挖掘大数据价值的正确姿势

如果要找未来商业的代名词，“大数据”无疑是其中一枚。

资本市场和企业早就开始“押注”在这上面，从2011年开始，一直到现在，大数据概念火热的势头依然没有减弱，行业中也逐步出现商业化应用的典型案例。

在2000年时，全球数据量中仅有四分之一的数据是以数字化形式存储，7年后，超过90%的数据是数字化数据，也就是说，现在几乎所有的数据都通过数字化形式存储保留下来了，而且，数据总量也在不断增加。据市场调研机构IDC预计，未来全球数据总量年增长率将维持在50％左右，2020年全球数据总量将是2011年的22倍，超过40ZB（相当于4万亿GB)，其中，中国将占全球的21％左右，数据量将达到8.6ZB。

当下的各种智能硬件设备，特别是大家每天都离不开的手机正在将一切都数据化，但这并不表示所有数据都有用，如果数据转化不成价值，即便是有再多的数据量也没有用。而且，“大数据”不仅仅是个量的大小问题，在天睿公司（Teradata）大中华区副总裁、咨询及服务部门总经理唐青看来，从文字上解读，大数据在思维概念上的确有指数量巨大的含义，但是同时也意味着数据种类的多样化，“数据描述形式不仅局限于文字的描述，还有图形、音频、视频等多种形式，从过去结构化数据变成一个非结构化数据”。

“另外，大数据是流动的，一定有时间轴的概念，即数据增长速度快，处理速度快，时效性高，肯定不是静态数据；还有一个就是价值，如何在海量的数据中结合业务形态去挖掘数据价值，这是大数据的关键。”唐青接着对《经理人参阅》说到。

大数据分析的四大领域

天睿公司是全球领先的大数据分析服务供应商，专注于大数据分析、整合数据仓库和业务应用等。天睿把企业数据分析分为四个重要领域——客户体验、多类型分析、大规模的数据以及多元化的数据整合，只有做好这些才有可能实现大数据的各种价值。

在唐青看来，一个企业的发展，很重要的一点是要回答整个业务输出的问题，即如何产生价值。从业务场景来看，就是企业如何在关键业务流程中，做到通过数据分析来产生价值。从分析来说，如果分析是从简单的、小数量的数据开始，则达到的分析效果是有限的，因此一定要大规模的数据分析；而且，分析要在非常流动的数据环境里进行，所谓流动有两个层面，一个是数据的多元化，还有一个是数据分析的效率，这要求企业做有效的数据整合。

另外，其中很重要一点是多种数据类型的分析，涉及到对数据来源和文本数据的分析，还有客户在使用产品和服务过程中，他的路径是怎样的。唐青以开银行卡为例，一个客户开了一张银行卡，还要跟踪其消费情况，如有没有购买其他的分期贷款等行为路径。之所以叫多类型的分析，就是能从他的各种社交关系，通过他的消费轨迹等不同来源的数据信息进行分析。

“从客户角度来看，很重要一点是，要关心客户的情感体验，而不是把客户就当成一个ID。”唐青强调到，当下是一个高度社交化的社会，企业很关心到底谁跟客户有关联关系，谁是客户的家人、老板、同事，谁可以影响客户的购买决策和购买行为。

要实现大数据的价值，大数据公司需要知道客户是谁，如何很好的对客户画像，以及捕获这个客户的所有信息及其信息渠道。但是说起来容易做起来难，唐青总结了三大挑战，同时也是所有做大数据分析公司面临的挑战：

一是业务能力，是不是很懂业务领域的场景，在分析的时候，到底该在哪个业务场景里面进行改进。比如说信用卡，是分析卡的流失还是卡的深度交叉销售；还有发卡的风险以及临时授信的问题，到底又该在哪个业务场景去做分析。

二是人才资源压力，目前所有企业都面临这个问题，就是能否在合理的人员工资下，招到优秀的人才，这是很大的挑战。

三是洞察力，企业如何在操作层面、执行层面都能够有很好的洞察力。

从三大典型行业看大数据应用

唐青以金融、航空、快递这三个典型的服务行业为例，演绎大数据在行业中的应用。天睿公司北京总部及华北金融团队咨询服务部总监张天峰在采访中也指出，大数据其实是一种手段，更重要的是如何让大数据为业务服务。

金融行业现在正面临转型的挑战，过去该行业的产品是要提升面向客户业务的效率，比如银行，就像开店，看着进钱很多，但是到底能不能把客户吸纳过来，这就是很大的挑战，为此需要从产品、客户视角去分析。

唐青认为在大数据应用上，中信银行是金融行业里做得比较不错的，此前中信的行长会议提出了二次转型的目标，即以客户为中心，去优化整个营销体系，对客户进行精细化管理。为了实现这个目标，中信银行和天睿展开合作。

天睿有一个客户标签系统，分为基本标签、属性标签、分析型标签，分析型标签是科技含量最大的标签，能把客户识别出来。天睿在跟中信银行合作的时候，通过中信银行所有的数据系统，把所有客户都识别出来，对其特性进行描述，归纳出客户标签。利用数据分析从产品视角、客户视角发现新的业务商机，同时识别出潜在客户，并列入未来开拓计划中，以制定相应的营销策略。

面对新客户，银行要知道如何做品牌宣传；对于衰退期的客户，要分析即将流失和已经流失客户的原因，如何激活“睡眠客户”，让他们继续使用银行产品。这其实就是通过数据分析进行客户分级。客户在求学、入职、结婚、生子、财富积累、退休等不同的人生阶段，需求都是不一样的，通过数据分析识别出客户处于哪一阶段，有针对性的推出相应的服务。

而未来要从客户视角来考虑，如何让客户产生额外的产值，让“初级客户”转变成“高级客户”。“也就是如何让所有客户的想法变成机会、变成业务诉求、变成架构实现，这一条就极其重要。”唐青说。

说到航空公司的航班分析，价格和服务是乘客在选择航班时都非常关心的两个方面，从各大平台实时发布的变动价格来看，现在整个航空的运价都非常透明化了，而航班的延误与取消则十分考验航空公司的服务能力。

除了面对运价透明、服务升级的市场挑战，以国内航空公司为例，近几年整体消费水平的提升，未来运力上升也是一大挑战，与此同时还面临高铁的竞争，航空公司未来要在新环境下创造新的市场需求都离不开对市场的分析。

其实，航空公司在围绕着客户提供服务的背后面临各种复杂问题。以运价来说，为什么运价可能天天都不一样，一是有舱位开放的因素，航空公司会不断调整提前开放的舱位；二是竞争定价，根据竞争对手的出价情况去不断调整自身的价格；还有是通过代理发布还是直接自己网上发布的渠道选择问题等。因此航空公司需要根据市场情况、客户购买行为等一系列数据进行分析预测，最终才确定运价。

再以新航线开通来说，比如航空公司新开通一个国家的航线，到底应该开在哪个城市，飞哪个飞机场最有效，以及航线要配什么机型。这不是一个靠领导随便拍板就能解决的问题，这些都需要根据客流、票价预测以及成本参数等各种数据做出分析，来预测新航线的盈利情况以及确定是否开通这条新航线。

唐青总结到，各种类型的大数据分析可以帮助航空公司预测趋势、制定经营策略。对于航空公司很重要的一点是，当它面临一个国际市场的时候，需要购买很多其他航空公司的数据，分析航班的各种可变量因素，才能了解市场，解决好运力上做到最优和运价上做到最合理的这两个关键问题。

而快递来说，过去一年内，顺丰等快递龙头公司相继上市，现在的快递业可以说正处在一个黄金的时代。过去快递业经历了一个高速发展期，可能有很多简单粗暴的管理，快递业已经到了一个转折点，未来从成长期到一定的成熟期的时候，就要求企业构建一个健全的管理体系，未来竞争还会越来越激烈，快递业面临非常低的价格竞争，如何在每一票中做到盈利，如何在扩大市场份额的同时能够稳定收入，如何不断提升服务水平，这些对企业来说至关重要。

“快递行业收益管理的三要素是成本分析、网点细分和价格策略。以网点来说，如何使得它的收入最大化，如何使得机会成本最小化，这是快递公司面临的挑战。快递网点其实是有变迁的，这个网点到底是以收件为主还是派件为主，利润点是不太一样的，还有这个网点到底要承诺多少的固定斤数的包销业务，每个网点可能情况都是不一样的。”唐青说，“快递业要做好精细化管理，做好成本分析，好好的分析销售网点的特性，基于数据把所有这些网点的特性分析出来，是亏损的网点、盈利网点，还是金牌网点，都可以同步分析出来。”

这三个行业最主要的特点就是都是通过大量数据驱动的行业，那从企业角度来看，围绕客户为中心，数据分析的价值到底要回答的是什么问题呢？唐青认为，其实就是如何帮助客户实现数据源分析的精细度。

“大数据支撑做一些数据收集和相应的算法，去帮助企业分析，一个业务决策出来以后，到底是执行它还是不执行它。这当中是有模拟技术的，而不只是一个简单的行为而已。”唐青说，“大数据分析很重要的是说你有什么方法论，怎么去试点，来反馈收益情况，最后做全面推广。”