京公网安备 11010802034615号
经营许可证编号:京B2-20210330
如果你不够敏锐,那么大数据带来的商机你未必了解
大数据目前在商界颇为流行,不管是什么行业,也不管公司规模大小,它已经深入到人们生活的各个角落。大数据一直以至少三种方式在影响着企业,而每个人都应该对此有个了解。
1、 它彻底改造了传统产业
9Lenses的首席执行官埃德温·米勒(Edwin Miller)称:“大数据对企业造成了巨大的影响,涵盖了客户关系和供应链运营等各个方面,而且这种影响还将继续下去。”虽然很多人或许还没有意识到这一点,但是大数据确实已经对很多传统产业造成了重要的影响。
Capital One就是一个典型的例子。在上个世纪九十年代,信用卡行业采用的是统一定价的模式即向每一位顾客收取的费用是一样的,只有Capital One是个例外。它使用的是一种基于公共信用和人口统计数据的统计学模式,来为顾客提供“量身打造”的产品。这是它的一项创新之举,直接帮助它在1994年至2003年期间实现了32%的净收入混合年增长率。结果,很多银行将重点转向大数据分析,但是勇于开拓的先锋们似乎保住了他们的领先优势:他们的年净收入增长了17%,远远高于美国的顶级银行,比如花旗集团、美洲银行和摩根大通从2009年到2014年的混合年增长率分别只有11%、11%和6%。
劳斯莱斯在应用大数据分析上面取得的成功对飞机引擎制造行业造成了巨大的影响。公司一直监控着大约3700个引擎,每一个引擎中都安装着数百个感应器,主要用于预测引擎会在何时何地发生故障。劳斯莱斯从单纯地销售引擎转向销售引擎和监控服务的捆绑包产品,然后根据客户使用服务、维修和更换配件的情况来收取费用。这部分收入现在已经占到劳斯莱斯飞机引擎部门总收入的70%以上。
另一个典型案例是全球最大的零售商沃尔玛。现在沃尔玛在使用大数据分析方面也很有名气,但是在上个世纪九十年代,它通过一个名为Retail Link的系统将每一件商品都作为数据记录下来的做法改变了整个零售业。这个系统为供应商们提供了一个管理自己的产品的方法,允许他们监控各自的数据,包括销量和库存量、库存比例、毛利率和存货周转期等等。结果,他们将库存风险和相关成本降到了一个极低的水平。据2001年度的麦肯锡全球生产力报告称,沃尔玛的低成本和高效率是1995年至2000年期间推动商品零售行业提高生产力水平的重要因素。
2、 它催生了一个全新的行业
在历史上,数据是作为核心业务的一个辅助成分来使用的,而且数据都是针对具体的目标而搜集的。零售商为了记账而将销售量数据记录下来,制造厂商为了质量控制而将原材料记录下来。广告条上的鼠标点击次数也被记录下来,目的是计算广告收入。但是随着大数据分析需求的浮现,数据的作用不再仅限于其最初的目的。能够获得大量数据的企业具备了分析数据的能力之后就拥有了一项宝贵的资产,进而创造出一个全新的行业。
ITA Software是一家收集航班价格数据的私营企业,它收集数据的范围极广,涵盖了除Jet Blue和西南航空之外几乎所有的重要运营商。谷歌(微博)在2011年以7亿美元的价格收购了ITA Software。由于谷歌拥有专业的数据分析能力和海量的数据,ITA如今已经能够预测航班、酒店、商场等服务行业的价格变化了。
象ITA这样的企业取得的成功推动了大数据初创公司的蓬勃兴起。据网站angel.co称,从2010年11月到现在,共有2924家大数据初创公司被创立。这些公司通常以数据分析公司、数据供应商或贸易商的形式存在,它们引起了投资者的重点关注。在2015年第二季度,美国风险投资界对大数据初创公司的投资总额达到了191.9亿美元。
这个新兴行业的另一个不同寻常的案例是去年IBM与Twitter建立了战略合作伙伴关系。IBM和Twitter打算合作向企业客户出售分析信息。IBM负责分析Twitter和其他公共来源提供的数据,帮助企业掌握实时会话以便做出更明智的决定。这项合作帮助两家公司将各自的专长结合在一起,即IBM的数据分析能力和Twitter的数据资源。
3、 不管企业规模大小,都因为大数据而得到了完善和提高
大公司显然比小公司更有优势一些。这里所说的大公司不是指规模庞大的公司,而是指能够生成大量数据的公司。象亚马逊和谷歌这样的科技巨头将因为它们能够生成大量的数据而持续受益。亚马逊目前在185个国家拥有2.7亿活跃用户,上架的商品达到了1600万种。谷歌每月吸引的搜索量大约为12万亿次,占据了90%的搜索引擎市场份额。谷歌的YouTube和Google+分别拥有超过10亿和5亿的用户。
但是这并不是故事的结束,大数据实际上有助于平衡市场竞争。某些新技术比如处理器芯片技术和数据存储技术的飞速发展已经达到了能够让企业以极低的成本保留和利用信息的程度。即便是对于IT预算比较有限的企业来说,它们也可以高效率地储存数据。如果内部没有足够多的数据,它们也可以从数据中间商那里以非常低廉的价格租用数据。企业还可以用非常低廉的价格聘请外部数据分析公司。
这方面的成功案例也很多,人才招聘公司Riviera Partners选择候选人的过程就是一个很好的例子。他们会交叉参考数据库中的候选人档案和公共来源的档案,从而筛选出最合适的技能并将它与每一个岗位匹配起来。还有一个例子是,有一家饭店利用大数据分析技术解决了回应6万个来电的难题,让员工们可以专注于店内的顾客。
很多新的项目也因为大数据创新而受益匪浅。据Matisia Consultants的首席执行官、创始人克里斯蒂娜·罗斯(Kristina Roth)称:“有了大数据,很多企业就能更快、更好和以更低的成本代价来完善自身,因为它们可以从每一个完善项目中吸取经验教训,然后将经验教训融合到下一个项目之中。”
实际上,大数据应用的范围是非常广泛的,可以说人们的想象力有多大,它的应用潜力就有多大。象汽车厂商这样的公司可以利用大数据提高经营效率,医院可以利用大数据改进患者服务,快餐公司可以利用大数据更好地管理送餐服务。这样的应用方案举不胜举。能够成功地应用大数据的公司必然能够在竞争中获得优势。
值得注意的是,大数据领域的成功者都得到了市场的广泛认可。能够利用大数据的公司也是投资者高度重视的对象。下面是从事大数据业务的一些公司,它们都享有相对较高的市盈率。投资者并不仅仅看重它们的成长性,而且还看重它们的无形资产,比如数据量和数据分析能力。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13在数据统计分析与数据清洗工作中,箱线图是一种简洁高效、客观性强的数据可视化图表,能够直观呈现数据集的分布特征、离散程度和 ...
2026-08-13 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-08-13在自动化办公、数据采集、定时统计、日志清理、系统监控等场景中,程序往往需要按照固定时间间隔重复执行指定任务,这种运行机制 ...
2026-08-12在数据分析日常工作中,Excel数据筛选是数据清洗、数据提取、样本筛选的核心基础操作。传统Excel手动筛选、函数筛选方式,面对多 ...
2026-08-12 很多数据分析师精通Excel函数和数据透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么 ...
2026-08-12在数据分析、统计建模、数据挖掘与商业调研过程中,原始数据往往无法做到绝对干净规整。受系统故障、人工录入失误、设备误差、突 ...
2026-08-11在数据分析工作中,聚类分析是典型的无监督学习方法,核心作用是依据数据自身的多维特征,将相似样本自动划分为若干类别,实现“ ...
2026-08-11