京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据成决策参谋 企业如何“胸中有数”_数据分析师考试
“大数据正在改变我们的生活以及理解世界的方式,成为新发明和新服务的源泉……”2012年12月,一本名为《大数据时代》的大数据系统研究的先河之作问世,书中如是说。 这边厢,我市大数据产业计划正式起步5月9日,重庆“融信通”全国基地正式起航,为企业提供宽带、语音、短彩信、即时通信等一体化的信息服务。 传统企业如何跟进大数据时代的脉搏?本期老板下午茶,商报邀请到众老板和业界专家,就相关话题进行讨论。 形势:无孔不入的数据需求 重庆商报:您的企业一般对哪些基础数据有需求? 廖伟:在旅行社的档案库中,往往存着包括旅客的身份信息、出行选择的方式、花销的水平,旅客入住酒店的级别、目的,以及景点消费级别、接待什么样的游客等多方面的数据信息。
只看这些数据信息意义有限,如何根据这些海量数据获得更深入的、更有价值的信息才是重要的。比如,我们希望的是从数据中分析出消费群体的消费级别和他们的需要,推荐目标旅游地。 邓晓琴:在艺术设计、产品开发方面,整个市场上畅销的品牌、款式、型号、价格区间以及流行的颜色、版型等,都是时装企业必须掌握的数据。而在企业自身管理运作的方方面面,我们都需要数据为经营管理做参考。比如,由于每个区域的流行趋势有所差别,因此,在某个区域的公司各种产品的销售数据必须要有详细的统计,为企业的备货、仓储等作参考。 万晓洪:如今,不管是一线品牌和二线品牌,在“三公”消费受限的背景下,回归市场成酒企求存的必经之路。白酒行业怎么获得市场的认可呢?发展中端产品可能成为认可度最高的说法之一。
得出这个结论的基础,便是众多酒企发力市场调查的结果。 对我们来说,现在最为关注的莫过于什么价位的酒销量最好,以及渠道分布比例如何、是什么样的人在喝、区域销量分布、渠道库存、销售成本等数据。 意义:数据已成为决策的砝码 重庆商报:数据挖掘对您的企业的意义在哪? 廖伟:我们通过对港澳游的数据分析发现,高端消费群体往往选择自由旅行,以购物为主观光为辅,因此,旅行社对他们的作用就是预订繁华地段的酒店和机票。如果是中低端消费群体,他们的目的则是观光为主购物为辅,往往选择跟团游。
在接下来跟踪服务时,我们就会点对点为高端消费者设计迪拜、北美等可实现购物需求的旅游产品。面向中低端消费群,则会推荐东南亚等地的旅游产品。怎样设计这些定向营销的旅游产品呢?就得从长年累月搜集看似散乱的数据中,挖掘出具有关联性的信息,经过研究得到多种参考方案。 邓晓琴:时装是一个前瞻性很强的行业,在推出新产品之前,如果没有市场调研数据做基础,企业就相当于盲人;企业自身的销售数据分析和市场趋势的调研分析被称之为服装企业的生存命脉。 万晓洪:行业危机显现后,我们聘请重庆的一家数据分析机构与我们合作,历经三个多月,采集了市场上酒类的各种价格区间分布、口感分布、甜度分布、消费渠道、消费群体、销售数据以及包装设计等数据,进一步分析后发现,250ml左右的小酒销量不但没有倒退,反而在快速上升。
经过对多份报告的分析后,我们决定推出中高端的“山城小调”小酒。 动作:组建大数据“参谋”部门 重庆商报:您的企业是如何实现对接“大数据”的? 廖伟:此前,我们获取信息的渠道主要包括旅客登记,航空公司、酒店、景点、商圈等合作伙伴提供等,而负责数据收集整理分析的往往也是国际部或是国内部等部门的负责人。
不过目前看来,这种方式已过时。 为此,我们不久前将酝酿已久的B2C和B2B交易平台对公众开放,并为之建立起资料库,还成立了专门的综合网络管理部门,负责对公司200多家门市部和100多家供应商的数据进行采集、分析和归纳,为决策部门提交参考方案。 邓晓琴:我们获取数据的主要方式是大型商场监测、服装行业的专门机构的数据库查询以及每年派出三四批调查人员前往世界各大时装周做调查,同时还会定期邀请渠道商上的VIP合作伙伴举行座谈,获取资讯。 为了实现更高效的数据分析,我们成立了专门的策划研发部门,并配置专业的数据采集、分析人员,比如数据采集分析师就有5人。
并将每位分析师的工作细分化,每一个人负责某个领域中的一个步骤,深入挖掘对应数据库中有价值的信息,得出初步分析报告,提交策划部运营部负责人,再经分析后最终形成有参谋价值的方案。 万晓洪:尽管行业相对传统,诗仙太白公司也基本形成了一套数据挖掘的流程:一方面,一线数据采集人员将渠道商各种酒类的销售汇总到片区和总部,并将餐饮、商超、经销商等渠道按照业绩分为不同的等级,以便后续的加权分析;另一方面,公司成立专门的数据分析部门,除了汇总销售市场回馈的数据,还负责监测公司各个产品的销量、库存以及运作成本等数据,实现双向监测。
为了满足“大数据”的需求,我们最近斥巨资引进了专业的信息管理系统,完成数据库的建立。公司要求数据分析部门定期为决策部门提供分析报告和综合运作方案,若是一些大的项目,我们还会聘请第三方机构参与。 场外观点 创造需求先行 大数据有大智慧 在赵国栋看来,大数据不只是一种工具,它是一种智慧,是一种思维模式。“大数据”将会给企业在销售渠道、流程管理、成本控制、库存管理、定制服务等方面,提供最优的运作方案。例如目前不少企业在库存危机中陷得很深,往往就是缺乏对市场需求的了解,造成了需求和供给之间的无法逾越的鸿沟,企业生产什么,就“逼”着市场消费什么,最终的结局就是渠道堵塞。
在大数据的思维模式下,则是需求先行,市场需要什么,企业生产什么,企业的库存将会无限接近于零。但赵国栋特别指出,实现“大数据”的分析工具、软件服务以及市场调查初期的数据采集等流程可以外包第三方,而进入到后期的方案的策划总结,便不应该交由他手,“基于已经萃取的数据,得出什么样的结论,这是企业应该有的智慧,如果企业将这个流程也交由他方,那无异于放弃自己的智慧和思考。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09在数据可视化领域,折线图是展示时序数据、趋势变化的核心图表类型之一,其简洁的线条的能够清晰呈现数据的起伏规律。Python ECh ...
2026-04-09在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-04-09长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07