Logo
新闻中心

一切不以业务需求为导向的大数据战略布局都是耍流氓

发布时间:2017-05-09 来源:金属加工

很多公司都在利用大数据提升业绩,或者即将利用大数据来提升业绩。然而,这些公司往往没有厘清大数据和自身业务之间的联系,尽管他们已经具备水平相当高的大数据技术,但公司业绩并没有因此提升。

如果你利用大数据来“广撒网,多捞鱼”,那就大错特错了。想要从海量的数据中获得最大的价值,必须基于明确的业务需求,提出有针对性的方法,从而产生更多的价值,而不是简单地抛出一张恢恢大网,寄望于在捕捞上来的垃圾中能发现什么有价值的东西。

很多企业抱着极大的热情加入大数据的行列,并且偏执地专注于大数据的技术层面。他们有最新的分析工具以及与之配套的一系列技术。然而,如果没有一个明确的商业目的来引导这些技术去解决的商业挑战或抓住商业机遇,那么企业在大数据方面的投资,其回报是有限的。

一些先知先觉的公司已经走出了对大数据的狂热期,他们更理性地采取了以明确的商业需求为中心的方法。他们用合理的经营策略和论证来引导在大数据方面的投资和部署。例如,他们通过大数据分析来提供产品建议或改进定价策略,通过分析消费者行为更合理地制订销售目标。

每个公司在大数据上都有各自独一无二的投入和布局。研究和经验表明,在4个领域的投入是从大数据中获得价值的关键:

1.以明确的商业需求为导向;

2.可落地操作性强的大数据技术;

3.吸纳稀缺人才;

4.把目光投向业务线。

以明确的商业需求为导向

从一开始就能够敏锐地理解公司的大数据所能带来的商业价值是至关重要的。能够站在足够高的角度,通过分析各种投资方向和方法能够带来的潜在价值,从而完成公司大数据战略的顶层设计,指引大数据更高效地为公司创造商业价值,这是公司的管理层在开展大数据业务之前必须掌握的能力。

每个行业乃至每个公司的大数据实施细节不尽相同。以通信行业为例:

顾客价值最大化可通过交叉销售等策略来实现;改善客户体验可以通过优化频道、提供更好的服务和优化网络部署来实现;降低维护成本可以通过采用预测性维护来实现。每种情况都有其独特的方法,也有不同的数据集、实施进程和人员配备。

可落地操作性强的大数据技术

虽然大数据分析不应该由技术驱动,但在大数据技术上的投入不可或缺。在大数据技术方面的投资,公司应该更谨慎更务实。在技术方面的投入要根据已经被证实的案例和能否从中提取出更大的价值。这样不仅能更容易达到预期效果,也有助于减少在技术方面的资本支出。

吸纳稀缺人才

大数据分析的顶尖人才供不应求。根据麦肯锡全球研究所的调查,仅仅到2018年,美国就可能面临140000~190000个大数据专业人才的短缺。公司必须有一个明确的战略设计和招聘分析专家,以吸纳大数据人才的加入,发展公司的大数据业务。

在人才的竞争中,企业应该有“为真正的人才提供有竞争力的薪酬”的人才价值主张。同时,尽管大数据人才短缺,公司在选择候选人时也应从多方面综合考量,谁更符合他们的战略需求,更能更具公司需求提出技术解决方案并经受来自业务方面的压力。

对于内部人才培养,公司也必须制定与战略需求相匹配的的人才培养机制。其中一个行之有效的方法是创建一个培训和激励体系,让员工发展自己的能力,在一系列的业务中提高其对企业的价值贡献。

把目光聚焦到业务一线

将发展大数据的目光聚焦到业务一线是最为关键的一点,一切不以业务增长为导向的大数据战略都是纸上谈兵。从数据的采集分析,到带来利润,很大程度上都依赖于一线业务员工提供信息并且进行验证,因此要鼓励他们更多地参与到公司的大数据战略中来。(来源:九次方大数据


关注公众号
关注公众号
返回顶部