大数据成功的应用将产生重大价值,需要研究判断大数据成功应用的标志。当前大数据应用的研究关注国计民生的科学决策、应急管理(如疾病防治、灾害预测与控制、食品安全与群体事件)、环境管理、社会计算以及知识经济等应用领域。

1.判断大数据应用成功的指标

(1)创造价值

大数据技术的应用应该能够创造切实的价值。据初步统计,大数据在医疗、政府、零售以及制造产业上拥有上万亿的潜在价值。大数据应用的成功实现需要在附加收益、提升客户满意度、削减成本等几个方面来考虑其带来的价值。因此,判断大数据应用成功的主要指标是看其创造的价值。

(2)有本质提高

在模式上,大数据应用不仅是渐进式的商务模式改变,更重要的是在本质上的跳跃式突破。例如,对初创企业来说,为了发现数据之间的关系,应用了机器学习算法使系统可以进行调查,一个社交推荐系统可以实时地给用户推荐有价值的位置信息,使用新的业务模式去驱动位置信息类型业务。调查依赖大数据技术,同时从多于3000万个位置信息中获取见解。现在的网站已经具备了理解人们之间如何进行互动的能力,并且位置信息也不只局限于平台,而是真实世界。

(3)具备高速度

使用传统数据库技术会降低大数据技术的性能,同时也非常烦琐,因为不管这项技术是否迎合使用者的需求,涉及的企业烦琐制度已远超想象。一个成功的大数据应用,使用的工具集和数据库技术必须同时满足数据规模与多样性的双重需求。一个Hadoop集群只需几个小时就可以搭建,搭建完成后就可以提供快速的数据分析。事实上,大部分的大数据技术都是开源的,这就表明可以根据需求添加支持和服务,同时许可完成快速部署。

(4)能完成以前所不能做的事情

在大数据技术出现之前,许多需求不可能实现,例如限时抢购。其原因是限时抢购网站需要每日处理上千万用户的登录,将造成非常高的服务器负载峰值。通过高性能、快速扩展的大数据技术可使这种商业模型成为可能。

综上所述,大数据应用成败的关键不是系统每秒可以处理多少数据量,而是应用大数据之后创造了多少价值以及是否让业务有突破性的提升。专注业务类型,选择适合用户业务的工具集才是应该重点关注的领域。

2.大数据应用实例

大数据技术应用广泛,几乎涉及各个领域。例如,网络大数据、金融大数据、健康医疗大数据、企业大数据、政府管理大数据、安全大数据等,其趋势是从概念走向价值化的大数据。大数据处理模式多样化并存,大数据安全隐私成为重要问题,大数据产业成为战略性的新兴产业,数据商品化和数据共享联盟化的这种生态是未来一个重要的趋势,数据科学兴起,大数据生态环境逐步发展。下面介绍大数据技术在不同的组织机构中的应用。

(1)医疗行业

①医疗保健内容预测分析。利用医疗保健内容分析预测技术可以找到大量与病人相关的临床医疗信息,通过大数据处理,能够更好地分析病人的信息。

②早产婴儿的预测分析。在医院,针对早产婴儿,每秒钟有超过3000次的数据读取。通过这些数据分析,医院能够提前知道哪些早产婴儿出现问题并且有针对性地采取措施,避免早产婴儿夭折。

③精确诊断的预测分析。通过社交网络可以收集数据的健康类应用。也许未来数年后,它们搜集的数据可使医生的诊断变得更为精确,例如不是通用的“成人每日三次、一次一片”,而是检测到人体血液中药剂已经代谢完成之后,自动提醒患者再次服药。

(2)能源行业

①智能电网现在已经做到了终端,也就是所谓的智能电表。为了鼓励利用太阳能,在家庭安装太阳能,除了卖电给用户,当家庭的太阳能有多余电的时候还可以买回来。通过电网每隔5分钟或10分钟收集一次数据,收集来的数据可以用来预测客户的用电习惯等,从而推断出在未来2～3个月内,整个电网大概需要多少电。有了这个预测后,就可以向发电或者供电企业购买一定数量的电。因为电有点像期货,如果提前购买就会比较便宜,购买现货就比较贵。通过这个预测,可以明显降低采购成本。

②风力系统依靠大数据技术对气象数据进行分析,可以找出安装风力涡轮机和建设整个风电场最佳的地点。以往需要数周的分析工作,现在利用大数据仅需要不足1小时便可完成。

(3)通信行业

①利用预测分析软件,可以预测客户的行为,发现行为趋势,并找出存在缺陷的环节,从而帮助公司及时采取措施,保留客户,可以减少客户流失率。此外,网络分析加速器通过提供单个端到端网络、服务、客户分析视图的可扩展平台,帮助通信企业制定更科学合理的决策。

②电信业者透过数以千万计的客户资料,能分析出多种使用者的行为和趋势,卖给需要的企业,这是全新的资源经济。

③通过大数据分析,对企业运营的全业务进行针对性的监控、预警、跟踪。系统在第一时间自动捕捉市场变化,再以最快捷的方式推送给指定负责人,使他在最短时间内获知市场行情。

④把手机位置信息和互联网上的信息结合起来,为顾客提供附近的餐饮店信息,接近末班车时间时,提供末班车信息服务。

(4)交通行业

①快递多效地利用了地理定位数据。为了使总部能在车辆出现晚点的时候跟踪到车辆的位置和预防引擎故障,在货车上装有传感器、无线适配器和GPS。同时,这些设备也方便公司监督管理员工并优化行车线路。为货车定制的最佳行车路径是根据过去的行车经验总结而来的。

②运输公司通过部署一系列的运输大数据应用,采集上千种数据类型,从油耗、胎压、卡车引擎运行状况到GPS信息等,甚至从司机们抱怨该系统的博客中收集数据,并通过分析这些数据来优化车队管理、提高生产力、降低油耗,每年可节省大量的运营成本。

③车队通过汽车传感器在赛前的场地测试中实时采集数据,结合历史数据,通过预测型分析发现赛车问题,并预先采取正确的赛车调校措施,降低事故概率并提高比赛胜率。

④缓解停车难问题。利用iOS和Android手机,能够跟踪入网城市的停车位。用户只需要输入地址或者在地图中选定地点,就能看到附近可用的车库或停车位、价格和时间区间。App能够实时跟踪停车位的数量变化,能够实时监控多个城市的停车位。(www.daowen.com)

⑤缓解道路拥堵的系统方案。基于实时交通报告来侦测和预测拥堵。当交管人员发现某地即将发生交通拥堵,可以及时调整信号灯让车流以最高效率运行。这种技术对于突发事件也很有用,例如帮助救护车尽快到达医院。而且随着运行时间的积累,这种技术还能够学习过去的成功处置方案,并运用到未来预测中。

(5)零售业

大数据应用的必要条件在于IT与经营的融合,范围可以小至一个零售门店的经营,大至一个城市的经营。

①搜集社交信息,更深入地理解化妆品的营销模式,随后认识到必须保留两类有价值的客户：高消费者和高影响者。希望客户通过接受免费化妆服务,进行口碑宣传,这是交易数据与交互数据的完美结合,为业务挑战提供了解决方案。零售商用社交平台上的数据充实了客户主数据,使其业务服务更具有目标性。

②零售商也监控客户的店内走动情况以及与商品的互动,他们将这些数据与交易记录相结合来展开分析,从而在销售哪些商品、如何摆放货品以及何时调整售价上给出意见,此类方法已经帮助某零售企业减少了17%的存货,同时在保持市场份额的前提下,增加了高利润率自有品牌商品的销售比例。

③对零售商来说,孕妇是个含金量很高的顾客群体,通过顾客数据分析可以发现,怀孕的妇女一般在怀孕第三个月的时候会购买很多无香乳液。几个月后,她们会购买镁、钙、锌等营养补充剂。根据数据分析所提供的模型,可以制订全新的广告营销方案,在孕期的每个阶段给客户寄送相应的优惠券。结果,孕期用品销售呈现了爆炸性的增长。大数据的巨大威力引起了巨大轰动。

④在淘宝上每天进行数以万计的交易,相应的交易时间、商品价格、购买数量被记录。更重要的是,这些信息可以与买方和卖方的年龄、性别、地址甚至兴趣爱好等个人特征信息相联系。各大中小城市的百货大楼、商场做不到这一点,大大小小的超市做不到这一点,而互联网时代的淘宝网可以做到。淘宝数据魔方就是淘宝平台上的大数据应用方案。通过这一服务,商家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、消费者行为情况等,并可以据此进行生产、库存决策,而与此同时,更多的消费者也能以更优惠的价格买到更心仪的商品。

⑤通过大数据分析发现,如果一个人在下午4时左右给汽车加油的话,他很可能在接下来的1个小时内要去购物或者吃饭,而这1个小时的花费为150～200元。商家正需要这样的信息,因为这样他们就能在这个时间段的加油小票背面附上加油站附近商店的优惠券。

(6)金融

通过掌握的企业交易数据,借助大数据技术自动分析,判定是否给予企业贷款,全程不出现人工干预。

资本市场公司每天的工作之一就是利用计算机程序分析全球3.4亿微博账户的留言,进而判断民众情绪,再进行打分。根据打分结果,决定如何处理手中数以千万元计的股票。判断原则很简单,如果所有人似乎都高兴,那就买入；如果大家的焦虑情绪上升,那就抛售。

像VISA这样的信用卡发行商,站在了信息价值链最佳位置上。VISA的数据部门收集和分析了来自210个国家的15亿信用卡用户的650亿条交易记录,用来预测商业发展和客户的消费趋势,然后卖给其他公司。

3.大数据CRM

CRM是企业的一项商业策略,它按照客户细分情况有效地组织企业资源,培养以客户为中心的经营行为以及实施以客户为中心的业务流程,并以此为手段来提高企业的获利能力、收入以及客户满意度。CRM实现的是基于客户细分的一对一营销,所以是按照客户细分原则对企业资源的有效组织与调配。以客户为中心是企业的经营行为和业务流程都要围绕客户,通过CRM手段来提高利润和客户满意度。

(1)CRM的主要功能指标

①客户概况分析：包括客户的层次、风险、爱好和习惯等。

②客户忠诚度分析：指客户对某个产品或商业机构的信用程度、持久性和变动情况等。

③客户利润分析：指不同客户所消费的产品的边缘利润、总利润额和净利润等。

④客户性能分析：指不同客户所消费的产品按种类、渠道、销售地点等指标划分的销售额。

⑤客户未来分析：包括客户数量、类别等情况的未来发展趋势、争取客户的手段等。

⑥客户产品分析：包括产品设计、关联性、供应链等。

⑦客户促销分析：包括广告、宣传等促销活动的管理。

(2)CRM与大数据融合

应用大数据技术可以从各种类型的数据中快速获取有价值的信息。CRM作为客户关系管理系统专家,可以应用大数据帮助企业获得客户资源的有效管理。

①CRM将带动大数据市场快速成长

大数据应用将进入传统行业,而CRM将带动商业分析应用市场的快速成长。按照CRM的经营理念,企业应制定CRM战略,进行业务流程再造,才能据以实施CRM技术和应用系统,从而增强客户满意度,培育忠诚客户,达到实现企业经营效益最大化的目标。在企业的日常工作中,一般的客户关系管理至少要涵盖营销管理、销售管理、客户服务和技术支持四个层面的功能,以保证企业能适时与客户密切交流,处理好人、流程、技术三者的关系。因此,客户关系管理系统不仅是一个管理理念的实现,更是一套人机交互系统和解决方案,其中贯穿着系统管理、企业战略、人际关系合理利用等思想,它能帮助企业更好地吸引潜在客户和留住最有价值的客户。通过在线CRM,企业可以迅速发现客户,并有效地维护客户,实现最大利益。

②把握行业趋势,抢占市场先机

随着数据源指数级增长,信息的数量及复杂程度快速扩大,从海量数据中提取信息的能力正快速成为战略性的强制要求。可以看出,由于数据的爆发式增长,企业能够从这些繁乱的数据中快速获得战略决策信息是战胜对手的关键。面对不断发展的数据,大数据的挖掘和分析尤为重要。

在蓬勃发展的中国市场环境中,大数据所带来的机遇前所未有,这将是中国市场的营销者们预期取得回报的最佳时机。这也正是以数据为本,分析为先的CRM发展的良机。