cookieOptions = {...}; .大數據如何解決大問題 - 3S Market「全球智慧科技應用」市場資訊網

3S Market

3S Market 過去的的報導,變成現在發生的事


2018年7月2日 星期一

What is Big Data and how does it work?






來源:数据观


未來幾年,全球數據量將呈指數級成長。據國際數據公司(IDC)統計,全球數據總量預計2020年達到44ZB,中國數據量將達到8060EB,佔全球數據總量的18%。

如今,大數據已成為一項業務上優先考慮的工作任務,因為它能夠對全球整合經濟時代的商務,產生深遠的影響。除了為應對長期存在的業務挑戰,提供解決方案之外,大數據還為流程、組織、整個行業、甚至社會本身的轉型激發了許多新的方式。

研究顯示,72%的企業首選大數據應用需求,是基於客戶行為分析的大數據行銷,其次產品創新、風險預測、供應鏈管理、客戶服務等,也是企業優先考慮的大數據應用。

提升客戶洞察力
傳統的拍腦袋的決策方式和行銷手段,對大數據時代消費模式的戰略決策,已經不再那麼適用,尤其是越到後來,市場、媒體、通路成本就越高,企業所換取的收益越來越少。那麼,如何才能在新時代裡,尋找到投資和回報的平衡點,就需要利用大數據去預測消費者的行為,提高其購買力,從而獲得利益。

大數據的核心就是預測,大數據能夠預測體現在很多方面。大數據不是要教機器像人一樣思考,相反,它是把數學算法運用到海量的數據上來,預測事情發生的可能性。正因為在大數據規律面前,每個人的行為都跟別人一樣,沒有本質變化,所以商家會比消費者更了消費者的行為。

沃爾瑪是數據挖掘分析領域的先行者,建立了全新超大數據中心,利用大數據技術和方法,使得自己可以更好地優化物流、商品陳列和價格,還能夠對客戶行為做出預測,巧妙利用顧客數據,實現盈利成長的有效經驗,推出有前瞻性的促銷。

相類似的是,銀行業、航空業、汽車業而今也在使用大數據 技術和方法來推進行銷預測,這些行業中也不存在所謂線上通路和線下通路之爭,企業可以根據規劃需要靈活投入,並捕捉即時數據進行動態調整。

《大數據變革:讓客戶數據驅動利潤奔跑》一書的作者指出,包括已知行為動機,和必要的實際客戶行為,數據的細粒化市場圖景,可以為企業提供更廣泛,且有數據支持的客戶價值理解,企業將可能因此實現恰當的、有針對性的向上和交叉銷售,促成替代效應,縮短客戶數據反饋至研發和製造等環節的週期。客戶數據帶來更多的客戶價值,指的是數據能夠幫助企業較為精準地找到,單個客戶層級所處的市場,留住客戶,促進客戶的推薦,降低行銷成本。


  

Automercados Plaza's是委內瑞拉的一個家族式食品連鎖店擁有超過6TB 產品和客戶數據分布在不同系統和數據庫中。因此公司難以輕鬆地評估,每個商店的運行情況而且高管 知道他們需要從數據中獲得寶貴的洞察力。

Automercados Plaza's公司CIO Jesus Romero說:「在定價、庫存、銷售、配送和銷售方面,我們面臨著嚴重的混亂。我們擁有近2000萬美元的庫存,而且我們追蹤不同系統中的相關資訊,並且手動進行編輯。我們需要一個整合的視圖,以確切地了解我們擁有什麼。」

透過整合企業內的資訊,這家食品連鎖店的收入增加了近30%年利潤提高了700萬美元。Romero先生將這些成績,歸功於更好的庫存管理,以及更快適應不斷變化的市場形勢的能力。例如公司避免了大約35%的產品的損失因為公司能夠提前安排降價在食物變質前將其銷售出去。

重構商業模式
一些成熟的企業可能會發現,他們很難擺脫根深蒂固的做事方式而新創企業卻有能力創造新的商業模式。

免費數據收集器和聚合器社交數據流服務提供商Gnip公司,透過各種管道收集數據大部分都是免費的然後對數據進行過濾和完善並根據客戶需要的格式向他們提供數據。

數據分析服務這些公司通常為客戶提供分析數據的服務這些數據通常是由客戶提供的。例如Sendify公司為企業提供即時的調用者情報所以當有電話打進時,他們看到打電話的人的很多相關的附加資訊這會幫助 企業增加他們的銷售機會。

數據生成和分析公司透過眾包、智慧手機或其他傳感器生成自己的數據他們也提供分析服務。這個例子包括GoSquared Mixpanel和Spinnakr公司, 他們透過使用一個跟蹤代碼。在他們客戶的網站上收集數據分析數據並使用web介面提供報告。

免費數據知識發現這個模式是免費提供數據和分析。例如Gild公司透過自動評估應聘者發佈的代碼,並進行打分來幫助企業招聘開發人員。

數據整合服務這些公司從多個內部源獲取數據,並對數據進行匯總然後通過一系列用戶友好、通常是可視化介面將結果反饋給用戶。在教育領域從多個教育項目和網站匯總的數據時刻,幫助教師監控學生的表現。

多源數據混聚和分析這些公司將客戶提供的數據進行匯總大多是 免費的數據源並對客戶數據進行分析以豐富或基準數據。例如welovroi是 一個基於網路的數位行銷公司監控和分析工具,能夠使企業跟蹤大量不同指標。它還能整合外部數據並保證行銷活動的成功的基準測試數據。


  

助力精細化
好產品是營運出來的互聯網產品需要不斷營運、持續打磨。產品營運的目的是為了擴大用戶群、提高用戶活躍度、尋找合適的商業模式並增加收入。

成功的互聯網營運,要做到精細化營運,成功的精細化營運需要大數據支撐。大數據和互聯網思維,在此方面關聯度最高。所以,企業在大數據的應用場景上,一定是要優先考慮,如何透過大數據進行精細化營運,以驅動更好的營運效率和效果的提升。

欺詐是全球各地的保險公司,面臨的一個切實挑戰。無論是大規模詐欺,例如縱火,或者涉及到較小金額的索賠,例如虛報價格的汽車修理賬單,詐欺索賠每年可使企業,支付數百萬美元的費用,而且成本會以更高保費的形式,轉嫁給客戶。保險公司不斷應對詐欺,但法律訴訟和私人調查等傳統方法,不僅費時,而且要支付高昂的費用。

  

作為南非最大的短期保險提供商,Santam確實感到保險詐欺的嚴重性。詐欺損失佔Santam客戶,每年保費的6%至10%。詐欺還有另外一個後果——運行效率低下。

由於代理必須處理,並調查高風險和低風險索賠,所有索賠至少需要三天才能解決,而且Santam開始感覺到,公司在客戶服務方面的良好聲譽,在客戶希望快速獲得結果的時代受到了損害。

透過採用先進的分析解決方案,從收到的索賠中獲取數據,Santam有能力早發現詐欺,根據已經確定的風險因素,評估每個索賠,並且將索賠劃分為五個風險類別,並將可能的詐欺索賠和更高風險與低風險案例區分開。

借助新系統,該公司不僅節省了數百萬元的保險詐欺損失,而且顯著縮短了低風險索賠的處理時間,最終使某些客戶的處理,在不到一個小時內即可完成。

在實施後的前幾個月內,Santam還發現了一個著名的汽車保險詐欺團伙。大數據、預測分析和風險劃分,幫助這公司辨識出了導致詐欺監測的模式。

企業如何推動大數據採用
受應對業務挑戰這一需求的推動,並且根據不斷進步的技術,和數據不斷變化的特點,企業已經開始更深入地考察大數據的潛在收益。為了從大數據中獲取更多價值,IBM商業價值研究院為企業實施大數據舉措,提供了如下的建議。

以客戶為中心推動初始舉措
最初的大數據舉措,必須注重能夠為企業,提供最大價值的領域這一點勢在必行。對許多行業來說,這意味著從客戶分析開始,透過真正瞭解客戶需求,並預測未來行為,從而為客戶提供更好的服務。

全面數位化是有助於,帶來大數據迅速發展的一個推動力,已經改變了個人和組織之間的力量平衡。如果企業希望瞭解,並向有能力的客戶和市民提供價值,他們必須集中精力將客戶作為個體進行瞭解。企業還需要向新技術和高級分析能力投資,以更好地瞭解各個客戶的交互和偏好。

但是,當今的客戶 ——包括最終消費者或者企業對企業客戶需要的不 僅僅是瞭解。要想有效地培養與客戶之間有意義的關係,企業必須以客戶認為有價值的方式與客戶聯繫。

價值可能來自更即時、更明智或者更相關的交互也可能來自於企業透過改進底層運作,而增強交互的整體體驗。無論來自何處,分析都有助於從大數據中獲得洞察力,這對於在這些關係中,達到這一深度日益重要。

制定整個企業的大數藍圖
藍圖包含企業內的大數據願景、策略和要求,對於在業務用戶的需求與 IT實施路線圖之間,做到協調非常關鍵。它實現了關於企業如何利用數據,改進業務目標的一致理解。

有效的藍圖透過,確定大數據適用的關鍵業務挑戰、規定如何使用大數據的業務流程要求,以及包含實現該藍圖所需數據、工具和硬體的架構,從而定義了企業內大數據的範圍。

這是為指導企業以實用的方式,並以創造可持續的商業價值為出發點,開發並實施大數據解決方案而制定藍圖的基礎。

從現有數據開始實現近期目標要實現近期目標同時為持續展開大數據項目,創造發展動力和專業知識,企業必須採取實用的方法。我們的調研顯示,要開始尋求新的洞察力, 最具邏輯性和性價比的地點就是企業內部。

從內部著眼允許企業利用現有數據、軟體和技能,提供近期業務價值,並且在考慮提升現有的能力,而處理更複雜的數據來源和類型之前,累積重要的經驗。大多數企業希望透過這樣做,而充分利用現有儲存在資料庫中的資訊,同時擴展其數據倉庫,以處理更大數量和更多類型的數據。


  

受應對業務挑戰這一需求的推動,並且根據不斷進步的技術,和數據不斷變化的特點,企業已經開始更深入地考察大數據的潛在收益。

根據業務優先級逐步建立分析能力
在世界範圍內,越來越多的分析工具,使企業目不暇接,同時企業也面臨著分析技能的嚴重缺乏。大數據效率取決於消除這一巨大差距。簡言之,企業必須獲取工具和技能。在這個過程中,隨著分析、功能和 IT 技能的完美平衡,預計新角色和事業模式將會出現。

關注內部分析人員的專業發展和事業進步,他們已經熟悉企業獨特的業務流程和挑戰,這應是業務高管的首要任務。同時,大學和個人自身(無論什麼背景或專業),都有義務培養強大的分析技能。

基於可衡量的指標制定投資回報分析
制定綜合且可行的大數據策略,以及後續的路線圖需要可靠且可量化的投資回報分析。因此,一位或多位業務高管積極參與並支持,這一流程非常重要。要實現長期的成功,強大、持續的業務和 IT 的協作同樣重要。

許多企業的投資回報分析,基於以下可從大數據獲得的益處:

更聰明的決策-利用新的數據源,提高決策品質;

更快的決策-實現更即時的數據獲取與分析,支持在「影響點」做出決策,例如在客戶訪問您的網站,或者與客戶服務代表通電話時;

創造奇跡的決策-使大數據舉措注重於,那些能夠提供真正差異化的領域。

這些建議中有一個基本原則:業務和IT專業人員,必須在整個大數據實施過程中通力合作。最有效的大數據解決方案,首先確定業務要求,然後定制基礎設施、數據源和量化分析,以支持該業務機會。


0 意見: