當前位置:名人名言大全網 - 名人名言 - 從大數據1.0到大數據2.0

從大數據1.0到大數據2.0

從大數據1.0到大數據2.0

大數據包含了各種可能性。但套用喬治·蕭伯納的名言,商業領袖應該如何主動而不是被動反應?企業在追求價值最大化的過程中,要主動出擊,未雨綢繆。在合適的時機,通過大數據,可以及時洞察小數據難以發現的新興趨勢,讓企業在制定戰略時更具前瞻性。具體應該怎麽操作?玖正建材網總結如下:

事實上,在高度競爭的環境中,大數據可能會迫使公司采取行動,而不是被迫做出反應。但是,假設企業已經仔細權衡了大數據應用的優勢和相應的成本,那麽在大數據帶來的眾多可能性中,哪壹個是最有利的呢?大數據將為企業的戰略提升帶來三種可能:

回答現有業務中的已知問題,專註於提高績效和運營效率。

回答現有業務中的新問題,關註業務增長機會。

以改寫競爭格局為目標,回答新業務中的新問題。

雖然企業間大數據應用的深度不同,但研究表明,大數據的應用主要停留在第壹階段,關註第二階段的應用時機已經成熟。最近對全球多個行業和地區的100多名首席信息官的調查發現,大數據(包括其在企業中的應用和知識發現技術)將是2013年最具顛覆性的三大技術之壹,僅次於雲計算部署和移動支持。正如克萊頓·克裏斯滕森(Clayton Christensen)在他的著作《創新者的困境》(TheInnovator's Dilemma)中所定義的那樣,壹項顛覆性技術應該創造壹個新的市場,並最終超越現有市場。按照克裏斯滕森的定義,目前大數據在企業中的應用壹般只起到維護的作用,也就是只用來改進現有產品,然後從更高端的客戶那裏獲取更多的利潤。

從大數據1.0到大數據2.0

“大材小用,不在合適的時候,其潛力會下降。人生平庸,非其勢,其性弱。”-老子

新的基礎設施或數據源可以通過回答現有的業務問題來實現大數據的壹些價值,特別是在現有數據顯著增加的情況下,這使得通過數據創造商業價值的傳統方式難以維持。例如,Rackspace最初的電子郵件托管服務只有非常有限的客戶群。後來其客戶數量迅速增長到654.38+0萬,各種格式的日日誌記錄達到654.38+0.50 GB。這挑戰了Rackspace使用原始數據系統處理故障排除要求的能力。過去需要幾分鐘完成的事情現在需要幾個小時。因此,Rackspace不得不遷移到Hadoop基於堆棧的大數據基礎設施,以繼續實現其電子郵件托管服務的價值。

大數據可以更快更好地回答問題。例如,電信公司可以用社交網絡的新客戶交互數據補充現有客戶數據,從而提高客戶流失分析的價值。

但仔細觀察發現,這些類型的大數據應用並沒有給企業的基本策略和方法帶來改變。比如企業了解客戶流失的目的基本不變,只是增加了社交媒體數據的屬性。這種相對保守的方法似乎代表了當今大數據應用的特點。《經濟學人》雜誌在2010進行的壹項調查中,當被問及大數據給妳的公司帶來了哪些新的機遇時,大部分受訪者首先提到了“提高運營效率”(51%)。與之形成鮮明對比的是,選擇“服務和產品創新”的企業數量僅排在第四位(24%)。鑒於2010的經濟形勢,很多企業更註重削減成本,所以選擇“提高運營效率”可能不足為奇。但隨著經濟的好轉,企業的重心已經從降低成本轉移到業務增長上,所以應該采用其他的大數據應用方式。

要進行顛覆性創新,企業必須采用新的模式,找到新的方法來創造和刺激增長。回想壹下內容制造驅動的Web2.0技術如何顛覆基於內容消費的Web1.0時代,給企業與客戶的交互模式、產品與服務的創新模式、協作模式、營銷模式帶來巨大變革。同樣,大數據2.0戰略將打開新的市場,使領先企業能夠抓住稍縱即逝的機會,先於競爭對手獲得巨大利益。

大數據業務的戰略演變——以出租車公司為例

大數據1.0戰略

可擴展技術:新加坡出租車運營商ComfortDelGro最初通過人工電話處理出租車預約服務。後來隨著客戶數量的迅速增加,人工電話服務難以滿足需求。該公司開始投資大數據技術,並投資6000萬美元開發了壹個由自動撥號系統和智能手機應用程序組成的出租車預訂系統。後臺的數據基礎設施可以支持幾十萬次行程的存儲和處理。15000輛出租車的運營數據,上億條實時GPS定位信息,提升了公司的運營能力,每年可處理2000萬次出租車預約服務。

大數據2.0戰略

重塑客戶行為:ComfortDelGro多年來收集日常出租車運營數據和需求波動數據。隨著新加坡人口和旅遊業的不斷增長,為了應對壹天或壹周特定時間出租車預訂量的不斷增加,該公司通過特定時間和地區的各種附加費來調整價格,重塑了客戶的預訂模式,使公司能夠始終如壹地滿足客戶的需求。

創造新的產品和服務:實時了解客戶和出租車的位置,結合歷史預訂記錄,出租車公司可以在技術上預測不同時間段,如每天或周末的不同時間段,避免擁堵的最佳行駛路線。基於此,公司可以提供全新的實時路線推薦服務。這項服務不僅可以幫助出租車司機預測業務量和交通狀況,還可以作為第三方增值服務出售給其他公司的出租車司機。

數據生態系統願景:可靠的自動交通路線預測服務基於數據生態系統願景。系統中的數據由出租車運營公司、交管部門、環保部門共享。這些組織有互補的數據和興趣。交管部門可以實時掌握城市交通的大致情況,而出租車運營公司可以從他們的流動車輛中掌握壹個很小但很詳細的交通軌跡。這些數據加上環保部門的實時天氣和道路信息,可以更有效地預測交通擁堵情況。這項服務使三方同時受益。交管部門希望緩解城市擁堵,道路暢通對出租車公司來說意味著收入增加,而環保部門更關註二氧化碳減排。

顛覆性大數據的新業務戰略

通過回顧相關研究和行業領導者的討論,我們得出了三個顛覆性創新的大數據戰略。

首先是客戶策略,即利用客戶交互數據重塑客戶行為,而不是簡單的理解。這種數據使企業能夠預測和引導市場尚未出現的需求,進而創造新的利潤。這個策略可以和產品策略結合起來,對新產品和新服務開發新的需求,讓大數據實現收益。同樣重要的是,僅僅依靠這些策略無法帶來持續的好處。我們還需要生態戰略,這是第三個戰略。企業可以參與甚至重塑壹個全新的面向行業的群體,成員可以通過數據共享提高整體管理水平。

然而,在壹些領域,壹些企業已經開始積極重塑客戶行為,而不僅僅滿足於理解客戶行為。這涉及到對客戶的全面了解,包括他們的行為、偏好和競爭行為,以及通過基站三角測量或無線熱點信號獲得的實時定位數據。

客戶戰略:重塑客戶行為

福特汽車研究和創新中心的預測分析和數據挖掘技術邁克爾·卡巴拉(Michael Cabala)認為,“大數據的本質是它能讓妳知道並做出反應”。許多數據驅動的企業在與客戶打交道時廣泛采用這種被動地位。直到最近,企業了解客戶行為的主要方式是聘請市場調查公司,然後根據調查結果對客戶需求做出回應。現在市場上表達情緒的渠道已經逐漸轉向社交媒體,但企業了解客戶行為的主要途徑基本是被動的。

然而,在壹些領域,壹些企業已經開始積極重塑客戶行為,而不僅僅滿足於理解客戶行為。這涉及到對客戶的全面了解,包括他們的行為、偏好和競爭行為,以及通過基站或無線熱點信號三角測量獲得的實時定位數據。這使得企業能夠通過最合適的渠道,在合適的時間為客戶提供高度定制化的產品和服務。

網飛和亞馬遜等公司利用這些數據來確定客戶的愛好和偏好,並利用這些信息實時為客戶提供相關的有用服務,從而影響客戶的購買行為。對於網飛來說,推薦的服務不僅限於新電影,還包括老電影,這有助於降低授權成本。同樣,零售商可以通過使用客戶信用卡和Foursquare的實時註冊數據來了解客戶的偏好,然後通過移動應用程序發送促銷信息來影響客戶的購買行為。

最近,我們與壹家金融機構合作,通過收集各種宏觀經濟指標的數據,包括消費者指數、房價指數和國家貸款核銷(因為無法收回而核銷了多少貸款),來仔細評估其貸款和借款風險。這種全面的方法將壓力測試的門檻提高到了更實用的水平,改變了金融機構對風險評估的態度。

然而,這壹戰略的實施面臨特殊挑戰。主要問題是個人隱私。與個人或敏感信息相關的問題應盡可能謹慎和透明地處理,即使這些信息並非來自個人數據。從執行力的角度,企業還需要預測對客戶行為造成的變化。因為無法確定企業的推薦服務會影響多少客戶,所以這個問題不容忽視。在某些情況下,企業無法完全了解和控制其供應鏈,並通過實時服務滿足客戶不斷變化的需求。結論是,企業必須持續關註客戶,以確定什麽程度的“影響”是合適的。

產品策略:開發新產品和服務

數據價值鏈中的許多企業位於數據通信的“繁忙區域”,其戰略定位使其能夠從現有數據中獲得經濟利益。這些企業大多來自通信、媒體和娛樂行業。這些企業通過數字渠道與客戶廣泛互動,正在成為擁有大量寶貴客戶數據的資源庫。

許多企業使用這種數據來獲得洞察力,並支持他們的日常業務,以服務於現有市場和客戶。長期以來,銀行通過客戶信息、交易以及網上和手機銀行服務了解客戶的壹切,從而提高客戶滿意度。比如盡可能減少ATM機的短缺,提高產品和服務的定價。而其他公司則通過數據創造價值,瞄準新市場,創新設計出全新的商業模式。例如,通過智能手機客戶端,電信公司可以實時獲取其大規模客戶群的詳細信息,包括位置、使用情況、社交網絡和其他特征。他們利用這些數據和信息推出新的服務,比如基於位置的營銷。再比如,除了普通的電話服務,新加坡當地的三家電信運營商M1、Starhub、Singtel與新加坡報業控股等零售商合作,為客戶提供基於位置的廣告短信服務。短信發送數量和可能的客戶回復率最終轉化為電信公司的額外收入。

因此,可以利用大數據為客戶提供實時的生活信息服務。這些策略可以幫助電信公司留住客戶,帶來更多收入。這個思路也適用於其他領域。例如,保險公司推出新產品和服務,而不僅僅是銷售標準化的保單。將壹段時間內的客戶風險偏好、采用的政策和歷史理賠數據整合到新的監管報告中,比傳統方式更實用。

由於新產品或服務通常迎合未知市場,產品策略不局限於知名公司及其子公司,還為進入市場的新企業提供了巨大的商機。例如,零售領域的實時價格比較服務允許澳大利亞的GetPrice和英國的PriceRunner為客戶提供更多的價格信息,同時為更有針對性的在線廣告開辟新的渠道。在醫療保健領域,成立於2008年的Castlight Health利用大數據為患者提供醫療保健費用信息,而客戶壹般很難獲取這些信息。社交網站PatientsLikeMe建立了壹個免費的論壇和友好的交流環境,患者可以在這裏找到其他病情相似、服用相似藥物甚至實驗室檢查結果相似的患者。它通過向制藥商出售數據來賺取收入。所有的過程都是公開透明的,用戶很清楚其數據評級、評論和意見的用途。

當然,通過大數據創新產品和服務也面臨諸多挑戰。新進入市場的企業應註意數據使用的法律和倫理問題,特別是在涉及客戶個人數據或從私人大數據中提取信息以獲取利潤的情況下。世界各地的政策制定者壹直在審查與數據相關的法律,許多司法管轄區的判例法系統也在不斷完善。在不久的將來,數據商業化和盈利機會的監管環境將會改變。

隨著大數據的快速發展,數據保護和隱私立法可能會跟進,以覆蓋所有可能的應用。因此,對於利用大數據制定新的客戶和產品戰略的企業來說,他們至少有義務確保客戶對自己數據使用情況的知情權,並為他們提供足夠的信息,讓他們做出知情的選擇。只有這樣,雙方才能受益。同時,透明運營有利於加強監管和道德自律,提升企業信譽、客戶忠誠度和企業品牌。

完全依靠產品和服務創新來實現數據商業化,也可能造成壹定的長期風險。在壹個完善的系統建立之前,新的市場很可能被其他新的發展所擾亂。從數據的角度來看,需要從生態系統的角度來審視數據。在這個體系內,數據提供者、受益者、競爭者和監管者都能健康發展,並從數據共享中受益。

生態系統戰略:數據生態系統視角

通常,壹個企業無法完全了解其客戶,很難推出全新的、有吸引力的產品或服務。在這種情況下,企業可以從生態系統中的其他企業獲得補充數據來填補空白。這壹生態系統基於適當的合作戰略,以便從企業到消費者的所有利益相關方都可以從中受益。生態系統觀可以有多種形式。壹方面是傳統意義上相互競爭的企業之間的合作,另壹方面是公共機構之間的全過程合作,旨在更好地提供服務。除了相互合作帶來的短期利益,生態系統戰略還有助於分散風險,使各方長期受益。

保險領域也有過這樣的數據協作案例。例如,識別和防止欺詐性車險理賠不僅有助於提高保險公司的利潤,還可以降低車險保費。英國保險協會的成員共享數百萬客戶的索賠數據,然後在英國保險協會成立的非營利組織保險欺詐局(insurance fraud bureau)分析這些數據,以解決保險欺詐索賠問題。這些來自數據庫的信息被稱為“保險欺詐記錄”,這大大減少了每年的欺詐索賠數量。英國保險協會表示,“這些保險欺詐記錄將有助於保險公司識別用戶欺詐,並采取適當措施。這些信息可以用於車險產品的整個生命周期,無論是續保、理賠還是其他任何階段。”

音樂行業的幾個組織,包括出版商、音樂服務提供商和作曲家協會,正在努力創建壹個“全球曲目數據庫”,以創造音樂行業的數字化未來。這是壹個針對各地區用戶的獨壹無二的權威曲庫。音樂發行價值鏈中的所有組織都可以使用該數據庫來確保音樂作品的準確和高效授權以及隨後的版稅支付。音樂服務供應、消費和授權的在線商業模式發展迅速,該數據庫的建立標誌著變革之路上的重要壹步。

雖然大數據應用的實證案例相對較少,但行業內部策略傾向於將重點放在利用大數據解決共同關註的監管、商業或技術層面的具體風險問題,同時為企業以正常方式爭奪客戶創造公平的環境。這種方式可以最大限度地減少潛在的沖突,否則會導致合作聯盟的瓦解。同時也印證了埃文·羅森的觀點:這種聯盟在建立之初就有清晰的結構,為雙方創造價值,公平壹致地對待參與企業。只有這樣,競爭企業之間的合作才有意義。在跨行業中,大數據為電信公司和金融機構提供了合作和共同獲得更多見解的可能性,特別是在零售支付和移動技術集成方面。通過充分利用他們客戶的數據,他們可以合作分析合並的數據,然後創建壹個真正獨特的移動銀行平臺。

在這個生態系統中,政府部門也應該有所作為。許多企業可以從其他額外數據中受益,如實時天氣和交通信息。這些信息通常由公共部門收集,復制這些數據的成本對任何公司來說都是極其昂貴的。鼓勵企業與政府機構合作,分擔數據收集的投入成本,因為它們與服務的下遊影響密切相關。例如,在規劃貨物運輸時,企業可以受益於將其內部貨運和訂單數據與港口管理部門設置的傳感器和雷達獲得的外部實時港口數據相結合。這也有利於港口管理部門保證人員和船舶的安全以及物流效率,進而願意投資傳感器設備。

商業領袖能做什麽?

本文的大數據三大策略,在合適的業務背景下,會給企業帶來很多機會。商業領袖可以問自己壹些問題,以確定他們是否可以探索這些戰略中包含的積極和顛覆性的潛力。

消費者策略。大數據為企業提供了更多重塑消費者行為的機會,滿足了消費者自己可能意識不到的需求。要確定是否準備好率先使用大數據,企業首先要回答幾個問題:消費者做出什麽樣的購買決策,購買決策涉及哪些流程?是否有機會利用新數據來影響消費者的購買決策?如果有,這些必要的數據從何而來?您是否擁有以低成本、高效且及時的方式(必要時包括實時方式)利用大數據的必要基礎架構?

產品策略。企業還應評估自己是否準備好推出具有競爭優勢的新產品和服務。這需要回答關於現有數據的價值和數量的問題。他們有獨特的資產嗎?整合這些資產能解決市場需求嗎?新產品和服務將被投入新的市場還是現有的市場?如果妳進入新的市場,通過什麽渠道?對新產品和服務的投資會對現有企業造成機會成本嗎?

生態系統戰略。企業要分析自己是否能從孤立的戰略變革中獲得最大的價值,或者是否更適合與其他企業合作進行獨特而強大的數據分析。妳是否完全了解商業價值鏈中的所有其他企業?如果答案是肯定的,那麽企業領導人應該確定這些對手掌握的數據集或業務願景是否與他們自己的企業互補。此外,企業領導人還應該確定在不喪失競爭優勢的情況下共享數據的可能性。

並不是所有的企業都準備好或有必要的能力同時實施上述三種戰略,或者只需要實施其中的壹種或兩種來提高目標業務的績效。無論選擇哪種策略,企業都應該能夠及時洞察大數據的經濟價值,合理開發大數據資源,從授權和管理所需人才到適當投資技術基礎設施以保證運營。同時,企業還應充分權衡存儲、分類和分析大量數據所需的設施和技術成本,以及大數據的潛在好處。

大數據帶來了數據革命嗎?雖然行業對大數據的認知明顯提高,相關工具也越來越多,但對於大多數企業來說,顛覆性的改變還沒有到來。隨著人們充分利用大數據的優勢,結合大數據提出的全新商業戰略,在不久的將來,新企業將重拳出擊,開拓新市場,摒棄炒作,專註於利用大數據發現和解決新的商業問題,滿足不斷變化的市場需求,保持可持續的競爭優勢。