大数据时代的商业法则.docxVIP

大数据时代的商业法则 对于企业经营来说，交易和生产两条腿同样重要：交 易效率高而生产效率低，则需求无法有效满足；生产效率高 而交易效率低，则产能无法有效利用。在传统经济时代，因 为生产和交易的信息不对称导致巨大的浪费，有时还造成严 重的经济危机。 在信息经济时代尤其是大数据时代，大数据把生产和交 易密切地甚至无缝地联接在一起，从而不仅提高企业的经济 效率，也提升整个经济体的效率，减少浪费。因此大数据成 为企业的战略资产，而处理和利用大数据的能力则成为企业 新的竞争力来源。在大数据时代，企业必须学会利用大数据 精确地分析、导入用户，促成交易 ，并用最有效率的方式组织生产。在大数据时代，企业必须遵循新的商业法则，否 则就会被大数据的浪潮所淹没。 法则 1 解读用户的真实需求 解读用户的真实需求，就是通过数据的收集、分析挖掘 出用户内心的欲望，提高企业产品推送的成功率，并将其转 化为企业的订单。 大数据看似神秘莫测，其实在解读用户需求上的操作思 路却极其简单：即尽可能掌握用户的个人信息和关注信息。 当关注信息指向个人时，就能够相对精准地定义出用户的需 求。 在这一过程中，主要的操作模式有两种：静态辐射模式 和动态跟踪模式。 静态辐射模式 静态辐射模式的数据分析在一个时间节点上进行，尽量 扩大分析对象，并用标签来筛选出最可能成交的用户。这是 大数据应用中最典型的一种模式。由于一些大企业主动会进 行用户标签的管理，需要大数据助力营销的企业就可以“借 船出海”。 标签与购买的关系有两种：一类标签与购买的关系非常 明显。例如，一个常常浏览经管类书籍的用户一定是这类书 籍的潜在购买者。 另一类标签与购买的关系却并不十分明显。这就需要企 业提前进行分析，有时还需要借助第三方专业机构的分析结 果。 例如，新浪微博会根据用户平时的浏览和表达为用户贴 上“标签”。但是，这些标签与有些购买行为之间的关系就并不明显。金夫人是国内婚纱摄影巨头，他们首先利用自己 作为百度大客户的身份，无偿获取了百度提供的婚纱摄影客 户调研分析的数据，发现美食、影院等标签的用户最有可能 购买婚纱摄影产品。利用这一跨数据库的结果，金夫人在新 浪微博的平台上锁定了“年龄 20～35 左右的某地区女性” 群体，加上了美食、影院等标签，精准锁定了高转化可能的用户，并购买了平台提供的“粉丝通”服务，对他们进行定向广告推送。一般来说，推送 5～6 万个用户大约会得到 70～ 80 个电话咨询，这种转化过来的电话咨询顾客被称“顾客资源”，从顾客资源到最后的成单，转化率优异，大约在40%。 动态跟踪模式 动态跟踪模式的数据分析在一个时间周期内进行，尽量 缩小分析对象，不断通过用户的行为来为用户贴上标签，伺 机发现产品推送的时点。由于这种分析针对小群体，无法由 第三方机构提供统一的规模化服务，所以，对于企业来说是 有高门槛的，需要企业练好内功。这种模式中，企业对于用 户不断产生的新数据，要进行随时跟踪，并随时在云端进行 处理。 例如，Target 超市以 20 多种怀孕期间孕妇可能会购买的商品为基础，将所有用户的购买记录作为数据来源，通过 构建模型分析购买者的行为相关性，能准确地推断出孕妇的 具体临盆时间，这样Target 的销售部门就可以有针对地在每个怀孕顾客的不同阶段寄送相应的产品优惠券。在一个个例 中，他们居然比用户更早知道了她怀孕的信息。 又如，亚马逊基于自己对用户的了解来进行精准营销， 在网站上的推荐和电子邮件对于产品的推送成为了促进成 交的利器。调研公司Forrester 分析师苏察瑞塔?穆尔普鲁称， 根据其他电子商务网站的业绩，在某些情况下，亚马逊网站推荐的销售转化率可高达 60%。这一转化率远远高于其他电子商务网站，难怪一些观察员将亚马逊的推荐系统视为“杀手级应用”。最新的消息显示，亚马逊已经注册了“未下单、 先发货”的技术专利，这是更加精准的需求预判和更加直接的产品推送，他们对于大数据的应用已经是炉火纯青！ 法则 2 形成社会化协作的生产安排 如果能依靠大数据进行产品推送实现购买，海量需求就 会从互联网汹涌而来。这意味着产品的数据增多、涉及原料 增多、消费者零散下单……这一变化使得工业时代标准化的 产品生产模式受到前所未有的颠覆，生产端需要基于大数据 形成前所未有的柔性，来对接消费端的柔性。 互联网商业环境对价值链提出了新的挑战：链条上的采购、生产、物流、分销、零售各环节中，除了生产之外的其他环节也需要强大的数据处理能力，各个环节的数据处理系统和数据本身必须是共享的，而且，这些系统和内容还必须向全社会开放。要达到这种要求，显然应该应用价值链接网， 并用大数据来进行生产协调。 大数据的确给价值链重塑带来了机会。在工业经济时代，生产更多地通过“规模经济”来获利，大规模标准化的 生