京公网安备 11010802034615号
经营许可证编号:京B2-20210330
为建立数据分析优势利用专有数据
人们普遍认为专有信息能为企业提供竞争优势,但如果不在业务过程中进行数据分析和应用,那么专有信息也很难发挥作用。没有哪种组织的资产能像数据这样为人们提供深刻的见解,并让人们制定决策和采取其他其他企业组织所不会采取的行动。数据常常很少或不会赋予自身直接的优势,但以数据为基础的分析是个非常强大的竞争性工具。过去竞争差异化的传统根基巳消失,利用独一无二的专有数据是竞争差异化优势的强大来源。
专有数据提供了一个强大的视角,来看待公司运营情况以及客户与市场的购买偏好和行为。在很多情况中,这样一种数据对其他公司、竞争公司、客户乃至政府来说都是非常有价值的。诸如Google 和Yahoo!这样的互联网领衔公司会使用专有数据来刺激新业务并提供业务开拓和增长机遇,以此来证明数据具有超越第一线市场营销发展机会的价值。
专有数据常常是追求另外一个业务目标的副产品,所谓另一个业务目标,举例来说有银行业执行支付交易,零售行业管理库存产品、完成运货业务、运营电信沟通网络或提高互联网络搜索业务质量。然而很少有公司会投人必要的时间和资源来利用这样一种用于其他用途的专有数据。但如果有一些公司可以实现这点,就能启动新产品开发工作、提供出色的客户服务并战胜竞争公司。比如,美国第一资本公司为了开发新产品挖掘客户数据,美国前进保险公司使用其快照计划中有关客户驾驶行为的专有数据来精确地为汽车保险业务定价,位于加利福尼亚州的美国三角洲牙科保险协会对索赔数据进行分析来确认可节省的成本。在很多情况下,数据分析结果能揭示不易发现的新业务发展机会。
专有数据还用来在体育运动中建立优势。Daryl Morey,NBA 休斯敦火箭队的总经理是职业篮球运动中最喜欢数据分析的经理之一,他认为 “真正的优势来自于独一无二的数据”,他聘请了大量数据分析人员在每一场NBA 比赛中对每个对手的防守动作数据进行分类。波士顿红袜队厚也遵循了相同的管理哲学。他们派专人到NCAA总部对各大学棒球选手的纸质记录数据进行分类和量化,来分析能在职业联赛中取得成功的选手特征。意大利足球俱乐部AC Milan收集了其球员在不同条件下运动规律的专有数据,并使用它们来预测和预防球员的伤病问题。
最近,有一些新业务围绕着某个目标蓬勃发展,为了业务获利,通过用社交网络、销售数据导向的产品或作为市场建立者参与市场发展来创建和挖掘新类型的数据。这些发展新业务的企业组织中有很多都自称大数据公司。有一家名为Factual的公司正在尝试收集大量和主题看似不相关的专有数据。公司的某项记载是这样描述它的数据收集战略的:
它同时向向大公司和小型软件开发公司进行数据收集,包括50 个国家6 千万个地点中可用的政府数据、TB级别的企业数据。每种数据都由17—40 种属性描述。Factual可以30种不同的方式来知道80 多万家饭店的信息,包括这些饭店的所在地、所有权情况以及食客与卫仝委员会对其的打分。它还包括5 亿张网页信息、羡国所有中学清单和有关180 万羡国专业医疗人士的办公场所、业务专长和保险购买偏好的相关数据。还罗列7 1.4 万种葡萄酒品种信息、1950—1974 年发生的军用飞机驾驶事故资料和一些重要人士的体重数据。
然而,这样一些数据的作用和其用于激励创新、产生新收人来源以及管理新业务和运营风险的潜力在很大程度上还没挖掘出来。
2009 年埃森哲公司对英美600 位高管进行的一份问卷调查表明: 专有数据还很稀少但极其有价值。只有10% 的被调查者说他们公司的专有数据 “在实用性或重要性方面远远超过进行市场竞争的需要,向我们提供了独特的竞争优势”。类似地,86% 的被调查者说他们公司的数据“大致等同于进行市场竞争的数据的价值” 然而,当被问及专有数据对公司和其产品在竞争中胜出的价值,97%的被调查者说“非常有价值”或“相当有价值”。
为什么一关系到专有数据就会产生如此高的价值认知度和如此低的实践活跃度呢?大概是因为大多数企业组织和其管理者对这个主题不熟悉以及没有将其渗透到有关市场竞争的实际讨论和战略中去。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21