如何讓大數據從發現價值到創造價值

從發現價值到創造價值， 大數據將成為“互聯網+” 產業升級的驅動力。 過去，數據的價值主要應用在決策領域，典型應用是商業智能(BI, Business Intelligence)在企業經營管理層面的應用， 數據分析師通過數據收集、管理和分析等方法，將數據轉化為知識， 發現數據的價值，進而提供決策支持。隨著數據體量的不斷增加和處理數據能力的提升， 大數據分析已經成為一類新的資產， 其數據分析的應用場景正在不斷擴寬，除了決策支持、 提高效率等發現價值功能之外，大數據分析還能創造價值的功能： 一方面，大數據可以幫助提供傳統模式下所無法提供的產品， 滿足用戶需求， 例如大數據完善個人征信體系，幫助金融機構提供消費金融產品；又如千方旗下的掌城科技通過浮動車模型提供實時交通信息服務；另一方面，大數據還可以創造需求， 例如，大數據可以助力實現人工智能， 這是新技術創造的新需求。

大數據延伸 BI 內涵， 提高企業效率

大數據分析結果為企業經營決策提供支持，幫助企業提高效率，這實際上是傳統 BI 范疇的延伸。 在人口紅利逐漸消失的背景下， 我國企業傳統的粗放型模式受到了 越來越大的挑戰， 互聯網與產業結合背景下的大數據應用將有助于提升企業經營管理效率，助力企業經營從粗放型向集約型轉型， 實現產業升級。

大數據促進商業智能的加速發展，這是因為：第一，大數據的分析過程和結果更具有靈活性、可靠性和價值性；第二，大數據的存在提高了企業的商業智能意識， 引導企業主動尋求商業智能的幫助。 一些大型企業往往擁有幾十個甚至數百個信息系統，其所包含的大量數據反映了企業的日常經營情況，若能加以分析和利用，將為企業創造巨大的價值。

目前， 大數據應用可以幫助企業實現戶關系管理、盈利能力分析、控制成本、衡量績效等功能：

客戶關系管理（CRM）：通過客戶信息統計，使企業有針對性的根據客戶需求來定制產品和服務，提高客戶忠誠度，還可以通過數據分析偏好挖掘潛在客戶；

贏利能力分析：幫助企業分析利潤來源、各類產品贏利能力、費用支出是否與銷售成正比等；

控制成本：根據統計信息優化流程，如降低庫存、減少損耗等，助于企業控制成本；

績效管理： 利于商業智能確立對員工的期望，幫助他們跟蹤并管理其績效。

麥肯錫調查顯示， 數據挖掘的商業價值巨大， 大數據在美國醫療行業每年能提高 0.7%的生產力，創造約 3000 億美元的價值；在歐洲公共管理部門 ，每年能提高 0.5%的生產力，創造 2500 億歐元的價值；在美國零售業，每年能提高 0.5%-1.0%的生產力 和 60%的凈利率。

大數據滿足需求， 市場空間巨大

大數據可以幫助提供過去所無法提供的產品， 滿足用戶需求。 這種模式在傳統產業中比較常見， 過去，一些行業的用戶需求雖然存在， 但是由于缺乏有效的技術手段，導致市場參與者無法提供合適的產品迎合市場需求。大數據技術興起后，數據分析師將帶動一系列創新產品推出市場， 這在各行各業都能找到案例，考慮到傳統產業的廣度，這將是是一個正在挖掘的巨大市場。

以交通領域的實時交通信息服務和車險定價為例，這兩個細分領域的需求本來就存在，但在大數據興起之前，傳統模式無法提供最優的產品，而大數據技術下的產品優化可以更好的滿足需求，提高用戶體驗。

千方科技旗下掌城科技通過大數據技術提供實時交通信息服務。 掌城科技通過向出租車公司和公交車公司購買數據、 向政府部門臵換數據、利用千方自有數據的形式匯集城際交通數據， 基于浮動車的算法模型，對數據進行二次開發，以建立實時交通信息服務平臺。 目前， 掌城科技運營著北京、上海等全國 30 余個大中城市的實時路況信息，準確率極高。 目前，千方已將交通數據收集從城際交通擴大至整個陸路交通和航空等領域，目標通過大數據技術提供更加全面的公眾智慧出行服務。

大數據技術將參與車險定價，使定價更加科學。隨著車聯網的興起，OBD（On-BoardDiagnostic車載診斷系統）等聯網的車載設備，成為車聯網中的智能節點，連接運動中的人、車和道路環境，讀取行車數據，從而分析出車輛能耗、故障等車況信息以及駕駛者的行車習慣：通過G-sensor監測車主的諸如急剎車、急加速和急轉彎等危險行為，通過破解Can-bus協議監測車主的諸如轉彎不打燈、駐車不拉手剎等不良駕駛習慣，通過GPS獲取車輛的位臵信息和里程數據，這些數據將改善車險定價技術與核保政策，提升精準定價能力。

大數據創造需求，拓寬市場邊界

大數據創新產品拓寬市場邊界， 供給創造需求。 大數據分析創造價值功能， 除了提供產品滿足市場已經存在的需求外， 基于大數據的新產品還將創造新供給，帶動新需求， 打破原有的市場邊界，想象空間巨大：

一方面大數據能夠前所未有的精準洞悉現在，深入挖掘現有商業價值：

例如 Airbnb 擁有海量的獨有數據，包括旅游地、用戶評論、房源描述、社區信息等， Airbnb還有一支隊伍去各地和當地人交流，搜集所有的相關歷史數據。當用戶在搜尋一個住宿的地方時， Airbnb 利用大數據分析通過 Airbnb 社區告訴未來的客人哪里是更好的住宿地，甚至能夠幫助用戶更深入地了解某個地點，包括地理信息無法描述的文化或宗教上的區分。 Uber 則是利用地理位臵和其用戶的綜合數據，大大縮短司機開著空車去接下一位乘客的時間和乘客等待的時間。

另一方面大數據能夠空前準確的預測未來，從而能獲得前瞻性的商業價值：

例如社交數據分析公司 Topsy 準確預測了 iPhone 4S 上市后的市場表現，同時還成功預測美國大選結果和奧斯卡頒獎結果。它在商業分析、市場銷售、新聞等領域擁有很高價值，因而蘋果以 2 億多美元的價格收購 Topsy。

大數據產業鏈分析

大數據產業鏈的主要參與方

大數據產業鏈可以分為四個部分： 數據采集和整合、數據存儲和運算、數據分析和挖掘、數據應和消費。數據采集和整合是指通過技術手段從互聯網、 移動終端、 物聯網、 應用軟件等采集數據，然后把數據按照一定的規則進行存儲和運算，再按照需求調用數據并進行智能分析和挖掘，將數據轉化成價值信息或者產品，為決策支持、提升效率、 創新產品提供依據。

數據資產開始成為核心資源

擁有數據，大數據時代的王者。 在大數據時代， 數據資產已經成為核心資源， 2012 年，奧巴馬政府明確提出 將“大數據戰略”上升為國家意志，并將數據定義為“未來的新石油”， 因此，擁有數據可謂是大數據時代的王者。 擁有數據的機構可以分為三類：

一是既有數據、 又有大數據思維的互聯網公司， 如阿里巴巴、騰訊、京東、 Google、 Amazon等，在互聯網端積累了大量的數據資源，而且此類公司 IT 起家， 對大數據有天生敏銳的嗅覺， 大數據技術也相對成熟， 因此，互聯網公司 可謂是最早使用大數據的機構，成為大數據應用的先行者；

二是傳統軟件公司轉型互聯網，通過 SaaS 模式為用戶提供服務， 例如用友軟件推出暢捷通，以云模式為小微企業提供財務管理應用， 也可以認為是既有數據、 又有大數據思維的模式；

三是擁有數據，缺乏大數據思維的機構，這類機構手里掌握著大量的數據，但是沒有能力自己有效利用， 例如金融機構、 運營商、政府部門等。

使用數據，數據變現的推動者。 對于手里掌握大量數據，但沒有能力變現的機構而言，需要專業的第三方公司提供大數據服務，主要是各類 IT 咨詢機構和行業應用軟件廠商，尤其是行業應用軟件廠商， 在各自的領域具有天然的卡位優勢： 軟件公司提供了行業應用軟件和相關的運營維護， 行業應用軟件本身就是重要的數據來源，軟件公司 屬于不擁有數據，但可以接觸到數據的機構， 且天然擁有大數據思維和大數據技術，以及良好的行業客戶關系，從信息系統建設延伸到大數據運營順理成章。因此，各個細分行業的應用軟件提供商有望成為傳統擁有數據機構的重要合作伙伴， 助力其探索大數據價值變現。

大數據技術是重要生產力

大數據應用好壞的關鍵除了 數據本身，還在于大數據技術， 大數據技術包括數據采集、數據存取、基礎架構、數據處理、統計分析、數據挖掘、模型預測、結果呈現等環節，涉及的技術環節極廣， 隨著數據體量增大和數據復雜性程度提高，大數據技術本身也處于快速迭代的發展過程中。值得一提的是，大數據技術落地的一大重要因素在于如何實現技術與業務的融合， 這背后需要深厚的業務理解， 對于既有數據、 又有大數據思維的互聯網公司 來說，技術和業務本身是相互驅動、共同發展的， 對于擁有數據，缺乏大數據思維的機構而言， 在行業深耕多難的應用軟件提供商則是最好的選擇。數據分析師培訓