數據分析應從數據積累做起

“不會釀酒，也能成為好的品酒師?！痹贗BM數據分析沙龍中，AsiaAnalytics首席執行官莫利偉通過品酒師的事例，說明企業應該如何正確進行數據分析，為大數據的應用作準備。作為一個企業的管理者，并不需要成為數據分析的天才或科學家，但需要將自己站在一個消費者的立場，體驗、并理解數據分析帶來的作用，從而更好地利用數據分析，實現最佳的收益。

以上來自于8月23日的IBM數據分析沙龍中。IBM軟件部智慧商務技術總監楊旭青先生和AsiaAnalytics首席執行官莫利偉Olivier Maugain先生從IBM智慧商務、數據分析及大數據等方面，與記者一起分享目前企業數據分析的策略及重點方向。

對于大數據，IBM軟件部智慧商務技術總監楊旭青先生首先從IBM軟件部門中智慧商務的業務，帶來IBM的觀點。在IBM的智慧商務就是利用“大數據”進行分析、處理數據，形成一個完整的價值鏈，包括企業采購、營銷、服務及銷售多個方面。

一般我們理解的“大數據”，往往存在于電子商務方面，最典型的代表就是電子商務網站。消費者在購買相關商品后，系統會自動推送相關產品，也就是所謂的“猜你喜歡”。但有時會常常出現一大堆已經購買過的類似商品，并不會促進二次消費，有時候可能會出現更為便宜，更好的商品，給購買者帶來負面感受，影響購物體驗。所以IBM認為，企業不應該將數據分析局限于營銷方面，首先要捕獲客戶行為，然后把客戶分群。然后是長期的客戶行為分析，而且是大量的客戶行為分析，從而推測客人在購買過一件商品后，之后可能購買動向。所以不能單單從營銷的角度考慮，只一味推薦雷同的商品。

除了針對營銷部門的數據分析外，IBM對于企業內部的管理也有相應的解決辦法，也是非常重要的部分。首先就是一些零售客戶最為關心的訂單管理，目的就在于與生產和庫存緊密結合，可以提前預知客戶群的數量、類型，需要生產多少的量，以及庫存量等，以避免風險及浪費。正如一些電商企業，肯定有線上的交易平臺和線下的倉儲，經過數據分析，就能預測訂單，以縮短整個周期，從管理、運營商獲得較大的收益。對于訂單管理，楊旭青先生又以全球服飾品牌ZARA的案例，進一步闡述。正因為ZARA將IT技術及數據分析引入門店的擺放及庫存等流程中，店面的轉換率明顯提升，銷售率也隨之大增。這就是說明了數據分析對于零售企業的巨大作用。

總的來說，IBM所做的是通過大數據或者說數據分析為手段，幫助客戶進行營銷改進或優化，從訂單管理、生產及銷售各個環節，提升效率和轉化率，改進企業內部的運作機制，以做到開源節流。

AsiaAnalytics首席執行官莫利偉先生對于IBM的楊旭青的觀點非常贊同。他表示，數據分析對于公司來說，從財務以及業務的狀況方面都可以帶來很多的好處。根據麥肯錫的一份報告指出，能夠善于運用這些數據分析的公司，平均的生產率和利潤額都會比不采用這一方面的技術公司都要高5到6個百分點。以市場部作為一個例子來講，同一份報告指出，如果能夠以數據為中心來進行市場營銷規劃和決策，它的投入產出比會比其他不采用這一類方式的公司能夠高15-20%。

通過分析我們可以為客戶提供一對一定制化消費的體驗，因為客戶希望被理解、被尊重，能夠享受特別感受的購物行為。除了這種定制化一對一的消費體驗，對于數據有效的分析可以很好的去理解某一些或者特定細分客戶群體對他有更深的理解，反過來通過對客戶的了解，可以有助于產品的研發，針對特定群體產品開發以及營銷手段。

數據分析應從數據積累做起

關于數據分析對于企業最大的優勢這個問題，莫利偉先生進一步說明自己的觀點。首先，數據分析不一定非要和“大數據”聯系在一起。目前在中國真正意義上能夠使用實時、產生大量數據進行分析與業務決策的公司并不多。目前的數據分析對于企業來說，能夠提升明顯的效率及降低成本。例如，有個公司希望推出一種最新的飲料，希望知道到底是男性還是女性對這個飲料會更喜歡。如果做市場調研、問卷調查，找300個人，其中150個男人和150個女的，肯定會得出一定的數據量，但這一數據量只在幾個KB而已，而真正需要數據量則應該達到幾個MB或者到一個GB。在中國一些大型的公司，包括運營商、銀行及淘寶平臺，確實已經開始用到數據挖掘的方式來做一些預測性分析，幫助業務的決策。這些都是利用大量數據進行分析的案例。

其次，單純從數據量上面來講，不僅是大企業，在一些中小型企業中，如有若干年的積累，也可以去做數據挖掘跟預測性分析?；緛碚f，1萬條消費者的記錄，10個或者20個左右的變量，這個數據量可能在20個DB。擁有的數據量越大，數據分析的成功率也就越大。所以無論是大型企業，還是中小型企業都應該從數據積累做起，并通過有效的算法，進行深度分析，才能得出結論。