大數據全攻略,掌握商業應用的五大關鍵



資料經濟時代到來,大數據成為企業在市場上競爭的關鍵。共享經濟代表Uber透過大數據分析乘客的目的地與乘車動機,作為提昇民眾乘車體驗的基礎;全球連鎖咖啡星巴克推出手機APP蒐集顧客資料,從中找到最有價值的潛在客戶進行精準行銷;美國運動服飾品牌Under Armour (UA)也與IBM合作,提供使用者結合穿戴裝置收集運動數據的創新產品,加上以數據分析洞察具有爆發潛力的新進運動員,擔任品牌代言人,並進而透過他們在賽事上的優異表現,快速打開知名度,站上市場高點。
像這樣蒐集大量資料,並將資料分析結果即時運用在商業決策上,從而取得競爭優勢的企業,歐美國家稱之為「資料驅動型企業」。對台灣企業來說,要轉型為資料驅動型企業,首先要掌握的就是大數據商業應用五大關鍵。

關鍵一、企業決策思維的轉化

以資料分析為主、個人經驗與直覺為輔
一直以來,高階主管的過往經驗與個人直覺,是企業在決策時的主要依據,但進入大數據時代,這種仰仗「人」的決策方式,容易因為經理人過度自信或忽略市場變化,導致決策結果不如預期,更嚴重一點,甚至會讓組織缺乏效率與創新,漸漸喪失市場競爭力而不自知。
日本野村總合研究所高級研究員城田真琴曾經指出,「與其相信一人的判斷,不如相信數千萬人的資料」,清楚點出大數據分析的價值,要想成為「資料驅動型企業」,首先要做的就是改變思維,以數據分析結果為基礎,再搭配個人經驗與商業直覺,才能強化決策的品質和結果。

關鍵二、數據布局策略

想要透過資料解決什麼問題?
絕大多數企業都認同大數據分析的價值,但在真正導入時,卻不知道自己需要大數據分析做什麼。大數據的分析應用有無限可能,舉凡提高銷售量、開發新產品、改善作業效率、降低營運成本、招募人才…等,各種企業管理面向都能透過商業分析找到答案,但前提是企業必須清楚想要透過資料解決什麼問題。
定義所要解決的問題後,將會影響到後續的資料蒐集、分析等作業流程,因此,大數據分析的導入者必須充分瞭解企業組織結構、內部的業務和管理活動,才能找出真正的痛點,從大數據中萃取出大智慧,改寫企業的競爭DNA。

關鍵三、如何開始數據分析及管理?

選擇好的平台技術,跨出成功的第一步
當企業確定了大數據分析所要解決的問題後,接下來就是在數據分析平台上進行相關作業,一個好的數據平台可以縮減資料蒐集與匯整的人力成本,同時提昇決策的品質與效率,讓決策者能夠在最短的時間內做出正確判斷。
如知名的IBM Cognos Analytics或其他如Tableau, Qlikview等解決方案提供了各種類型的圖形化報表,協助使用者分析經營數據,再加上友善好操作的使用介面,即便不是IT技術專業人才,也能輕鬆操作,滿足大數據分析上的營運管理需求。

關鍵四、正確導入和解讀數據

與其跨部門組成大數據團隊,不如使用前線人員就能運用的分析程式
大數據的目的是要解決商業/營運問題,所以技術和業務部門必須協同合作,但當企業的規模較大時,跨部門合作通常要多花好幾倍的時間來回溝通,這時商業智慧的運用就要選用具有 self service 概念的平台,例如IBM Cognos Analytics簡單易懂,讓沒有程式背景的行銷及業務同仁可以自行操作,直接用來解讀數據、預測成效,如此一來,除了能即時決策,更能創造大數據背後,貼近市場需求的商業價值。
資誠(PwC)與台大商研所合作的「2015台灣大數據分析調查報告」也指出,將大數據分析歸類為IT部門的工作,最常遇到的問題就是,分析結果缺乏商業價值,最好的方式是同時補足商業實務和分析技術上的能力,不只能從各種角度萃取資料價值,也能提高大數據團隊的反應速度。
換句話說,大數據分析已經不只是對數據進行分析,而是要從資訊中找出企業未來發展的契機,然而這唯有在分析時,能同步結合商業模式及市場需求的前線操作者才能做到。

關鍵五、營銷行動方案調整

落實個人化、精準行銷
二十年前,美國Walmart超市透過帳單分析,找出「啤酒、尿布、星期五」間的關聯性,進而調整櫃位擺設,並針對爸爸族群的客人推出行銷方案,成功帶動營收成長,開啟了商業智慧分析的浪潮,20年後,隨著網路與IT裝置的快速發展,資料大量且快速地被累積,商業智慧升級成大數據分析,個人化行銷策略也變得更精細。
植因於此,近年來企業行銷有一個新名詞Marketing Technology(行銷科技),也就是善用軟體來改變傳統行銷做法,其中一種軟體就是資料與分析系統,匯整客戶的身份資料、網路/媒體使用行為、購物習性、對商品的需求偏好等數據進行綜合分析,不只要了解消費者的現況,還要進一步預測未來的購物行為,據此投放廣告或規劃合適的行銷活動,從傳統亂槍打鳥式的行銷手法進入精準化個人行銷。
對企業來說,大數據不只是一個議題,更是面對未來競爭環境必須採用的手段,搶先抓住大數據所帶來的成長契機,才能擁有領先對手的競爭優勢。欲了解如何協助不具程式背景的商管人才消除大數據分析的進入障礙。
Previous
Next Post »