大数据：企业创新发展第一生产力

本刊记者｜孙杰贤

基于Nike+，耐克公司正在建立超越竞争对手的新优势。

Nike+是以“Nike跑鞋或腕带+传感器”的产品，通过无线Nike+iPod运动组件与网络实现信息互通。只要运动者穿着Nike+的跑鞋运动，iPod就可以存储并显示运动日期，时间、距离、热量消耗值和总运动次数，运动时间总距离和总卡路里等数据。运动者还可以通过实时的数据交互实现比赛、挑战、交流等社交功能。Nike+带给消费者的是更完美的体验，而带给耐克公司的则是无限的想象空间。

耐克公司可通过Nike+迅速发现用户需求，调整生产出最适合用户的产品。比如自从耐克发现用户多数在夜间跑步锻炼时，在设计鞋和衣服时，都加上了反光材料，提高了可见度和安全性。Nike+记录了用户的跑步路线，上载跑步记录的时间，这都有助于精准投放户外广告、在线广告。同时，在考虑代言人的时候，也可以通过选择用户群体讨论最多的明星（而不是最大牌），来降低费用，提高效用。用户可以在Nike+上面管理自己的运动计划，记录每天的各项运动，并得到专业教练的指导。如果能为企业用户专设一个企业内部的运动健康社区，这也会是耐克公司拓展企业健身市场的一个好方法。当然，Nike+所收集到的海量数据中还有许多也许连耐克公司都想不到的价值。

现在，从运动用品制造公司向数据驱动的运动品牌转变的耐克更喜欢别人将自己看成是一家“科技公司”（据悉，耐克已在全球建立了18个大型数据中心），这就是大数据带给传统企业的创新性改变。

根据百度的预测，2020年全世界的数据将到达40ZB。40ZB是个什么概念呢？百度副总裁曾良做了这样一个对比，他说：“如果把40ZB的数据全部存入蓝光光盘，那么这些光盘的重量跟424艘尼米兹号航母相当（一艘轻载尼米兹号航母的排水量在7万吨左右）。未来的世界是一个数据无处不在的世界，所有的技术和应用都是以大数据为基础和后台的。对于企业来说，数据将成为企业创新发展的第一生产力。”

信息产业的逆反

信息化是当前社会经济的一个重要特征，从技术效果上看是这是一个生产“数据”的过程，十多年前还被零零碎碎手书的数据，已被各种新工具不断采集和存储，各行各业或多或少都拥有着自己的数据资源。复旦大学、数据产业研究中心主任黄亚钧教授表示，从信息化过程中累积的数据资源里提取有用信息，将这些数据创新赋予商业模式，就是产业化，因而数据产业是信息产业的逆反、衍生与升级。应当看到，这种由大数据创新所驱动的产业化过程，除了能探索新的价值发现、创造与获取方式以谋求本身发展外，还能帮助传统产业突破瓶颈、升级转型。

对于企业的经营来说，最重要的一点就是了解客户需求，并以此来完善自己的产品和服务设计。大数据通过相关性分析，将客户、用户和产品进行有机串联，对用户的产品偏好，客户的关系偏好进行个性化定位，生产出用户驱动型的产品，提供客户导向性的服务。通过大数据技术，不仅可以从数据中发掘出适应企业发展环境的社会和商业形态，用数据对用户和客户对待产品的态度，进行挖掘和洞察，准确发现并解读客户及用户的诸多新需求和行为特征。还必将颠覆传统企业在用户调研过程中，过分依赖主观臆断的市场分析模式。以百度为例，他们通过对每天60亿的检索请求数据分析，发现某一品牌检索者的行为特征，进而反馈给企业的品牌、产品研发部门，使他们能更准确地了解目标用户，并推出与调性相匹配的产品。

我们还可以从研发、制造、供应链、营销、服务等企业运营的几个主要环节来具体梳理大数据的价值所在。在企业研发上，企业可以根据原材料价格实时调整物料清单，根据社交信息反馈改善产品设计，根据销售数据分析结果调整产品型号，从而将以前自我封闭的、想当然的、滞后的、需求驱动的研发转变为实时的、用户需求驱动的、开放的研发。在供应链的管理上，通过企业社交网络加快和供应商的信息交换速度降低，从而降低原材料库存，利用采购平台选择性价比最高的供应商，而采购需求的透明化则能够提高采购的计划性。在生产制造上，可以根据原材料行情和销售行情优化生产计划，根据销售数据调整产品型号的产量，根据获利分析结果调整产品型号的产量。在市场营销上，企业可以通过创新社会化营销方式提高市场活动的商机转化率，通过关联规则进行推荐以此降低销售成本，利用社交网络探索消费者群体网络以发现新的市场，通过消费行为分析进行精准营销。在客户服务上，可以通过服务的个性化和人性化来提高产品附加值，实现品牌价值和口碑。

实现数据的“四化”

IDC中国高级研究经理潘永花这样描述大数据对于传统企业创新的价值所在——“差异化”是企业应对挑战，转型与创新的核心，比如产品差异化、渠道差异化、价格差异化、服务差异化以及风险管理差异化，而大数据在这些方面无所不能。

那么传统企业应该如何启动自己的大数据之路呢？潘永花认为，首先要实现数据的“四化”，即经营业绩数据化、业务模式数据化、用户行为数据化以及员工管理数据化。当然，各个公司因业务模式的不同，需要涉及的数据也不同，是更加关注产品还是企业运营亦或是人力的数据资源，这些问题需要在建立数据计划之初就做好考量。此外，应该建立数据管理和应用平台。企业做大数据，需要做好两个方面的基础。一方面是在IT基础设施上建立良好的数据处理结构，比如数据分布式存储、Hadoop等。另一方面，企业要建立自己的数据管理和应用平台，包含数据的采集、数据库架构、分析模块、API接口等。需要注意的是，数据管理和应用平台的建立必须从公司业务出发，建设适合自己的平台。还有一点就是以开放共享的态度做数据。企业保持开放共享的态度，不仅可以将自身存在的问题社会化，借助外部力量加以解决，也可以通过建立平等的数据交换规则，实现数据形式的共享。大数据的本质并非数据量的多少，而在于数据间的相关性。通过对整体数据流动的挖掘和分析，实现跨领域关联与共享，才能实现大数据作用的最大化。当然，企业的IT基础架构需要做出相应调整，由原来的3层结构变为5层，即在基础设施和平台层之间增加数据层，在应用层之上增加分析层。

从自身累积的历史数据中使用合适的分析方法，找到原本凭借行业内职业经验与直觉找不到的“规律”，解决自身实际问题，这就是数据创新。这种创新带来的改变也许琐碎、不起眼，但正如经济学家Richard H.Thaler所言，个人观点的微小变化都可以演变为所有人的群体行为模式的重大变革。知微见著，这就是大数据的神奇之处。