F(tuán)隊(duì)精準(zhǔn)定位了美國選民的喜好并投放廣告。

迄今為止，大部分競選活動(dòng)的組織架構(gòu)依照的是人口統(tǒng)計(jì)學(xué)概念，大家收到的宣傳信息都基本相同。相比之下，劍橋分析公司卻獨(dú)辟蹊徑地加入了心理學(xué)指標(biāo)，并定量描繪人物性格，進(jìn)而推斷該受調(diào)查者的政治傾向。

在具體操作中，劍橋分析公司從不同的來源購買個(gè)人數(shù)據(jù)，包括土地登記信息、購物數(shù)據(jù)以及你讀什么雜志、上哪個(gè)教堂等。隨后，該公司將這些數(shù)據(jù)與共和黨的選民名冊(cè)以及在線數(shù)據(jù)進(jìn)行匯總比對(duì)，推算出上述人群的心理側(cè)寫檔案。他們一共分析了美國2.2億成年人的性格，對(duì)每個(gè)人平均掌握的數(shù)據(jù)點(diǎn)在4 000~5 000個(gè)。

基于心理側(cè)寫與大數(shù)據(jù)分析，特朗普?qǐng)F(tuán)隊(duì)在選戰(zhàn)中針對(duì)性地對(duì)不同個(gè)體投放不同的廣告信息。比如，關(guān)于禁槍問題，如果受眾強(qiáng)烈反對(duì)，就可以在競選廣告中渲染搶劫威脅和槍支帶來的安全感;而如果受眾態(tài)度偏中立，則可以使用數(shù)據(jù)說道理。

從這個(gè)角度而言，特朗普言論的前后矛盾和反復(fù)無常卻成了他最寶貴的資產(chǎn)：對(duì)每一個(gè)選民，他的宣傳方式都不盡相同。

“特朗普傳達(dá)出的每一條訊息都是由數(shù)據(jù)驅(qū)動(dòng)的。”劍橋分析公司負(fù)責(zé)人尼克斯曾向媒體介紹，在特朗普和希拉里展開第三場總統(tǒng)辯論時(shí)，其競選團(tuán)隊(duì)就拿他的基本立場，在Facebook上測試了17.5萬個(gè)不同的廣告版本，以找到最合適的版本。這些不同版本的差別大多都只是細(xì)節(jié)，如標(biāo)題、顏色、照片、視頻等，但這樣可以用最佳心理方式瞄準(zhǔn)接收者。

在數(shù)據(jù)綜合分析基礎(chǔ)上，劍橋分析公司判斷出什么樣的人更有可能投票給特朗普，什么樣的廣告在什么地方最有效等，并最終將17個(gè)州作為選戰(zhàn)重點(diǎn)。因此，大選進(jìn)入最后幾周時(shí),特朗普?qǐng)F(tuán)隊(duì)根據(jù)數(shù)據(jù)分析，重點(diǎn)主攻密歇根州和威斯康星州，并順利獲勝。

作為特朗普贏得大選的幕后英雄，劍橋分析公司充當(dāng)了數(shù)據(jù)的采集者、分析者以及策略制定者。它的成功實(shí)踐充分說明，當(dāng)你靠自身的力量無法有效采集、獲取外部數(shù)據(jù)時(shí)，雇傭第三方數(shù)據(jù)公司是最好的選擇。因此，隨著企業(yè)對(duì)大數(shù)據(jù)挖掘、分析的需求日益旺盛，專注不同細(xì)分領(lǐng)域的大數(shù)據(jù)公司將迎來巨大的產(chǎn)業(yè)機(jī)會(huì)。

大王叫我來巡山

聰明的公司如何采集數(shù)據(jù)?國際巨頭給出的路徑是，通過一個(gè)產(chǎn)品直達(dá)用戶，然后間接收集數(shù)據(jù)，為業(yè)務(wù)提供決策參考。

“2017年2月13日;持續(xù)時(shí)間：1小時(shí);路程：11千米;消耗熱量：623卡路里;平均速度：10千米/小時(shí)。”海倫是一名跑步愛好者，這是她最近一次上傳網(wǎng)絡(luò)的跑步記錄，她是Nike+的會(huì)員之一。

三年前，耐克研發(fā)推出了一系列健康追蹤應(yīng)用程序與可穿戴設(shè)備，統(tǒng)稱Nike+，用于采集用戶的運(yùn)動(dòng)數(shù)據(jù)。比如，Nike+跑鞋通過無線Apple NIke+iPod運(yùn)動(dòng)組件實(shí)現(xiàn)信息互通，可以記錄、儲(chǔ)存用戶的運(yùn)動(dòng)日期、時(shí)間、距離、熱量消耗值等數(shù)據(jù)。

目前，Nike+這個(gè)集硬件、軟件、社區(qū)為一體的平臺(tái)已擁有注冊(cè)用戶2 000多萬，正是通過采集這些海量用戶數(shù)據(jù)，使得耐克在產(chǎn)品設(shè)計(jì)、新品推廣、精準(zhǔn)營銷等商業(yè)決策中有了重要依據(jù)。

谷歌的辦法同樣直接。2014年，谷歌斥資32億元美元收購智能家居廠商N(yùn)est，一個(gè)重要目的就是通過Nest的智能家居產(chǎn)品獲取用戶家庭的數(shù)據(jù)。智能家居產(chǎn)品一個(gè)重要的工作原理就是可以跟蹤、監(jiān)測家庭用戶的活動(dòng)，并以此控制設(shè)備。如此一來，谷歌就能通過智能家居產(chǎn)品為用戶提供服務(wù)的同時(shí)，在不經(jīng)意間收集居家數(shù)據(jù)，挖掘每一個(gè)家庭的消費(fèi)潛力。

相比之下，巴黎歐萊雅采集用戶數(shù)據(jù)的方式則比較“隱蔽”。歐萊雅曾推出過一款專屬App“時(shí)妝時(shí)刻”，在這款應(yīng)用上，用戶可以通過彩妝拼圖的功能，根據(jù)自己的照片在網(wǎng)上進(jìn)行化妝品試用。另外，“時(shí)妝時(shí)刻”還為用戶提供一些高端的化妝技巧作為參考。

如此一來，歐萊雅通過讓用戶參與彩妝互動(dòng)，在收集用戶需求信息同時(shí)，獲得了強(qiáng)大的數(shù)據(jù)收集和數(shù)據(jù)分析優(yōu)勢，用于幫助其判斷彩妝產(chǎn)品的開發(fā)方向。

企業(yè)主動(dòng)收集數(shù)據(jù)，貴在靈活，要跳出既定思維的框架，借助關(guān)聯(lián)業(yè)務(wù)去收集所有能夠?yàn)?ldquo;我”所用的數(shù)據(jù)。

場景讀心術(shù)

顧客逛商場時(shí)每一次隨機(jī)的行走，是先停留在女裝區(qū)還是童裝區(qū)，在哪個(gè)品牌專柜面前逗留的時(shí)間最長……過去，商場從來不會(huì)在意這些細(xì)節(jié)，但現(xiàn)在卻拼命收集。

事實(shí)上，顧客消費(fèi)過程的開始，也意味著與商家建立關(guān)系的開始，要提供個(gè)性化消費(fèi)體驗(yàn)，商家就要收集顧客的各種行為數(shù)據(jù)，而“消費(fèi)場景”無疑是天生的數(shù)據(jù)采集點(diǎn)。

北京朝陽大悅城在商場的不同位置安裝了近200個(gè)客流監(jiān)控設(shè)備，結(jié)合客流統(tǒng)計(jì)系統(tǒng)的分析，獲取顧客在賣場內(nèi)的動(dòng)線軌跡，同時(shí)使用LBS技術(shù)對(duì)客流進(jìn)行定位，精準(zhǔn)地記錄下消費(fèi)者的位置變化，從而判別顧客的購物喜好。另外，大悅城還通過Wi-Fi站點(diǎn)的登錄情況獲知客戶的到店頻率，通過與會(huì)員卡關(guān)聯(lián)的優(yōu)惠券得知受顧客歡迎的優(yōu)惠產(chǎn)品。

同樣的邏輯，銀泰在百貨門店和購物中心鋪設(shè)免費(fèi)Wi-Fi，逐步抓取用戶數(shù)據(jù)，包括進(jìn)店用戶數(shù)據(jù)和VIP用戶數(shù)據(jù)，利用銀泰網(wǎng)，打通了線下實(shí)體店和線上的VIP賬號(hào)。當(dāng)一位已注冊(cè)賬號(hào)的顧客進(jìn)入實(shí)體店，手機(jī)連接上Wi-Fi，他過往與銀泰的所有互動(dòng)記錄、喜好便會(huì)一一在后臺(tái)呈現(xiàn)。

美國Vail度假管理公司推出了手機(jī)EpicMix應(yīng)用程序，將其與滑雪者的季票連接起來?；┱呙看纬俗禉C(jī)時(shí)都要掃描季票，這就在他們穿行滑雪場時(shí)產(chǎn)生了“數(shù)據(jù)排放”。這款應(yīng)用會(huì)計(jì)算滑雪者每天下降的垂直英尺數(shù)，本季滑雪的總天數(shù)等。Vail結(jié)合數(shù)據(jù)，制定挑戰(zhàn)、競賽和獎(jiǎng)勵(lì)方式，讓滑雪體驗(yàn)變得更加有趣和歡樂。

地推活動(dòng)掃碼送禮、游覽景區(qū)掃碼獲取景點(diǎn)詳細(xì)信息、用餐時(shí)關(guān)注餐廳公眾號(hào)打折……如此種種，都是在具體的“消費(fèi)場景”中獲取顧客數(shù)據(jù)的方式。有一種能力叫“顧客主動(dòng)分享數(shù)據(jù)”，打開“場景”的維度，就能找到你想要的數(shù)據(jù)。

尋找效率快車道

貴陽物流數(shù)字港信息中心大廳，沿墻而設(shè)的LED大屏幕上,實(shí)時(shí)的全國貨運(yùn)物流數(shù)據(jù)不斷跳動(dòng)著。

據(jù)統(tǒng)計(jì)，中國一共有700萬輛中長途貨車，超過3 400萬的貨車司機(jī)，承擔(dān)了中國公路物流90%以上的運(yùn)力。然而，分散經(jīng)營、信息不對(duì)稱、物流效率低，導(dǎo)致了貨車的空載率達(dá)40%以上，浪費(fèi)了大量的能源和資源。

貨運(yùn)交易平臺(tái)企業(yè)“貨車幫”建立了一個(gè)覆蓋全國360多個(gè)城市的全國性車貨匹配平臺(tái)，幫助司機(jī)發(fā)布空車信息、尋找貨源、計(jì)算運(yùn)費(fèi)。“貨車幫”平臺(tái)目前已匯聚了全國35萬家物流企業(yè)和230萬輛貨車車主，這些物流企業(yè)和車主通過平臺(tái)發(fā)布貨運(yùn)信息每天超過500萬條。

“貨車幫”不僅僅從貨主、物流企業(yè)、司機(jī)端獲取數(shù)據(jù)，同時(shí)還建立聲訊中心搭起橋梁，在線上和遠(yuǎn)端獲取司機(jī)數(shù)據(jù)，搭建貨車司機(jī)和貨主產(chǎn)生數(shù)據(jù)互動(dòng)。

“貨車幫”利用大數(shù)據(jù)技術(shù)對(duì)貨運(yùn)信息進(jìn)行整合傳遞，海量信息帶來的是人、車、貨的聚集效應(yīng)，有效實(shí)現(xiàn)了貨源與貨車司機(jī)的信息互聯(lián)，使貨車空駛消耗每天減少約1 000萬千米。依托大數(shù)據(jù),“貨車幫”迅速成長，在2016年12月完成B-1輪股權(quán)融資，金額超過1億美元。

大數(shù)據(jù)應(yīng)用讓商業(yè)變得更透明更高效，對(duì)于共享平臺(tái)型企業(yè)而言，數(shù)據(jù)最大的價(jià)值在于打破信息壁壘，幫助B端企業(yè)對(duì)客群的需求與商品的供應(yīng)快速、有效匹配起來。在此基礎(chǔ)上，平臺(tái)型企業(yè)一定要從用戶角度思考，如何利用已有數(shù)據(jù)創(chuàng)造更大的連接價(jià)值和增值服務(wù)。

一直以來，供應(yīng)鏈管理都是一門非常復(fù)雜的學(xué)科，對(duì)于生鮮零售尤其如此。生鮮零售如果對(duì)需求預(yù)測不準(zhǔn)，采購過多，產(chǎn)品就會(huì)過期、腐爛。所以，生鮮行業(yè)有句話是：“誰控制了損耗，誰就擁有了毛利”。

寧波M6生鮮超市為了降低損耗，利用大數(shù)據(jù)始做訂單生鮮，先由顧客下訂單，然后采購再去訂貨，最終配送到顧客附近的社區(qū)門店。這樣做一個(gè)直接的效果是，M6目前每天的庫存量占配送量不到10%。

那么，數(shù)據(jù)從何而來?10多年間，M6累計(jì)的實(shí)名制持卡用戶達(dá)到10多萬個(gè)，同時(shí)也積累10多年的消費(fèi)數(shù)據(jù)。這些數(shù)據(jù)積累，讓M6在精準(zhǔn)訂貨、存儲(chǔ)和精準(zhǔn)配貨等環(huán)節(jié)發(fā)揮了關(guān)鍵作用。另外，M6還利用用戶消費(fèi)數(shù)據(jù)和從互聯(lián)網(wǎng)上采集到的天氣數(shù)據(jù)，從中國農(nóng)歷正月初一開始推算，分析不同節(jié)氣和溫度下，顧客的生鮮購買習(xí)慣會(huì)發(fā)生哪些變化，以此來預(yù)測市場需求。憑借著這些舉措，M6近年來持續(xù)保持20%的綜合毛利率。

對(duì)數(shù)據(jù)的有效利用程度，往往能反映一個(gè)企業(yè)供應(yīng)鏈管理的水平。就零售企業(yè)來說，需求預(yù)測是整個(gè)供應(yīng)鏈的源頭，決定了供應(yīng)鏈的計(jì)劃，也直接影響到庫存策略、生產(chǎn)安排以及對(duì)顧客的訂單交付率。因此，企業(yè)需要通過定性、定量的預(yù)測分析手段，運(yùn)用大數(shù)據(jù)將過去的歷史需求數(shù)據(jù)和現(xiàn)有的市場相關(guān)

為你喜歡的世界投票

精準(zhǔn)營銷，是時(shí)下非常時(shí)髦的一個(gè)營銷術(shù)語，其中的關(guān)鍵在于精準(zhǔn)定位的基礎(chǔ)上，依托大數(shù)據(jù)和現(xiàn)代信息技術(shù)手段建立個(gè)性化的顧客溝通服務(wù)體系。

快時(shí)尚巨頭ZARA以“快”出名，靈敏的供應(yīng)鏈系統(tǒng)、多品少量、制售一體的效率化經(jīng)營模式，使眾多服裝企業(yè)難以望其項(xiàng)背。事實(shí)上，在大數(shù)據(jù)應(yīng)用方面，許多服裝企業(yè)投入的熱情與ZARA不相伯仲，但獲得的收益卻判若云泥。

為什么?ZARA推行海量資料整合，通過線下實(shí)體店和線上網(wǎng)店的信息收集分析，最終各方信息被分類處理，成為設(shè)計(jì)、生產(chǎn)、銷售的指引。

比如，大數(shù)據(jù)一項(xiàng)重要的功能就是縮短生產(chǎn)時(shí)間，讓生產(chǎn)端依照顧客意見，在第一時(shí)間修正。走進(jìn)ZARA店內(nèi)，柜臺(tái)和店內(nèi)各角落都裝有攝影機(jī)，店經(jīng)理隨身帶著iPad。客人向店員反映：“這個(gè)衣領(lǐng)圖案很漂亮”“我不喜歡口袋的拉鏈”，這些細(xì)枝末節(jié)的細(xì)項(xiàng)，店員向分店經(jīng)理匯報(bào);經(jīng)理通過ZARA內(nèi)部全球資訊網(wǎng)絡(luò)，每天至少兩次傳遞資訊給總部設(shè)計(jì)人員。由總部做出決策后立刻傳送到生產(chǎn)線，改變產(chǎn)品樣式。

ZARA有一個(gè)全天候開放的“數(shù)據(jù)處理中心”，每一個(gè)零售網(wǎng)點(diǎn)都可以通過該系統(tǒng)追蹤銷售數(shù)據(jù)。此外，顧客的反饋也能在系統(tǒng)上反映出來，ZARA能夠很快發(fā)現(xiàn)哪些款好賣，哪些款滯銷。同時(shí)ZARA還會(huì)分析出相似的“區(qū)域流行”，在顏色、版型的生產(chǎn)中，做出最靠近客戶需求的市場區(qū)隔。

更為重要的是，ZARA對(duì)于大數(shù)據(jù)提供的決策信息落實(shí)得堅(jiān)決而高效，配套大數(shù)據(jù)的管理鏈路非常通暢，直接指導(dǎo)到產(chǎn)品設(shè)計(jì)、生產(chǎn)、分區(qū)域投放的各個(gè)環(huán)節(jié)。

總之，大數(shù)據(jù)運(yùn)用成功的關(guān)鍵在于資訊系統(tǒng)要能與決策流程緊密結(jié)合，迅速對(duì)消費(fèi)者的需求做出回應(yīng)、修正，并且立刻執(zhí)行決策。這也就意味著設(shè)計(jì)師們不再對(duì)設(shè)計(jì)起決定性作用，而是需要洞察消費(fèi)者的心理需求。

從收集大數(shù)據(jù)，了解每位用戶，到利用大數(shù)據(jù)進(jìn)行精準(zhǔn)營銷，再到豐富大數(shù)據(jù)建立長期關(guān)系，是一個(gè)不斷循環(huán)、不斷完善的過程。華盛頓迪凡斯動(dòng)物園在這個(gè)過程中做出了很好的榜樣。

華盛頓迪凡斯動(dòng)物園每天都會(huì)收集上百萬的數(shù)據(jù)，包括哪些用戶訂購了動(dòng)物園的門票、哪些用戶參加了哪些動(dòng)物展館，也包括社交網(wǎng)絡(luò)上大家對(duì)動(dòng)物園或動(dòng)物保護(hù)信息的點(diǎn)贊數(shù)量以及給予的評(píng)價(jià)。通過收集數(shù)據(jù)，動(dòng)物園能更好地了解每位用戶和潛在用戶的特征。

動(dòng)物園運(yùn)用大數(shù)據(jù)進(jìn)行精準(zhǔn)營銷，分析出每位會(huì)員在每天什么時(shí)候最有可能會(huì)響應(yīng)促銷，讓購買轉(zhuǎn)化率從3%提升到6%。動(dòng)物園還聯(lián)手IBM，將收集的這些數(shù)據(jù)與訂票記錄、當(dāng)?shù)靥鞖獾念A(yù)估情況放在一起，就能很好地預(yù)測出將來一段時(shí)間的門票銷售量，并據(jù)此決定聘用多少員工以及準(zhǔn)備多少物資。

通過大數(shù)據(jù)的有效利用，華盛頓迪凡斯動(dòng)物園及水族館在線售票量增加了700%，降低了10%的人工成本。通過精準(zhǔn)營銷，動(dòng)物園的會(huì)員轉(zhuǎn)化率從3%提升至9%，實(shí)現(xiàn)了3倍增長。

某種角度而言，數(shù)據(jù)背后并不是大數(shù)據(jù)分析師而是數(shù)以億計(jì)的消費(fèi)者，是消費(fèi)者用每個(gè)行動(dòng)細(xì)節(jié)為市場投票。從龐雜的數(shù)據(jù)背后挖掘、分析用戶的行為習(xí)慣和喜好，并結(jié)合用戶需求有針對(duì)性地調(diào)整和優(yōu)化自身，就是大數(shù)據(jù)的價(jià)值。

沒有連接就沒有發(fā)言權(quán)

大數(shù)據(jù)重構(gòu)產(chǎn)品形態(tài)，關(guān)鍵在于跨界與連接，并以此推出更符合用戶“口味”的產(chǎn)品和服務(wù)。

眾安保險(xiǎn)成立三年多以來打破傳統(tǒng)保險(xiǎn)業(yè)的“游戲規(guī)則”，依靠大數(shù)據(jù)鋪開產(chǎn)品布局，已推出了300多款保險(xiǎn)產(chǎn)品，布局在互聯(lián)網(wǎng)生態(tài)下的各個(gè)場景中。

眾安保險(xiǎn)的目標(biāo)客戶包括互聯(lián)網(wǎng)生態(tài)下所有的群體，涉及電商、社交、健康、出行、金融等。眾安通過大數(shù)據(jù)手段挖掘以上群體所在場景中的新需求，個(gè)性化定制研發(fā)新產(chǎn)品。如電商場景中的任性退、眾樂寶、極有家等;出行場景中的航延險(xiǎn)，微信搖一搖隨時(shí)可以買;還有消費(fèi)場景下，信用保證保險(xiǎn)的布局，如花唄、甜橙白條等。此外，眾安還善于挖掘碎片化場景下的各類熱點(diǎn)需求，如游園險(xiǎn)、各類交通意外險(xiǎn)、海外旅游意外險(xiǎn)等。

這些險(xiǎn)種的特點(diǎn)是數(shù)據(jù)維度非常豐富，并且都在互聯(lián)網(wǎng)上可追蹤和獲取。相比之下，人體的數(shù)據(jù)化程度較低，這也成為了健康險(xiǎn)盈利的瓶頸。隨著大數(shù)據(jù)、云計(jì)算等技術(shù)的應(yīng)用，數(shù)據(jù)中更多的隱藏價(jià)值被釋放，眾安不僅將保險(xiǎn)和健康、金融消費(fèi)等進(jìn)行有效組合，還讓健康險(xiǎn)的個(gè)性化定價(jià)成為可能。

比如“步步保”這個(gè)險(xiǎn)種，就是基于對(duì)小米手環(huán)用戶的大數(shù)據(jù)了解，通過步數(shù)來代替保費(fèi)，實(shí)現(xiàn)了保險(xiǎn)的高互動(dòng)性與主動(dòng)健康管理刺激;“腸命百歲腸癌險(xiǎn)”基于腸病患者的就診數(shù)據(jù)及健康風(fēng)險(xiǎn)，從“被動(dòng)抗癌險(xiǎn)”轉(zhuǎn)化成“主動(dòng)防癌險(xiǎn)”。這些產(chǎn)品都充分利用了大數(shù)據(jù)在預(yù)防疾病與健康管理中的作用。

除了在前端利用智能硬件、可穿戴設(shè)備、合作機(jī)構(gòu)等獲取更多的數(shù)據(jù)，眾安保險(xiǎn)還試圖重塑健康險(xiǎn)的鏈條：從傳統(tǒng)的事后賠付走到前端的健康管理、慢病管理，從單一的保險(xiǎn)產(chǎn)品擴(kuò)展為社交、保險(xiǎn)、生活的深度結(jié)合。

在互聯(lián)網(wǎng)時(shí)代，“連接”成為了一個(gè)核心的能力。對(duì)于眾安保險(xiǎn)而言，“連接”的第一個(gè)層次是用保險(xiǎn)連接更多的數(shù)據(jù)，例如健康險(xiǎn)中的可穿戴設(shè)備、移動(dòng)醫(yī)療、用戶等數(shù)據(jù);第二個(gè)層次是用保險(xiǎn)去連接更多的圈子。

在針對(duì)糖尿病患者的保險(xiǎn)產(chǎn)品“糖小貝”上，眾安保險(xiǎn)連接的是移動(dòng)醫(yī)療設(shè)備——糖大夫智能血糖儀、專業(yè)醫(yī)療社區(qū)—丁香園。“社交+保險(xiǎn)+醫(yī)療服務(wù)”被連接在了一起。

與以往針對(duì)健康人的保險(xiǎn)不同的是，“糖小貝”是賣給糖尿病患者的保險(xiǎn)。根據(jù)眾安保險(xiǎn)、糖大夫血糖儀、丁香園的三方數(shù)據(jù)，眾安保險(xiǎn)設(shè)計(jì)了一套浮動(dòng)保額獎(jiǎng)懲機(jī)制，保額與血糖管理情況直接掛鉤。

如果說，眾安保險(xiǎn)利用大數(shù)據(jù)重構(gòu)了保險(xiǎn)業(yè)的產(chǎn)品邏輯，那么“英語流利說”則在大數(shù)據(jù)的幫助下重新建立了產(chǎn)品形態(tài)。

“英語流利說”是一款英語口語學(xué)習(xí)應(yīng)用，上線3年，累積了3 000萬注冊(cè)用戶。在其使用場景中，沒有中文的出現(xiàn)，當(dāng)學(xué)習(xí)者跟讀時(shí)，系統(tǒng)會(huì)根據(jù)學(xué)習(xí)者的發(fā)音、流利度調(diào)整學(xué)習(xí)進(jìn)度，為不同學(xué)習(xí)者推送不同的學(xué)習(xí)內(nèi)容，規(guī)劃學(xué)習(xí)路徑。

之所以如此智能，是因?yàn)?ldquo;英語流利說”在過去3年中收集了廣泛的用戶學(xué)習(xí)行為記錄，以及長達(dá)2.75億分鐘、31.9億句之多的龐大錄音數(shù)據(jù)庫。根據(jù)這一數(shù)據(jù)庫，“英語流利說”才能設(shè)計(jì)出適合中國人的英語學(xué)習(xí)路徑：沒有一個(gè)預(yù)先設(shè)定的知識(shí)圖譜，而是通過遞歸神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)模型，讓系統(tǒng)產(chǎn)生了“自學(xué)習(xí)”能力，把學(xué)生和最合適的學(xué)習(xí)內(nèi)容的匹配性不斷提高。

大數(shù)據(jù)的價(jià)值在于提供了一個(gè)新的視野和角度，讓人類有了額外的洞察力。具體到商業(yè)社會(huì)中，大數(shù)據(jù)能夠幫助企業(yè)不斷擴(kuò)展產(chǎn)品和服務(wù)維度上的創(chuàng)新，通過理解數(shù)據(jù)，挖掘數(shù)據(jù)價(jià)值，建立開拓全新的產(chǎn)品形態(tài)。

換一種姿勢面對(duì)不確定

如何跳出傳統(tǒng)競爭的紅海?大數(shù)據(jù)給出的答案是“自我進(jìn)擊”。

金風(fēng)科技是一家生產(chǎn)風(fēng)能發(fā)電設(shè)備的公司，其風(fēng)能發(fā)電機(jī)的全球市場占有率位居前列。然而，一個(gè)尷尬的事實(shí)是，金風(fēng)在海外銷售了很多風(fēng)力發(fā)電機(jī)，但此前很長一段時(shí)期，對(duì)這些設(shè)備在海外的使用情況卻知之甚少。其根本原因在于，企業(yè)級(jí)設(shè)備的銷售通常是由各地中間經(jīng)銷商來完成，在客觀上阻斷了制造商與使用客戶的聯(lián)系。

為了改變這種狀況，金風(fēng)利用互聯(lián)網(wǎng)，將發(fā)電機(jī)的各種數(shù)據(jù)全部收集到公司，進(jìn)行大數(shù)據(jù)分析。他們一方面可以全面了解全球的風(fēng)能發(fā)布情況、各地的風(fēng)力利用情況等信息，有利于公司針對(duì)性地做市場推廣;另一方面，他們可以了解每一臺(tái)發(fā)電機(jī)日常運(yùn)行的細(xì)節(jié)，以便及時(shí)發(fā)現(xiàn)并解決問題。

這樣一來，金風(fēng)的經(jīng)營策略就從依賴市場預(yù)測、打價(jià)格戰(zhàn)等傳統(tǒng)手段，提升到成為高質(zhì)量的服務(wù)商，主營業(yè)務(wù)也從風(fēng)力發(fā)電機(jī)制造轉(zhuǎn)變成發(fā)電設(shè)備的運(yùn)營和服務(wù)，價(jià)值鏈地位得到進(jìn)一步提升。

美國約翰迪爾公司(John Deere)主要從事農(nóng)業(yè)機(jī)械設(shè)備制造，是美國少數(shù)幾家大型農(nóng)機(jī)制造企業(yè)。隨著經(jīng)濟(jì)全球化趨勢進(jìn)一步加深，農(nóng)用機(jī)械生產(chǎn)已成為高度全球化的產(chǎn)業(yè)。在這種背景下，約翰迪爾在產(chǎn)品端難以實(shí)現(xiàn)大的突破，價(jià)格也缺乏競爭優(yōu)勢，如果一直采用固化的“制造模式”，難以適應(yīng)國際競爭的壓力。

為此，約翰迪爾選擇服務(wù)轉(zhuǎn)型并設(shè)定目標(biāo)：從傳統(tǒng)的農(nóng)機(jī)制造向服務(wù)型制造企業(yè)轉(zhuǎn)變。

約翰迪爾采取了“產(chǎn)品+數(shù)據(jù)驅(qū)動(dòng)”的模式，在農(nóng)機(jī)產(chǎn)品上安裝GPS和田間信息采集傳感器，在作業(yè)時(shí)可以監(jiān)測每一塊土地的成分。這些數(shù)據(jù)通過無線網(wǎng)路傳送到云端精心分析，計(jì)算出每一塊土地中各類肥料的成分，為農(nóng)戶提供土壤狀態(tài)分析報(bào)告以及對(duì)種植不同農(nóng)作物的適用程度的建議。

更為重要的是，約翰迪爾將數(shù)據(jù)價(jià)值“為己所用”——農(nóng)戶使用農(nóng)機(jī)過程中，約翰迪爾獲得了農(nóng)戶的土地信息，通過對(duì)土壤、農(nóng)作物的數(shù)據(jù)分析，得出所需化肥的最優(yōu)配比，再將其傳送給有業(yè)務(wù)關(guān)系的化肥廠，化肥廠就可以生產(chǎn)定制化的化肥銷售給農(nóng)戶。這樣一來，約翰迪爾不僅提高了產(chǎn)品競爭力，通過農(nóng)機(jī)銷售和農(nóng)作物智慧管理賺錢，還可以獲得化肥廠商的銷售提成。

在激烈的本土及全球農(nóng)業(yè)機(jī)械生產(chǎn)業(yè)的競爭中，約翰迪爾不斷發(fā)展與追求商業(yè)模式創(chuàng)新，從單純賣設(shè)備轉(zhuǎn)型到提供智慧農(nóng)業(yè)整體解決方案，占據(jù)了在農(nóng)機(jī)生產(chǎn)市場的主導(dǎo)地位。事實(shí)上，農(nóng)業(yè)企業(yè)擁有大量的數(shù)據(jù)，例如產(chǎn)量、定價(jià)、天氣、土壤環(huán)境、產(chǎn)品性能、維護(hù)成本、勞動(dòng)力成本等。如果能將這些數(shù)據(jù)有效整合、利用起來，升級(jí)服務(wù)，創(chuàng)新商業(yè)模式，將有助于提升企業(yè)的價(jià)值鏈地位。

在大數(shù)據(jù)技術(shù)驅(qū)動(dòng)之下，企業(yè)應(yīng)該想法設(shè)法采集、分析內(nèi)部數(shù)據(jù)和相關(guān)外部數(shù)據(jù)，并讓其流入到價(jià)值鏈，通過延伸服務(wù)實(shí)現(xiàn)用戶和市場價(jià)值的最大化。作為最重要的生產(chǎn)要素之一，大數(shù)據(jù)與大數(shù)據(jù)思維必將成為每個(gè)企業(yè)、每個(gè)行業(yè)的“新大腦”。企業(yè)應(yīng)抓住轉(zhuǎn)型機(jī)遇，善用數(shù)據(jù)，激發(fā)數(shù)據(jù)價(jià)值，賦能商業(yè)模式升級(jí)、創(chuàng)新。

我們想要的是未來

從價(jià)值鏈說起

維克托·邁爾·舍恩伯格在《大數(shù)據(jù)時(shí)代》一書中分析，根據(jù)所提供價(jià)值的不同來源，分別出現(xiàn)了三種大數(shù)據(jù)相關(guān)公司：

第一種是基于數(shù)據(jù)本身的公司。這些公司擁有大量數(shù)據(jù)或至少可以收集到大量數(shù)據(jù)，卻不一定有從數(shù)據(jù)中提取價(jià)值或用數(shù)據(jù)催生創(chuàng)新思想的技能。

這些公司可能不是第一手收集數(shù)據(jù)的人，但是他們能接觸到數(shù)據(jù)、有權(quán)使用數(shù)據(jù)或者將數(shù)據(jù)授權(quán)給渴望挖掘數(shù)據(jù)價(jià)值的人。比如，美國機(jī)票預(yù)訂系統(tǒng)ITA Software在被谷歌收購之前，就曾為機(jī)票價(jià)格預(yù)測應(yīng)用Farecast提供數(shù)據(jù)，而它自身并不進(jìn)行這種數(shù)據(jù)分析。因?yàn)樯虡I(yè)定位不同，ITA Software不考慮數(shù)據(jù)的額外利用，但這些數(shù)據(jù)卻能成為其他公司的核心數(shù)據(jù)源。

第二種是基于技能的公司。它們通常是咨詢公司、技術(shù)供應(yīng)商或者分析公司。它們掌握專業(yè)技能但并不一定擁有數(shù)據(jù)或提出數(shù)據(jù)創(chuàng)新性用途的才能。比如，埃森哲咨詢公司就與各行各業(yè)的公司合作，用高級(jí)無線感應(yīng)技術(shù)來收集數(shù)據(jù)，然后對(duì)數(shù)據(jù)進(jìn)行分析。

第三種是基于思維的公司。對(duì)于這類公司來說，數(shù)據(jù)和技能并不是成功的關(guān)鍵，讓其脫穎而出的是其創(chuàng)始人和員工的創(chuàng)新思維，他們有怎樣挖掘數(shù)據(jù)新價(jià)值的獨(dú)特想法。比如二手球鞋交易公司Campless創(chuàng)始人喬希·盧貝，就以數(shù)據(jù)為切口，把二手球鞋交易做成了“球鞋股市”，買賣雙方就可以基于市場的供給和需求情況進(jìn)行及時(shí)交易。

那么，哪種屬性的公司會(huì)在未來占據(jù)價(jià)值鏈的上游?

現(xiàn)階段，我們正處在大數(shù)據(jù)時(shí)代的早期，技能是最有價(jià)值的，因?yàn)閿?shù)據(jù)非常之多，但技能卻依然欠缺。隨著大數(shù)據(jù)成為我們生活的一部分，大數(shù)據(jù)工具變得更容易和更方便使用，技能也變得越來越容易掌握，這些技能的價(jià)值才會(huì)相對(duì)減少，就像計(jì)算機(jī)編程變得越來越普遍一樣。在這種情況下，技術(shù)只是外在力量，而擁有大數(shù)據(jù)思維的人和數(shù)據(jù)擁有者本身在未來將擁有更大的價(jià)值。

誰是下一個(gè)巨頭

大數(shù)據(jù)領(lǐng)域到底有沒有孕育出巨頭?

過去最有機(jī)會(huì)成為大數(shù)據(jù)巨頭的企業(yè)在存儲(chǔ)領(lǐng)域、數(shù)據(jù)庫領(lǐng)域中，不過隨著EMC被戴爾收購，存儲(chǔ)領(lǐng)域的市場巨頭基本上都是戴爾、IBM、HPE等綜合型企業(yè);同樣，數(shù)據(jù)庫領(lǐng)曾經(jīng)風(fēng)靡一時(shí)的BO、海波龍等，也悉數(shù)被SAP、甲骨文等收購。

說到底，這些IT企業(yè)都是做大數(shù)據(jù)工具的，不管是數(shù)據(jù)管理還是數(shù)據(jù)倉庫、數(shù)據(jù)分析、數(shù)據(jù)挖掘等，都是從IT技術(shù)層面切入的。

如果說大數(shù)據(jù)是一座金礦，那么IT技術(shù)就是挖掘的工具。被IT大鱷收購之后，從數(shù)據(jù)的產(chǎn)生到數(shù)據(jù)的分析，再到數(shù)據(jù)價(jià)值的呈現(xiàn)就能夠在一個(gè)系統(tǒng)中完成，就可以真正體現(xiàn)出工具的價(jià)值。從這個(gè)角度而言，IBM、戴爾、甲骨文、SAP等IT大鱷都可以稱得上是大數(shù)據(jù)巨頭。

除IT類企業(yè)之外，目前最有機(jī)會(huì)成為巨頭的大數(shù)據(jù)企業(yè)基本上都是與具體的行業(yè)應(yīng)用相結(jié)合的企業(yè)。因?yàn)樗鼈兪枪ぞ叩膽?yīng)用者，它們運(yùn)用大數(shù)據(jù)的軟件和硬件結(jié)合自身的行業(yè)經(jīng)驗(yàn)，積極拓展大數(shù)據(jù)應(yīng)用的范圍和領(lǐng)域。比如螞蟻金服這樣構(gòu)建在金融行業(yè)之上的大數(shù)據(jù)企業(yè)，盡管大部分情況下人們并不把它看作是一家大數(shù)據(jù)公司。

除此之外，那些本身就擁有海量數(shù)據(jù)的公司同樣也具備成為大數(shù)據(jù)巨頭的潛質(zhì)。

比如谷歌、Facebook、亞馬遜、BAT、Uber等互聯(lián)網(wǎng)巨頭，它們憑借自身龐大的用戶積累了海量的數(shù)據(jù)，稍加利用就能迸發(fā)巨大的能量價(jià)值;再比如，沃爾瑪、孟山都、海爾、順豐、華大基因等在細(xì)分領(lǐng)域產(chǎn)生、積累了各種數(shù)據(jù)的行業(yè)巨擘，可以利用大數(shù)據(jù)賦能生產(chǎn)、管理、銷售、服務(wù)等，搶占價(jià)值鏈高地。

因此，能不能成為大數(shù)據(jù)巨頭，不在于你身處哪個(gè)領(lǐng)域和行業(yè)，而在于你是否擁有足夠量級(jí)的數(shù)據(jù)，是否有數(shù)據(jù)價(jià)值變現(xiàn)的能力。

去戰(zhàn)火最猛烈的地方

大數(shù)據(jù)滲透力非常強(qiáng)，從本質(zhì)上講，各行各業(yè)都已經(jīng)被數(shù)據(jù)化，比如電信業(yè)正在變成電信數(shù)據(jù)業(yè)，金融業(yè)正變成金融數(shù)據(jù)業(yè)……

龐大而堅(jiān)固的底層架構(gòu)正在以令人驚嘆的速度搭建起來，對(duì)于企業(yè)來說，一些領(lǐng)域的大數(shù)據(jù)應(yīng)用場景更容易集中爆發(fā)，而置身其中的企業(yè)應(yīng)投入更多的資源，收割數(shù)據(jù)帶來的價(jià)值想象力。

新零售

商業(yè)零售是企業(yè)大數(shù)據(jù)應(yīng)用最先爆發(fā)的領(lǐng)域，因?yàn)樗泵嫦M(fèi)級(jí)市場。

在新零售時(shí)代，線上和線下不再是嚴(yán)格對(duì)立的兩個(gè)概念：兩者將會(huì)被深度整合，進(jìn)而演化成相互依存、互為補(bǔ)充的存在。這當(dāng)中，數(shù)據(jù)將達(dá)到連接的作用，打通“任督二脈”，將零售業(yè)傳統(tǒng)運(yùn)營模式變成數(shù)據(jù)驅(qū)動(dòng)的運(yùn)營方式：一是可以了解用戶消費(fèi)喜好和趨勢，進(jìn)行商品的精準(zhǔn)營銷;二是分析消費(fèi)數(shù)據(jù)，為用戶提供可能購買的產(chǎn)品，擴(kuò)大銷售額。

工業(yè)制造

制造業(yè)天然會(huì)聚集大量數(shù)據(jù)，生產(chǎn)設(shè)備、數(shù)控機(jī)床、儀器儀表、機(jī)器人、數(shù)字控制系統(tǒng)每天都將產(chǎn)生海量數(shù)據(jù)，這些數(shù)據(jù)通過集成后，本身又將流入企業(yè)價(jià)值鏈，賦能企業(yè)的生產(chǎn)自動(dòng)和精細(xì)化管理。

智能工廠、無人車間、個(gè)性化定制……大數(shù)據(jù)是工業(yè)4.0和中國制造2025的浪潮下，推動(dòng)制造業(yè)轉(zhuǎn)型的核心引擎。

智慧農(nóng)業(yè)

農(nóng)業(yè)是現(xiàn)階段大數(shù)據(jù)應(yīng)用相對(duì)較弱的一個(gè)領(lǐng)域，但因?yàn)檗r(nóng)業(yè)本身所具備的爆發(fā)潛力，也使其更需要被大數(shù)據(jù)賦能改造。

農(nóng)業(yè)大數(shù)據(jù)來自從作物基因組到供水管理、培肥、氣候、土壤、機(jī)械和作物保護(hù)系統(tǒng)的方方面面，可以滲透到生產(chǎn)、運(yùn)輸、倉儲(chǔ)、加工、銷售等各個(gè)環(huán)節(jié)。大數(shù)據(jù)的有效應(yīng)用，可以幫助解決生產(chǎn)力水平低下、農(nóng)產(chǎn)品供需信息不對(duì)稱、農(nóng)產(chǎn)品質(zhì)量安全三大難題，推動(dòng)精準(zhǔn)農(nóng)業(yè)和智慧農(nóng)業(yè)的實(shí)現(xiàn)。

醫(yī)療健康

大健康是正在爆發(fā)的消費(fèi)風(fēng)口，醫(yī)療健康領(lǐng)域由于其產(chǎn)業(yè)特點(diǎn)積累了大量的、多類別的數(shù)據(jù)，包括制藥行業(yè)科研數(shù)據(jù)、臨床診斷數(shù)據(jù)、患者健康數(shù)據(jù)等。這些數(shù)據(jù)應(yīng)用一直在進(jìn)行，但很多是孤島數(shù)據(jù)，不利于大規(guī)模應(yīng)用。未來，這些數(shù)據(jù)如果能進(jìn)行有效的結(jié)構(gòu)化處理，將會(huì)產(chǎn)生巨大的商業(yè)價(jià)值，逐步形成新的醫(yī)療大數(shù)據(jù)商業(yè)模式。

互聯(lián)網(wǎng)金融

與傳統(tǒng)金融比起來，互聯(lián)網(wǎng)金融優(yōu)勢在于覆蓋和服務(wù)的人群更廣，流程更短和效率更高。但由此帶來的關(guān)鍵問題就是如何控制風(fēng)險(xiǎn)，通過系統(tǒng)性的技術(shù)手段，將互聯(lián)網(wǎng)金融行業(yè)面臨的風(fēng)險(xiǎn)降到最低。

在整個(gè)金融鏈條上，包括借貸、個(gè)人理財(cái)?shù)榷喾N金融產(chǎn)品和服務(wù)上，數(shù)據(jù)都將起到核心作用，與此相關(guān)的大數(shù)據(jù)風(fēng)控，更是相當(dāng)于互聯(lián)網(wǎng)金融的生命線。因此， 互聯(lián)網(wǎng)金融的角逐不在于快速規(guī)模化，而是在于風(fēng)險(xiǎn)控制等核心層面的技術(shù)化。從這個(gè)角度來說，每一家金融公司，其實(shí)最后都是大數(shù)據(jù)公司。

編 輯:彭 靖 liqing326@163.com