传统企业在大数据分析上所面临的关键问题
|
实现数据驱动有两个关键环节：一是数据采集，二是数据分析。对于传统企业来说，往往是这两点都不太具备条件。? 对于许多传统企业来说，即使经历了信息化建设的过程，但限于条件，收集的数据类型也比较有限。一般是进销存的数据有，财务数据有，但其他数据就比较缺失了。有些企业是有 CRM 系统，但许多客户的信息都是死的，并没有实时更新和激活。对于一些财务和销量数据，也只是有一些宏观的总数，没有太多的维度分析。生产经营的目标，往往取决于老板拍脑袋，完全没有数据做决策的思维。我们这里看看就拿一个线下零售店来说，它和线上电商网站比，到底少了哪些数据。对于店铺卖了多少货，买了多少钱，每个 SKU 的具体销售情况，这些是可以获取到的。但是，有多少人看了某个商品，有多少人摸了某个商品，有多少人是回头客，像这些信息都是没有的，但电商网站就可以获取的到，就可以基于这些信息做出更精准的判断。? 我们再来说说为什么要做数据分析。在上世纪 80 年代的时候，曾经发生过商店买的冰箱门已经坏了，然后问顾客要不要买，如果不买，就让下一个顾客买，还有更多的人排队。那个时候是商品匮乏，供应不足，销售的问题根本不需要考虑，主要矛盾是把商品生产出来。到了 2000 年之后，像家电类的商品，供大于求的时候，就开始铺广告，建销售体系，只要这些做好，产品就可以卖出去了，归根到底是需求还在。可最近这几年，人口红利渐渐没了，竞争变的更激烈了，导致人力成本变高和供大于求，这样赚钱就没那么容易了，靠以前那种堆人的思路玩不转了，必须考虑精细化运营。对于铺的广告，不是说央视上播放了，看着挺气派，这就成功了，还是要看实际转化效果如何。对于潜在客户及已有客户，分析他们的特点，制定针对性的营销策略和提供合适的服务，这些都需要数据分析的支持。?
二是增加传感器（Sensor），提升数据采集的能力。有个朋友的公司是做视频监控的，他们做的监控系统，目前都可以做到识别老人摔倒行为、工人是否带安全帽、参观者的性别等。虽然现在还相对比较初级，但可以预见的是以后线下的所有行为都能够被采集到，各种各样的传感器都会被生产出来。Google 的无人驾驶汽车，周围装了一圈的传感器，每秒钟产生 2.5 GB 的数据，实现自动驾驶。以后可能通上电的设备，都会带有传感器，采集到的数据也会很巨大。正是基于这点判断，我把公司起名叫 Sensors Data（神策数据，音译），我觉得未来就是传感器时代。? 说了这么多问题，那到底有没有传统企业在大数据分析这块做的好的呢？我这里讲个餐饮业的案例。盈客在线是一家为餐饮业提供 S-CRM 的公司，会帮着餐饮品牌店做会员营销方案，比如会开展会员日这样的活动，某些菜品针对会员客户半价优惠。那这里问题就来了，这样会不会导致会员们只会在会员日过来用餐，其他时间就过来的少了？单凭猜测是不行的，我们还是要看数据。于是盈客在线的数据工程师针对一家品牌店做了用户留存分析，就是看有会员日活动的会员店，和没有会员活动的会员店，在用户留存上有什么差异？结果分析发现，有会员日活动的留存，要明显超过那些没有会员日活动的店家用户留存。 End. 作者：桑文锋 （中国统计网特邀认证作者） 本文为中国统计网原创文章，需要转载请联系中国统计网（小编微信：itongjilove），转载时请注明作者及出处，并保留本文链接。
（编辑：成都站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
