大數據臨產業風口 如何解讀數據資產商業價值

如今，大數據已不再停留于概念暢想階段，對于大數據的認知與應用也越來越廣泛深入，不管是政府還是企業都在加快行業建設與布局，資本市場的助推更是加速了這一進程。

本月初，IBM宣布收購大數據供應商Cleversafe以加強其大數據分析服務能力；10月14日，提供企業智能服務的大數據公司EverString獲得B輪6500萬美金融資，創下全球大數據商業智能領域最大的一起融資。全球范圍內的資本加速入局，一時間讓大數據商業應用領域的颶風再次強勢來襲！

資本熱潮背后的行業需求：大量企業數據資產的價值變現之路

透過資本對于大數據企業應用市場的關注，可以看到整個企業市場對于數據資產價值的強烈認同。相比幾年前資本對大數據領域還只是懵懂和猜測，如今，大數據將作為企業發展驅動力的事實已真真切切擺在人們的面前。

然而，現在大數據行業整體很熱，但實際分析可以發現：其應用領域更多集中于互聯網、電商為主的線上企業，線下傳統企業并沒有多少受益。

按國家統計局數據，2014年中國社會消費品零售總額26.2萬億，以互聯網電商企業為主的網上零售總額為2.8萬億，這說明，雖然線上銷售發展迅速，但大部分的商業零售仍由線下傳統企業來產生。 相關的傳統大中型企業，才是未來大數據商業應用的主力戰場和爆發點，圍繞這些企業的深入數據研究與數據資產變現是大數據產業鏈最有價值的領域。

由于傳統企業（尤其是領先的大中型企業）自身對行業有著深入的認知，因此當前大量基于簡單統計分析的大數據產品，實際被證明并不能滿足其業務深化的需要。這說明，在大數據源的基礎上，首先要具備行業的深入理解能力，加上與大數據分析技術手段的結合，通過深入的洞察，才能幫助企業真正發現和應用大數據的價值，推動其數據資產的變現。

大數據下的全景消費者畫像 提升企業的客戶價值基礎

當前，談到大數據，很多企業都會談到一個新概念--“人物畫像”。實際上，人物畫像作為消費者Profile建模內容，在研究行業已經從事多年。其本質是對消費者描述的一種量化形式，價值仍然取決于對消費者的洞察深度。

作為研究消費者幾十年的資深用戶專家, HCR COO劉曉葵分析指出，現在市面上以在線廣告、電商、IT為主的用戶畫像，都是面向購物推薦、精準營銷和DMP廣告等目的，只關注購物與瀏覽興趣這些與商品銷售直接相關的淺層關聯。從消費者認知的角度而言，這種方法并不全面，應用上也有很多局限。

消費者的消費行為本質取決于其生活特性、消費心理以及價值觀，而這些都是當前的畫像體系所無法探知的。比如，如果用戶常購買健怡可樂和木糖醇，以現有的購物興趣標簽機制，通常會推薦類似類目/品牌和瀏覽選擇的商品。而從消費者研究的思路，發現的是用戶存在 無糖/糖尿病可能 這個生活特性。顯然該特性未來可推薦的商品更廣泛（任何無糖食品、血糖儀/試紙…），接受度也更高。

如今，許多ToC類的大中型企業，也已經認識到通過大數據生成全面深入的用戶畫像對未來提升其客戶價值幫助很大。但他們苦于自己沒有能力完成，而現有的外部服務（如前面分析的）畫像不夠全面，對企業業務理解也不足，導致畫像結果的實際深入應用價值不大。

這樣的現狀說明： 一個好的標簽畫像體系，必須要有刻畫全面的消費者Profile模型、深入的行業理解，強大的分析技術三者結合方可實現。長期消費者研究的背景優勢，各行業的研究員對企業長期研究服務的深入認知，是建立全面深入的標簽畫像體系的必要條件。

一個全景、能夠完整勾勒用戶的標簽體系，應該從人的整體出發，除了分析興趣和基本屬性外，還應該包括生活特性、家庭、心理學（價值觀、消費觀等深層影響消費行為），全面與深度兼顧，才能更加全方位準確的勾畫出目標客戶的全貌。

同時，在技術實現中，要將研究員的理論經驗/規則抽象為專家知識庫，再配合機器學習、自然語言理解與規則推演等大數據分析技術，從而能快速的自動化分析大規模（億級以上）行為數據，生成個性化用戶標簽，為企業服務。

數據來源@HCR大數據平臺

企業大數據商業應用的閉環模式

當前，許多傳統企業已認識到大數據的價值，但他們發現在實際應用與數據資產變現之路上困難重重。 從價值提升角度而言，對于很多大中型企業來說，相比于外部數據，實際上其內部大數據的整合與挖潛會更有業務價值。

企業要想在此有所成功，必須改變原有思路，根據經營/客戶生命期為中心(非傳統的管理/業務流程特性)進行內部大數據整合重構，結合外部數據，構建統一的業務大數據分析平臺。在重構的數據基礎上，借助服務商（研究公司而非IT研發/集成企業）的用戶畫像技術和對企業業務特性的理解，對現有以及潛在客戶進行適合企業業務的全方位深入的標簽化分析。得到的用戶標簽將具有更全面的維度和深度，并被所有業務部門共享（而非現在的數據與結果各部門各自管理和利用）和直接應用于后續的各種業務活動，這才可能進一步提升客戶的價值貢獻。

企業在應用的基礎上，通過對內部數據和應用效果反饋的持續整合與分析的迭代，可逐步構建起企業大數據價值應用的閉環生態鏈。