您现在的位置:腾博娱乐tb988>> 腾博会娱乐手机版>> 本期要目>> 独家策划>>正文内容

大数据:企业业务创新与管理提升的新动力

编辑近照

  大数据是互联网、物联网、移动通信、社交网络等新技术、新模式发展的产物,它以互联网和各种智能终端为载体,具有数据规模大、数据类型复杂、数据内容涉及面广、数据更新变化快等特征。由于数据中蕴含着丰富的信息和常识,逐渐完备的数据具有了揭示过去、预测未来的能力,因而大数据资源具有广泛的应用价值。世界经济论坛(WEF)的一份研究报告称:“大数据是新财富,价值堪比石油。”
  
大数据应用正成为
企业创新的新趋势

  企业是市场经济的主体,企业的经营和管理活动既有很多常规性制度、流程和行为,面临着市场变化的不确定性,也有很多随机性、临时性的应变行为。在互联网经济时代,市场瞬息万变,因时而变、因势而变就成为企业赢得市场先机的关键所在。在快速变化中准确决策,充分的数据就显得尤为重要。企业一旦掌握了数据资源和数据分析的能力,将具备应对变化的敏锐洞察力。在这个大数据时代,可以说,没有数据就没有竞争优势。
  AMAZON是美国最大的电子商务企业,它最早意识到大数据的价值,并将大数据分析应用在了商品的关联销售上。在AMAZON电子商务网站的后台,记录了每位网民在AMAZON网站上的购物行为:消费者是谁?他们对哪些商品感兴趣?他们曾购买了哪些商品?他们对这些商品做了哪些评论?等等。根据大量消费者的网购行为数据,AMAZON开展了一系列的大数据分析,比如其中有一项数据分析被称为“相似购买行为”分析,就是发现哪些消费者在购买行为上具有相似性,依据这一分析结果,AMAZON能够找到一组具有相似购买行为的群体,并根据群体共同的行为特征去给群体中的单个成员进行商品推荐。比如,小A和小B们一样都买了苹果手机,小B们除了买苹果手机外还买了苹果的充电宝,AMAZON就向小A也推荐购买苹果的充电宝。这样一个看似简单的数据分析和推荐,每年却为AMAZON带来了近三分之一的新增营业收入。
  大数据的价值不仅仅体现在企业的市场营销上。在企业的产品研发、生产制造和质量诊断等领域,大数据分析也发挥出了巨大的应用价值。美国著名汽车制造商福特企业就是这方面的榜样,他们将大数据分析应用到了福特福克斯电动车的产品创新和优化中,这款车因此被称为“大数据电动车”。第一代的福特福克斯电动车在驾驶和停车时产生了大量数据。例如,在车辆行驶中,司机持续地更新车辆的加速度、刹车、电池充电和位置信息。这些数据被传回到福特总部的数据中心,通过对这些数据的分析,工程师可以清晰地了解司机的驾驶习惯,包括如何驾驶、何时驾驶以及在何处充电等数据。即使车辆处于静止状态,它也会持续地将车辆胎压和电池系统的数据传送给最近的智能电话,并最终反馈回总部。这种以客户为中心的大数据应用场景具有多方面的好处,通过大数据分析实现了新型的产品创新和协作方式。司机获得了有用的最新信息,而位于底特律的工程师汇总了关于驾驶行为的信息,以便更了解客户,制订产品改进计划,并实施新产品创新。而且,电力企业和其他第三方供应商也可以分析数百万英里的驾驶数据,以决定在何处建立新的充电站,以及如何防止脆弱的电网超负荷运转。
  在供应链管理领域,大数据也实现了高效的物流响应速度。例如,电子商务企业京东商城,通过大数据分析提前预测各地商品需求量,从而提高货物配送和仓储的效率,保证了次日货到的客户体验。通过RFID等产品电子标签技术、物联网技术以及移动互联网技术能帮助企业获得完整的产品供应链的数据,利用这些数据进行供应链分析,将带来仓储、配送、销售效率的大幅提升和成本的大幅下降。以海尔企业为例,海尔企业供应链体系很完善,它以市场链为纽带,以订单信息流为中心,带动物流和资金流的运转,整合全球供应链资源和全球用户资源。在海尔供应链的各个环节,客户数据、企业内部数据、供应商数据被汇总到供应链体系中,通过供应链上的大数据采集和分析,海尔企业能够持续进行供应链改进和优化,保证了海尔对全球客户的敏捷响应。
  大数据在企业业务和管理中正被广泛应用,创新了企业的研发、生产、运营、营销和管理模式,改变着企业的商业模式,带来了更快的决策速度、更高的运营效率和更强的战略洞察力。在美国,一项针对企业家的调研显示,62%的企业已经或短期将要部署大数据应用,87%的人认为大数据应用使企业应对商业挑战反应更加迅速,82%的人认为大数据能整合分析来源更广泛的数据,80%的人认为大数据能改善整体企业决策分析能力,70%的人认为大数据能减少决策分析和数据研究成本。
  
我国企业的大数据应用现状
  大数据应用有两个前提条件:一是要有数据,二是要有分析数据的能力。对我国的很多企业来说,尤其是那些还没有“触网”的传统企业,既没有数据,也没有数据分析的能力,确实无从谈起大数据应用。但是,如果这些企业就此认为大数据应用离自己还很遥远,那就大错特错了。殊不知,一大批行业的新进入者,正是凭借着互联网基础设施和丰富的大数据资源,向所有传统行业发起了挑战。这就形成了一种倒逼机制,任何企业,不了解大数据、认识大数据、应用大数据,就可能被时代所淘汰。因此,对我国大部分企业来说,主动推进企业+互联网的进程,树立大数据的意识和思维,是首先要解决的问题。对于每个行业都是这样。
  在传统的零售行业,一家实体店的店主需要花费很高的成本租下铺子,要进货,要雇人看店,用辛苦的工作换来一点勉强度日的收入,即使生意再好,光顾店面的顾客也是屈指可数的。店主唯一能够掌握的数据就是销售额和出货量。小富即安,这样的生活看起来也不错。但是,这种安静很快就被打破了。像淘宝、京东这样的大型电商平台携带着成千上万的网商,汹涌而来。对一个网商而言,他的店开在网上,顾客来自五湖四海,市场一下子扩大了很多倍。更重要的是,通过淘宝魔方这样的数据分析工具,网商能掌握客户数据、客户喜好数据、客户行为数据,还可以了解淘宝平台上的行业宏观情况、自己品牌的市场状况等,据此就能准确进行营销和库存的预测,能对客户需求的变化快速做出响应,并能为客户提供个性化的产品和服务,大幅增加客户回头率。这种竞争力是任何实体店主不能比拟的,于是,拥有大数据的网商成为了线下实体店的终结者。
  在传统的制造业,当前企业的数据来源和应用基本是来自企业内部,很多先进的企业已经实现了企业内部信息化,建立了企业资源规划(ERP)系统、客户关系管理(CRM)系统、办公自动化(OA)系统、产品数据管理系统(PDM)等,这些系统准确记录了企业的经营活动和市场交易的数据。一些领先的企业,通过统计报表分析、商业智能(BI)分析,可以对自身的生产经营活动进行规划、预测、考核和优化,从而根据市场需求准确进行资源配置规划,提高运营效率,优化供应链,提升客户满意度。尽管如此,这些信息化发达的企业依然要面对大数据的冲击和挑战,更不要说更多内部信息化程度依然很低的企业。以互联网平台和大数据为后盾的新一代制造企业正成为了新的进入者和颠覆者。他们从互联网企业转型成为一家互联网制造企业,渗透到汽车、手机、电视等传统制造领域,彻底改变制造业的游戏规则。他们凭什么?答案就是互联网和大数据。以小米手机为例,成立短短几年时间,就超越手机制造巨头,成为中国手机市场的前三强。小米手机的制胜法宝就是互联网+制造+大数据,从小米手机的产品研发、设计、营销到售后服务都是在互联网上进行的,“米粉”们主动参与产品设计,产品品牌在网络上被快速传播,营销事件不断在社区被发酵,一代代新产品也被快速迭代地制造出来,在整个过程中大数据被快速地分析和应用,精确地实现了精益制造。这就是大数据对制造业的威力。
  在传统金融行业,数据一直是金融机构的生命线,从金融电子化到金融网络化,金融机构的信息化始终没有落后。但问题一样存在,历史悠久的金融机构束缚也很大,影响着其大数据应用的进程。以银行为例,尽管他们很早就实现了网上银行,但因为网点才是银行存款的主要来源,线下的大企业才是银行信贷的大客户,网上银行仅仅被当作一个新业务渠道,如同ATM设备一样。信息化水平发达的银行某种程度上轻视了互联网引发的业务革命,因此也忽略了对网上大数据的采集和分析。相反,依托互联网,拥有大量网民和大数据资源的阿里支付宝、Tencent微信等互联网金融企业却能够异军突起,将支付、理财、代收费等中间业务做得风生水起,并向银行核心业务步步紧逼。微信支付的优势就在于其真实的海量用户群,鲜活海量的客户大数据,通过这些大数据分析,能够了解客户的行为、忠诚度、喜好和价值,并有针对性地提供精准的个性化服务。阿里的信用贷款则是通过掌握中小企业交易和运营数据,借助大数据技术自动分析判定是否给予企业贷款。发放贷款300多亿元,坏账率仅约0.3%,大大低于商业银行。
  在传统的物流行业,货车司机从一个地方拉货到另外一个地方,返回时通常不能空载而回,他们就需要花钱从代理手中买一条信息,但这种信息不是随时都有,需要等很长时间,买到了也未必正好是自己满意的路线。这就是传统货运代理的生意。互联网企业也看到了其中的商机,他们建立起一个物流电商平台,类似于货车界的滴滴打车,在这个物流电商平台上,货车司机可以发布空车数据,货主可以发布货运数据,平台帮助撮合空车配货的交易。传统的货运企业就这样被大数据所取代了。
  这样的事例发生在各行各业,这就是我国大数据应用的现状。像一个天平,在一端,很多传统企业依然我行我素,与互联网和大数据隔绝,占了近1/2的比例。在另一端,众多新兴企业,依托互联网和大数据应用,改变传统行业的商业模式和管理模式,迅速做强做大,占了约1/10。很多企业则站在中间,它们看到了大数据的价值,积极尝试采集大数据、分析大数据、应用大数据,用大数据去创新业务模式,用大数据去改善营销、产品设计、供应链管理和售后服务,占了近2/5。传统企业应用大数据有了很多标杆,它们迅速成为了行业领先者,比如零售行业的大悦城、制造行业的海尔、金融行业的招商银行、物流行业的顺丰、旅游行业的中青旅、健康行业的爱康国宾、家居行业的尚品宅配、服装行业的红领西服等,一大批这样的企业正在积极应用大数据,从而获得新的竞争力。
  
大数据提升业务决策和
管理能力的策略

  主动推进互联网+,建立企业大数据的闭环
  互联网+时代是一个相互联接、开放和互动的时代,企业要主动接触互联网,将自身的业务与管理环节融入互联网中,通过互联网低成本建立有效的大数据收集、传递和分析系统,覆盖网络营销、社区营销、电子商务、网上客服、供应链电子商务、工业互联网等各个环节,主动积累海量数据资源,形成企业大数据闭环。只有形成大数据闭环,这些数据资源才能更有价值,真正转化成企业的数据资产。
  树立大数据思维,追求经营管理的精准化
  大数据是对企业生产经营活动和市场变化的真实记录,它能够还原事实的本质,能够发现和预测客户的真实需求,能够追溯出质量问题的根源,能够探寻出产品的关联性,能够展示出物流和资金链运行全景。这就是大数据的魅力和精髓。因此,企业要从战略上重视大数据,全员树立大数据思维,要一切生产经营活动用数据说话,追求生产经营与管理的精益化、精确化和精准化。
  建立分析模型,让大数据为提升业务决策与管理能力服务
  大数据的价值体现要看企业怎么使用它?就像一块矿石,有人用它来做石斧,有人则把它提炼成了一块钻石。数据分析的模型决定了对大数据进行加工清洗的方法和模式。分析模型做得好坏,分析模型对业务管理的理解程度,直接决定了企业大数据分析的价值。好的数据分析师,就是好的分析模型设计师。数据分析模型是从业务需求出发的,模型是业务相关的,需要对业务有透彻的理解和感悟。企业数据分析模型,可以按照企业的职能进行划定,比如营销领域的客户忠诚度分析、客户喜好分析等;考核领域的KPI分析;客户服务领域的客户满意度分析;风险管理领域的客户流失度分析,等等。通过建立这些分析模型,企业能够让大数据分析大幅提升业务决策与管理能力。
  大胆变革,用大数据实现业务和管理模式创新
  在大数据时代,数据是企业的血液,一个高效运作的企业就是一个数据驱动的企业。大数据具有开放、共享、多元和实时的特点,对大数据驱动的企业而言,需要建立与之相适应的组织结构、管理模式和商业模式。首先是企业组织结构的社区化。企业的组织结构将是开放互动的,企业、客户、合作伙伴相互连接在一起,共同组成一个开放社区,客户从消费者转变为产销者,客户将自身的需求向社区传达,并借助企业来得以实现,产品能够在社区互动中进行快速迭代,持续地满足客户的个性化需求。其次是企业经营管理体系的平台化。互联网将成为企业共享的商业基础设施,企业的业务和管理体系将整体构筑在互联网基础设施上,成为互联网基础设施上的一朵“企业业务管理云”,大数据资源将成为企业的基本生产要素之一。再次是商业模式的多元化。企业可以通过服务或产品直接向客户收费,也可以是基础服务或产品免费但从增值业务或数据资产变现来进行收费。各种商业模式都会出现,变现的方式,不仅仅是产品、服务,也包括数据资产,如何变现将取决于企业的战略目标,是利润最大化还是快速规模化,是个性化订制还是大规模生产。最后是产品和服务的精益化、精准化。从营销、研发、生产、供应链到售后服务,所有环节都有数据的采集、数据的加工和分析、基于数据分析的预测和调度,真正实现精准营销、精确研发、精益制造、精准物流和精细服务。
  总之,大数据将注定成为企业业务创新与管理提升的新动力!
    
编辑概况:
  赵刚 北京赛智时代信息技术咨询有限企业创始人、博士学历。主要从事信息产业、信息化、大数据、企业战略咨询工作。历任赛迪顾问股份有限企业高级副总裁、北京赛迪时代信息产业股份有限企业总裁、中国电子信息产业发展研究院“赛迪学者”。兼任中国信息化推进联盟专家、中国电子学会高级会员、中关村大数据产业联盟专家、中关村大数据交易产业联盟专家。
  在信息化领域耕耘已17年,服务的政府、企业客户超过100家。长期致力于信息化和新一代信息技术的研究、咨询和工程建设。先后参与了国家金融信息化、中欧信息社会、新一代信息技术战略等国家级项目,承担了北京、天津、贵阳、南宁、佛山、广州、鄂尔多斯等地信息化、智慧城市、信息产业、大数据等课题,主持并参与了中国人保、中国海油、中国有色、福建海峡银行、长城电脑、广汽集团等企业的战略、信息化和互联网咨询项目。
  发表文章若干篇,著有专著《大数据:技术与应用实践指南》《IT管理体系——战略、管理和服务》,参与编写《智慧城市:规划、建设和评估》《信息化基本常识》《信息系统审计》《走进大数据时代》《块数据:真正进入大数据时代的标志》等。

感动 同情 无聊 愤怒 搞笑 难过 高兴 路过
【字体: 】【收藏】【打印文章】【查看评论

相关文章

    没有相关内容
XML 地图 | Sitemap 地图