|
请点击此处输入图片描述 ​作为企业主的您，想知道大数据分析对企业到底有何帮助？或者您坚信大数据能够为企业提供价值，但是不知道下一步该怎么执行？又或者您参加了很多的大数据会议，但是对如何在自己的企业中启动一无所知？ 不要不开心，因为您不是一个人！调查显示，虽然有很多人在谈论大数据，但是实际上很少有人能够实践它。 请点击此处输入图片描述 每个业务负责人开始数据分析之前，先看看这5个问题。这些问题不是大数据相关的技术问题的解决方案，不会为您提供所有问题的执行措施，但它们将为您提供足够的方向来挑战，并真正了解大数据分析主旨的核心。 问题一：您的业务是什么？ 这可能听起来是个愚蠢的问题，但是它也是最重要的。您需要寻找超越商业模式的答案，以下案例会让您理解这个问题的含义。 麦当劳有什么业务？如果您认为是卖快餐的，那么您错了。 1974年，开始金弓帝国的雷克罗克（Ray Kroc）在德州得克萨斯大学奥斯汀分校就读MBA课程。 当然，大家的答案都会说是汉堡包，但是克罗克的答案让大家感到非常惊讶：他说他在做房地产业务。 他的解释是：麦当劳的主要业务重点是卖餐厅的特许经营权。他知道，门店和地段是每个特许经营成功的最重要因素。所以，麦当劳是世界上最大的房地产业主。 以下列出的公司，请思考他们的业务是什么？ 请找出最本质的答案，网飞公司不只是出租流媒体电影的业务，而是正在理解人们的观影习惯；同样，Coursera也在理解人们的学习行为。 那么我们回头再思考一次，您公司的业务是什么？ 在回答这个问题时，您可能会发现，您业务的真正核心与您心目中的传统商业模式不同。 在今天的商业中，信用卡供应商并不处于财务风险管理领域，它的真实业务有可能是了解消费支出情况。例如客户需要支出报价，如果他们一个月后才提供，就会注定失败！ 问题二：数据/行为洞察能否改变您的做法或改变您看到业务的方式？ 现在您可能已经列出了您所从事的业务，接下来您需要调查业务中拥有多少数据。 以下是您需要回答的问题： 1、您拥有数据和分析方法吗？ （1）如果有，您可以增加所有权吗？ 您可以存储更多客户想要的信息吗？ （2）如果没有，您如何开始获取数据和建立分析方法？ 2、如果您了解消费者行为，您今天可以做些什么改变？ 您认为这里面潜在的收入机会会是什么？ 问题三：您想建立自己的数据团队还是外包？ 答案取决于您在核心战略中赋予大数据分析的重要性，以及您对其收益机会的信心。 虽然在极端情况下做出决定很容易，但如果你处在两者之间，可能更难做出决定，那么，以下几种混合模型可能会对您有帮助。 请点击此处输入图片描述 问题四：您需要吸纳人才还是内部培养？ 一旦您清楚是否需要外包，并且确定选择其中一种模式时，您需要对现有人才库进行实地考察。这一点的重要性自然不必强调了。 情景1：如果您认为自己有合适的人才，您应该思考： 为什么我们还没有开始数据分析的进程？ 这些人/团队以往倡导的结果是什么？
情景2：您没有合适的人才。 在这种情况下，列出工作职责，找出相关候选人，花时间了解他们的观点，考察他们参与公司的转型和领导变革的能力。 问题五：推出此项计划后的执行方向是什么？ 一旦您回答了上述所有问题，您需要考虑如何将大数据分析渗透到您真正想要实现的层级中？ 以下是制定此行动计划的一些指导方针：
一旦您有这些问题的答案，希望您将拥有创建行动计划所需的所有武器。 给大家提供几个研究案例，里面有几位CEO对五个问题的答案： 问题一：您的业务是什么？ 有三个部分定义了我们的业务的主旨核心： 1、确定客户对产品承销的风险状况 2、有效、高效地管理客户生命周期。我们尝试回答这些问题： （1）我们希望什么时期，好的客户会把他的花费转移到我们的卡上？ （2）我们可以明确界定客户风险恶化的交易吗？ 3、管理欺诈： 这是大数据应用的另一个领域。什么样的分析模型可以显示可疑的行为呢？ 问题二：数据/行为洞察能否改变您的做法或改变您看到业务的方式？ 对我们来说，挖掘数据提出行为见解是解决业务问题的核心。我们对以上领域中问题的洞察结果都投入了非常高的期待。我们通常拥有数据分析过程中的大部分数据，与其他行业相比，这是一个很大的优势。我们正在越来越多地将数据视为资产负债表中资产的一部分。 问题三：您想建立自己的数据团队还是外包？ 对我们而言，答案非常明显。我们已经清楚了大数据的价值，问题就在于找到合适的人才来建立内部的数据团队。 问题四：您需要吸纳人才还是内部培养？ 我们聘请了大量专家来建立我们的分析模型。领导小组正在积极进行候选人的筛选工作。一旦团队到位，如何管理数据团队将是一个优先级比较高的事项。 问题五：推出此项计划后的执行方向是什么？ 既然，我们相信大数据分析可以增加价值，全球各地的企业已经利用数据创造了差异化，我们会立即开始最关键的战略工作。虽然我们不一定要实现很大的目标，但执行速度对我们而言是非常重要的。假如我们已经了解到某些潜在的欺诈行为时，就必须快速实施并制止它。 如果是您，您对这些问题有什么看法呢？这些想法有为您指引分析实践的方向吗？在开始数据分析的初始阶段，是否还有其他因素呢？把您的想法告诉我们吧！
关注“云途数据”公众号（yuntudata），浏览更多数据分析干货！
| 
发表于 2017-10-17 11:46:46
