我們將迎來壹個“大數據時代”。中國企業離這場革命還有多遠？還有追上領導要多快？
{研究結論}
■大數據營銷的本質是影響消費者購物前心理路徑的問題，這在大數據時代之前很難做到。
■對於傳統企業來說，打通線上線下營銷，實現新的商業模式，都離不開大數據，比如O2O。
■雖然大數據應用傾向於大數據營銷，但對於壹些企業來說，大數據的應用早已超出了營銷的範疇，進入了企業供應鏈、生產、物流、庫存、網站、店內運營的各個環節。
■對於大多數企業來說，由於數據分析師和業務人員的視角和思維方向不同，大數據分析和運營之間存在脫節，這是大數據無法用於企業運營的最大阻力。
■對於大多數互聯網公司來說，大量的數據和大量的用戶是壹個相互促進、越強越強的循環過程。
■對於大型互聯網平臺來說，大數據已經成為他們生態循環的血液，對於這些企業來說，是最重要的。
不是如何利用大數據提升自身運營，而是如何利用大數據更好的繁榮平臺生態。
■對於平臺企業來說，其大數據戰略正逐步從大數據運營向運營大數據轉變，前者和
後者的區別在於，前者只是運營改善的驅動力，而後者則成為企業實現未來戰略的核心資源。
我們被反復告知，我們將迎來壹個“大數據時代”。
大數據應用和雲計算、3D打印等技術變革壹樣，將顛覆現有規則，成為領先企業成功的關鍵。
中國企業離這場革命還有多遠？還有追上領導要多快？
來自互聯網、移動互聯網、物聯網傳感器、視頻采集系統的數據正在海量增長，匯成大數據的海洋，伴隨著海量數據存儲和分析技術的突破性發展，這壹切都為企業的應用帶來了無限可能。
中國企業家研究院對中國企業大數據應用現狀進行分類，幫助企業了解大數據實際應用中的難點和困難，並提供典型的龍頭企業案例供參考。
表1
表2
大數據運營——企業提升效率的助推力
對於大多數企業來說，運營領域的應用是大數據的核心應用。以前企業主要使用生產經營的各種報表數據，但是隨著大數據時代的到來，來自互聯網、物聯網、各種傳感器的海量數據脫穎而出。於是，壹些企業開始挖掘和利用這些數據來促進運營效率的提高。在大數據運營的應用上，大數據的應用可以分為三類:外部營銷、內部運營、領導決策。
第壹，大數據營銷
大數據營銷的本質是影響目標消費者購物前的心理路徑。主要用在三個方面:1，大數據渠道優化，2，精準營銷信息推送，3，線上線下營銷的銜接。消費者在購物之前，通過各種手段直接幹預其信息收集和決策過程。這種幹預是基於對海量線上線下用戶數據的分析。與傳統的狂轟濫炸或上門營銷相比，大數據營銷在主動性和精準性上有很大優勢。是目前大數據的主要應用領域。
大數據營銷不僅僅是利用大數據尋找目標客戶並向他們發布促銷信息，它還可以做到:
實現渠道優化。根據用戶上網痕跡優化渠道營銷效果，就是要找出哪個營銷渠道的客戶最多，哪個源客戶實際購買最多，是否是目標客戶等。根據客戶在互聯網上的行為軌跡，調整各渠道的營銷資源。例如，東風日產利用客戶來源追蹤來改善門戶網站、搜索和微博等各種網絡渠道中營銷資源的投放。
精準營銷信息推送。精準是基於對大眾消費者行為的分析。消費者的線上瀏覽和搜索行為被網絡留下，線下購買和觀看行為可以被POS機和店內視頻監控記錄。此外，他們在購買和註冊過程中留下的身份信息也逐漸在商家面前呈現出消費信息的海洋。
有的企業收集海量的消費者信息，然後利用大數據建模技術，根據消費者屬性(如地域、性別)、興趣、購買行為等維度挖掘目標消費者，然後進行分類，再根據這些向個人消費者推送營銷信息。比如孕婦裝品牌媽咪十月，通過對粉絲微博評論的大數據分析，找出評論中有“喜歡”相關關鍵詞的粉絲，然後貼上標簽推送其營銷信息。JD.COM商城副總經理李希說:“用大數據找出不同的客戶需求群體，然後進行相應的營銷，是JD.COM現在正在做的事情。”蕭也化妝品公司以其網站為雷達收集消費者信息，並向不同的消費者推薦相應的皮膚解決方案。創始人小商洛希望在未來，大數據營銷可以取代網站的作用，真正成為客戶的前端。
打通線上線下營銷。有的企業把線上消費者的行為痕跡數據和線下購買數據連接起來，實現了線上線下營銷的協同。比如東風日產的線上線下協同營銷方式是這樣的:其門戶網站帶來訂單線索，通過這些線索，服務人員進行電話回訪，促進客戶線上交易。在這個過程中，東風日產記錄了消費者的進入、瀏覽、點擊、註冊、電話回訪、購買等數據，實現了壹個跨越線上線下，以大數據分析為支撐，營銷效果不斷優化的閉環營銷渠道。而郭爽科技，衡量某個區域線下推廣活動的效果，就是看這個區域的推廣內容在互聯網上的搜索量。壹些企業通過鼓勵線下客戶使用可以跟蹤消費者行為和偏好的設備，如微信和Wi-Fi，打通線上線下數據流。銀泰百貨計劃鋪設Wi-Fi，鼓勵顧客在商場使用，然後根據Wi-Fi的賬號找出這個顧客，再與其他大數據挖掘公司合作，借助大數據挖掘這個顧客在網上的歷史痕跡，了解顧客的需求類型。
第二，大數據用於內部運營。
相比大數據營銷，大數據在企業內部運營中的應用更加深入，對企業內部的信息化水平和數據收集分析能力要求更高。本質上是將企業外部的海量消費者數據與企業內部的海量運營數據聯系起來，在分析中獲得新的洞察，提高運營效率。(詳見P96表5:大數據在內部運營中的應用)
表5
第三，大數據用於決策
大數據時代，企業面臨著許多新的數據源和海量數據。他們能否基於對這些數據的洞察做出決策，然後將其轉化為企業競爭優勢的來源？相比大數據營銷和大數據內部運營，利用大數據做決策是最難的，因為這需要壹種依賴數據的思維習慣。
壹些企業已經開始嘗試。比如，國內壹些金融機構在推出壹款金融產品時，會廣泛分析該金融產品的應用和效果、目標客戶群數據、各種交易數據和定價數據，然後決定是否推出壹款金融產品。
然而，中國企業家研究院發現，大數據決策在我國企業中的應用非常少，很多企業領導在決策時仍然習慣於依靠歷史經驗和直覺。
大數據產品——企業利潤增長的新來源
除了運營，大數據還可以與企業產品結合，成為企業產品背後競爭力的核心支撐或者直接成為產品。提供大數據產品的企業分為兩類，直接提供大數據產品的企業和以大數據為產品和服務核心支撐的企業。前者主要為大數據產業鏈的參與者提供數據服務，包括數據所有者、存儲企業、挖掘企業、分析企業等。，而後者主要是那些產品有大數據支撐的企業。大部分都是互聯網企業，他們的產品和服務天生就有大數據基因。這些企業包括搜索引擎、在線殺毒、互聯網廣告交易平臺以及許多植根於移動互聯網的app，為用戶提供生活和信息服務。
表3
表4
第壹，大數據作為產品的核心支撐
他們主要在以下幾個方面使用大數據:
1，提供信息服務。很多互聯網公司通過對海量互聯網信息和線下信息的整合分析，為個人和企業提供信息服務，比如百度、去哪兒、陶藝、高德地圖、春雨醫生等等。在美國，壹些互聯網公司甚至基於大數據提供更深入的預測信息服務。美國科技創新公司farecast通過分析特定航線的機票價格，幫助消費者預測機票價格走勢。
2.分析用戶的個性化需求，從而提供個性化的產品和服務，或者實現更精準的廣告投放。典型的移動社交工具有陌陌、百度、騰訊、廣告交易平臺品友互動，以及壹些互聯網遊戲玩家。這類應用往往先收集海量用戶的上網行為數據，對用戶進行分類，根據不同類型的用戶提供個性化的產品或個性化的促銷信息。例如，網易和其他門戶網站推出了訂閱模式，允許用戶根據個人喜好方便地定制和整合不同來源的信息。
3.增強產品功能。對於很多互聯網產品，如殺毒軟件、搜索引擎等。，海量數據處理可以讓產品更智能，更強大。沒有大數據，產品的功能會被大大削弱。比如奇虎360的360殺毒軟件，每天海量的殺毒處理，建立了龐大的病毒庫，使其能夠更快的發現病毒，而壹些小的殺毒軟件公司做不到這壹點。
4.控制信用狀況，提供信用服務。阿裏巴巴集合了大量中小企業的日常資金和貨物往來。通過對這些數據的匯總分析，阿裏巴巴可以找到單個企業的資金流和收入，分析其信用，發現異常情況和可能的欺詐行為，控制信用風險。
5.實現智能匹配。婚戀網站、交易平臺等。，利用大數據可以提供精準高效的匹配服務。網易華天會挖掘用戶行為數據，比如點擊了哪些異性頁面，發表了哪些評論，建立用戶興趣模型，從而挖掘出用戶所期待的另壹半的類型，進而主動推薦與對方匹配度高的候選人。2010年，阿裏巴巴試探性推出“輕騎兵”服務，依托對供應商海量交易數據信息的整合和挖掘，使阿裏巴巴快速將中國各產業集群供應商的個性化采購需求與海外買家進行匹配。
第二，大數據直接作為產品使用
對於壹些企業來說，大數據直接變成了產品，產品包括海量數據、分析、存儲、挖掘等服務。目前，大數據產業鏈正在形成，有壹批公司和機構開放、出售、授權大數據，並提供大數據分析和挖掘。前者主要是擁有海量數據的公司，將數據服務作為新的利潤來源。如大型互聯網平臺、民航、電信運營商、壹些擁有大數據的政府機構等。後者主要包括能夠存儲海量數據或者將海量數據與業務場景相結合進行分析挖掘，或者提供相關產品的公司，如IBM、SAP、拓爾思、田瑞等。他們為大數據用戶提供海量數據存儲、數據挖掘、圖像視頻、智能分析等服務及相關系統產品。
大數據平臺——企業社區繁榮的滋養劑
百度搭建了百度指數、新浪、風雲榜、數據研究中心、百度統計等五大數據系統平臺，幫助其營銷平臺上的企業了解消費者行為、興趣變化、行業發展、市場動態及趨勢、競爭對手動向等信息。
為了解決這些問題，各個平臺都在積極努力。比如阿裏巴巴成立了數據委員會，在統壹數據格式標準、從源頭保證數據質量、收集處理精細化數據、保證能夠滿足平臺企業應用場景等方面不遺余力。尤其是在大數據的精細化上，阿裏巴巴是其大數據戰略的重點。在這方面，騰訊也在加快步伐。比如騰訊的新版。com有“壹鍵登錄”的提示，用戶可以通過壹些子標簽訂閱自己關心的內容。其實這也是騰訊收集更精細化用戶興趣數據的有效手段。
技巧
大數據實用手冊
企業在將大數據應用於內部運營時，會遇到壹些常見的問題。
1企業如何獲取和分析數據？
互聯網是大數據的壹大來源，壹些線下傳統企業很難獲得。但是他們可以:
a .與擁有或能夠捕獲海量數據的平臺、企業和政府機構合作。比如淘寶上的電商，買的是淘寶為自己商家收集的海量數據中與自己經營相關的部分。再比如卡夫與IBM的合作，在博客、論壇、討論板中抓取了47.9萬條關於其產品的討論信息，通過大數據分析消費者對卡夫食品的喜愛和消費模式。
在互聯網上建立自己的平臺。比如朝陽大悅城利用自己的微信、微博等平臺收集消費者評論數據。
c很多傳統企業不具備分析海量數據的能力。這時候他們可以和大數據分析、挖掘公司合作。目前，市場上有多家公司提供大數據分析和挖掘服務，如田瑞公司、IBM、點分公司和華勝天成公司。他們是傳統企業進行大數據分析可以依靠的力量。
2應用大數據時如何避免部門分割？
對於很多企業來說，信息流被各個部門分割，數據難以互通。在這種情況下，大數據的共享和收集只是壹個泡沫，實現大數據的深度應用更是難上加難。
要突破部門之間信息分割的局面，首先要建立統壹集中的數據系統。正如立白信息與知識總監王永紅所說，“要真正利用好大數據，企業應該采用集中式的信息系統。”從更深入的角度來看，企業信息流的劃分在於企業部門之間的劃分。比如壹些企業的營銷是按照渠道劃分的，這就大大降低了大數據對客戶的收集和分析的效果。
IBM智能業務技術總監楊認為，“由於組織結構問題，大數據分析的有效性大打折扣。”這需要在組織和流程層面進行重新設計。在這方面，阿裏巴巴的部門負責人輪崗制度無疑是打破部門壁壘的壹劑良藥。壹些企業為了打破部門分割，建立了矩陣式的組織結構，加強了部門間的橫向合作，這無疑為大數據的收集、享受和應用創造了良好的條件。
3如何讓商務人士重視大數據的應用？
解決這個問題，壹方面，壹把手倡導整個企業的數據文化。比如1店董事長於剛，要求業務人員在會議和匯報中用數據說話，馬雲把大數據上升到了戰略高度。
另壹方面也是數據部門在推動。阿裏巴巴數據委員會負責人車品覺分享了他的經驗。“由於運營部門的業務人員很難看到大數據的潛力，所以可以先從壹些見效快的數據項目入手，通過壹兩個項目的成功調動對方的積極性，再逐步逐壹引導。”
4為什麽大數據工作與運營需求脫節？
這往往是由於數據人員和業務人員的視角和專業知識不同造成的。大數據的人做了很多努力，但是業務的人認為這些努力都是無關緊要的。如何解決這個問題？
有的企業在組織設計上發力，將大數據納入經營分析部門管理，用業務控制數據。對於朝陽大悅城來說，大數據工作由主要負責戰略和經營分析的部門管理，大數據分析師是支撐人員。在負責人張艷看來，大數據要以商業規則為導向。關鍵是找到業務需求的點，然後由數據分析師和挖掘者來實現。在具體操作上，大悅城對微信的數據挖掘，挖掘什麽樣的關鍵詞，由業務分析師決定，具體挖掘由數據部完成；有的企業從流程設計入手，促進業務部門與數據部門的溝通，建立數據人員工作與效果掛鉤的考核機制。
比如阿裏巴巴根據數據挖掘的成效(比如商品轉化率的提升)來評估數據挖掘者，評估數據分析師，看他們的分析結果能否出現在運營負責人的報告中。從數據部門本身來看，需要降低運營部門使用數據的壁壘和門檻。比如立白集團的數據人員，會盡量給運營部門提供更易懂、更生動的圖形化數據分析界面。在立白的老板辦公室裏，有壹張“客戶運營健康檢查表”，讓老板對全國經銷商當月的銷售情況壹目了然。再比如阿裏巴巴開發的無線Bi，可以讓運營商在手機上看到大數據分析的結果。用車品爵的話說，“用數據的氧氣包圍運營商。”