2020年5月15日星期五

企业大数据战略的挑战和机遇 Enterprise Big Data Strategy’s Problems and Opportunities



大数据具有5v特征

企业在使用大数据时面临四大挑战和六大机遇 (成功要素)


大数据战略的4大挑战

根据对大数据行业调研,企业今天在运用大数据时还面临不少困难。主要包括战略、人才、数据资产和工具等四大类挑战。

战略:仅有约23%的企业拥有明确的大数据相关战略,决定并知道如何将大数据分析有效地应用于企业运营,并建立相应的组织能力、流程和激励机制来赋能数据分析以支持决策。

人才:仅有约36%的企业拥有专门的数据分析团队

数据资产:仅有约19%的企业拥有高质量、一致性较好、易于获取和应用的大数据。

工具:仅有38%的企业正在使用先进的大数据工具

企业建立大数据战略的6大关键因素

1. 发现独有的“数据资产”
遵循的步骤是
发现 :发现目前数据资产的来源,种类。
评估 :评估数据质量,重要性,数据资产是否与业务发展相关,是否与企业的经营战略目标之间存在差异。
管理 :对获取的数据进行清理,储存,保持数据的可用性,一致性。

2. 了解数据资产怎样“创造价值”
在评估企业的数据资产后,需确定如何运用其对企业战略进行支持与引领。具体而言,大数据可为企业带来五方面的战略价值:

优化企业内部运营流程:改变现有营销策略。
优化现有产品与服务:提升客户体验。
开发新产品新服务:保险公司可依据客户的驾驶行为推出不同折扣的保险产品。
建立新业务模式:理财服务公司免费赠送个人财务软件给用户,在用户使用时分析其消费数据,再向其精准推送相关广告。
获取生态系统控制力:例如某电子商务公司数据产品团队基于其平台收集的大量交易数据,为平台上的卖家开发各类大数据产品,帮助它实现数据化运营和增收,提升电商生态系统对卖家的吸引力。

3. 识别优先应用场景
因为公司的资源有限,所以对于大数据的应用场景应该做具体的评估,不论是业务部门还是职能部门,应该结合他们的现实需求, 通过价值创造与业务成熟度两个维度对大数据应用进行评估和优先级排序。

4. 数据分析常态化
企业需要不断将数据分析能力转化为内部应用产品,并将数据分析工作常态化。同时需要持续维护数据分析产品并监测实际使用效果,为业务与职能部门提供数据分析支持。

5. 为大数据提供强力保障与支撑
大数据战略的实施需要组织,人才,和 IT 技术的支持。需要多样化但人才队伍, 开发, 分析, 管理团队, 除了组织与人才之外,大数据的落地还需要强大的IT系统架构作为支撑。

6. 加强大数据隐私和安全管理
大数据涉及个人隐私,商业机密等,一旦泄露,会对个人,公司,都造成负面影响,在收集和分析时,应采取应对措施。区分隐私敏感程度而决定是否采集或怎样采集,按照国际,国内相关法规管理数据隐私,并采用多种技术手段降低隐私风险。必要时可寻求专业公司的支持。

大数据的6种典型应用

个性化营销
用户兴趣数据与日俱增,消费者呈现长尾化趋势,导致了个性化成为大数据的应用方向。企业成本最优的规模化生产向客户化定制方向转变。同时,个性化推荐成为典型应用。

对客户价值的识别和挖掘
以数据为支撑的客户终身价值的评价和分析将有助于公司建立市场细分的策略,确认哪一类客户才是值得花费成本来建立客户关系的,并最终找到自己真正的目标客户群。

客户流失预警
客户流失预警对企业的战略制定有着重要意义,不同的算法,可以发现最终客户流失的原因,最终帮助企业决定是否需要挽留这些用户。

以数据驱动投放精准广告
数据帮助企业在投放广告前要识别目标消费者,在投放中要实现精准定位,投放后要用一系列的数据工具进行广告效果监控。

帮助企业做决策
企业的各个部门,各种活动,收到哪些成效,存在什么问题,都以数据为依据。

库存管理和物流配送
网上零售,可以依据数据分析,精准计算库存,以优化资金使用,同时可提高物流配送的时间效率,提升客户体验。

结论

大数据的应用越发广泛,企业大数据战略既存在着挑战,又存在着巨大的成功机会,合理的规划布局,将有助于企业成功的实施大数据战略,从中获益。

#大数据 #商业 #战略

贝恩:企业大数据战略指南


没有评论:

发表评论

大数据技术的发展帮助企业更加了解客户 The Development of Big Data Technology Helps Companies Understand Customers Better

现在大数据的应用已经无处不在, 几乎所有的网站和应用程序都在跟踪和记录用户的行为, 用于以后对用户的行为进行分析。 大数据技术包括数据收集,整理,分析以及创建用户行为模式, 只有这样大数据才对企业有价值。 大数据应用程序的开发为更高级别的市场研究,产品开发,用户获取,营销奠定了基...