[[106135]]

究竟如何才能把數(shù)據(jù)轉化為利潤呢? 對大多數(shù)公司來說， 有兩種選擇， 一是數(shù)據(jù)導向的流程， 二是數(shù)據(jù)導向的產(chǎn)品。

如今，你到哪兒都能聽到大數(shù)據(jù)。別說是亞馬遜這樣的公司，現(xiàn)在就是一個小的Startup， 每天也能有幾個G的數(shù)據(jù)量。 而像Instagram 這樣的照片分享網(wǎng)站，每天輕松就能產(chǎn)生出500T的數(shù)據(jù)量。 不少企業(yè)的CEO們都會問一個問題：“好，現(xiàn)在我有這么多數(shù)據(jù)，下一步我該怎么做呢?”

一個人， 如果只是站在金礦的土地上而不去挖掘的話， 他也成不了富翁。 同樣的， 擁有大量數(shù)據(jù)并不能代表你的企業(yè)就能成功。 這個行業(yè)里面成功的是例如亞馬遜， NetFlix那樣， 能夠比競爭對手更好的利用數(shù)據(jù)的公司。 否則的話， 你也只能干瞪著眼看著一堆Hadoop集群而不知道如何去做。 可是， 要是你能好好的利用你的數(shù)據(jù)， 你就能夠在競爭中領先一步。

那么， 究竟如何才能把數(shù)據(jù)轉化為利潤呢? 對大多數(shù)公司來說， 有兩種選擇， 一是數(shù)據(jù)導向的流程， 二是數(shù)據(jù)導向的產(chǎn)品。

以數(shù)據(jù)為導向的業(yè)務流程：

傳統(tǒng)的數(shù)據(jù)分析師，使用Excel或者會編寫SQL語句進行特定查詢。 而如今， 這些就遠遠不夠了。 如今的數(shù)據(jù)科學家， 需要了解小數(shù)據(jù)時代和大數(shù)據(jù)時代的各種工具， 包括傳統(tǒng)的商業(yè)智能工具， 查詢語言， 統(tǒng)計， 甚至機器學習。

好的數(shù)據(jù)科學家可以幫助企業(yè)從分析產(chǎn)品， 比如哪些產(chǎn)品受歡迎， 為什么， 哪些產(chǎn)品用戶不喜歡(比如Zynga就是這么做的)， 到建立預測模型， 分析將來趨勢， 以幫助現(xiàn)在的決策(比如沃爾瑪實驗室就是在這么做)

下面是一些具體的例子：

1) 如果你是銷售軟件即服務(SaaS)應用， 數(shù)據(jù)科學家可以幫助你分析高端客戶的特征， 比如他們轉化的渠道， 他們的基本共性(年齡， 性別， 收入水平， 地域等)，以及他們使用你的應用的特別方式等。 這樣， 你可以更加有針對性的設計你的產(chǎn)品功能， 推出針對性的廣告，優(yōu)化市場推廣渠道， 從而提高你的利潤率。

2) 數(shù)據(jù)科學家可以幫助你分析某類產(chǎn)品的價格對其他類別產(chǎn)品銷量的影響， 從而幫助你優(yōu)化你的整個價格體系。

3) 數(shù)據(jù)科學家可以基于歷史數(shù)據(jù)， 建立一個準確的預測模型。 比如如百貨公司Target那樣， 能夠確定哪些顧客是懷孕的婦女， 或者像一些保險公司一樣， 能夠預測哪些來咨詢的潛在客戶最有可能轉化為客戶。

4) 數(shù)據(jù)科學家還能夠讓你更好的利用現(xiàn)有的數(shù)據(jù)分析運營結果。 比如， 數(shù)據(jù)科學家會建議你把你的市場營銷數(shù)據(jù)， 和網(wǎng)站訪問日志以及交易數(shù)據(jù)進行關聯(lián)， 從而能夠衡量市場推廣活動的有效性。

以數(shù)據(jù)為導向的產(chǎn)品：

除了以數(shù)據(jù)為導向的流程外， 還可以把利用數(shù)據(jù)來豐富產(chǎn)品的功能。 有的公司， 還把數(shù)據(jù)專門打包成為一個產(chǎn)品來銷售。

比如Twitter， 他本身的產(chǎn)品不是數(shù)據(jù)產(chǎn)品， 但是， 他通過授權其他公司如DataSift這樣的公司使用它的數(shù)據(jù)， DataSift這樣的公司則利用Twitter的數(shù)據(jù)做成針對企業(yè)的數(shù)據(jù)產(chǎn)品來幫助企業(yè)更好地利用社交媒體。 還有一些媒體公司， 把觀眾觀看的數(shù)據(jù)打包， 賣給一些頻道或者內(nèi)容制作公司。

不過， 相對于把數(shù)據(jù)打包出售直接獲取收入， 更多的公司則是利用數(shù)據(jù)， 提高現(xiàn)有的產(chǎn)品， 使它們更加有效率， 更加智能 更加符合用戶需求， 從而直接或間接地增加收入。

下面舉一些實際的例子來說明數(shù)據(jù)如何使產(chǎn)品更加智能， 更加符合用戶需求：

1) 為了提高廣告平臺的點擊率， 廣告平臺通過分析廣告播放媒體， 廣告本身， 以及用戶的行為。 把廣告展現(xiàn)給最合適的用戶。

2) 電子商務網(wǎng)站， 通過推薦系統(tǒng)中的數(shù)據(jù)分析和機器學習， 提高用戶對推薦產(chǎn)品的購買可能性。

3) 媒體網(wǎng)站通過分析用戶特征， 給不同的用戶展現(xiàn)不同的內(nèi)容網(wǎng)頁， 提高用戶在網(wǎng)站的停留時間， 從而獲得更多的廣告收入。

4) 視頻發(fā)布平臺通過分析用戶的觀看和互動行為， 給視頻制作者關于用戶喜好的各種反饋， 從而制作出更加滿足用戶喜好的視頻。 這是一個間接增加收入的例子。 通過數(shù)據(jù)分析， 來提高視頻平臺的受歡迎程度。

企業(yè)應該如何開始行動

那么作為企業(yè)， 應該如何開始準備， 把冷冰冰的數(shù)據(jù)變成金燦燦的錢呢? 下面是一些建議：

1) 盡可能多的保存各種數(shù)據(jù)。 如今， 存儲的成本已經(jīng)不是一個需要考慮的因素了。 要記住， 再好的分析， 沒有數(shù)據(jù)也是不行的。 有很多數(shù)據(jù)， 即使現(xiàn)在沒有辦法分析， 也要盡量把它們存儲下來以便日后分析。 很多公司都忽略了這一點。 其實， 很多的數(shù)據(jù)都可以把它們按照原始格式保存下來， 包括交易數(shù)據(jù)， 用戶行為， 日志文件， 用戶生成的內(nèi)容， 傳感器的數(shù)據(jù)等等， 總之， 你能有的數(shù)據(jù)， 先存下來。 將來總是有用的。

2) 找一個數(shù)據(jù)科學家： 如果你是個小公司， 那么可能需要找一個數(shù)據(jù)科學家加入， 或者團隊中有一個人需要成為數(shù)據(jù)科學家。 如果你管理一個大公司， 那么你可能需要一個團隊的數(shù)據(jù)科學家。 數(shù)據(jù)科學家可以從內(nèi)部培養(yǎng)。 一個好的商業(yè)分析師或者任何具有很強商業(yè)智能或者數(shù)據(jù)庫背景的人都可能成為數(shù)據(jù)科學家。 你需要給數(shù)據(jù)科學家配備合適的工具， 并讓他能夠接觸公司的不同數(shù)據(jù)， 以便他能夠進行數(shù)據(jù)分析， 數(shù)據(jù)挖掘， 商業(yè)智能分析以及數(shù)據(jù)產(chǎn)品化的工作。 一個好的數(shù)據(jù)科學家， 能夠幫助你提高效率， 并且?guī)椭愀玫睦霉緝?nèi)部產(chǎn)生的各種數(shù)據(jù)。

3) 數(shù)據(jù)產(chǎn)品化： 對任何擁有特有數(shù)據(jù)的公司， 都應該考慮把這些數(shù)據(jù)產(chǎn)品化。 其實， 任何具有桌面， 移動， 網(wǎng)絡或者服務器應用的公司， 都有自己的獨特數(shù)據(jù)。 那些廣告和零售行業(yè)的公司， 已經(jīng)通過數(shù)據(jù)化產(chǎn)品增加了數(shù)十億美元的收入了。

舉個例子， 如果你是個B2B的軟件即服務公司， 為你的客戶提住自助報告的服務就是一個數(shù)據(jù)產(chǎn)品化的最簡單的例子。 如果你是個電子商務網(wǎng)站， 利用數(shù)據(jù)為用戶提供推薦則能夠增加你的收入， 如果你有一個移動應用， 那么考慮如何讓你的應用更加智能將會帶來更好的用戶體驗和收入。 有個數(shù)據(jù)科學家來考慮如何數(shù)據(jù)產(chǎn)品化是第一步， 最終， 企業(yè)還是需要投入資源真正實施。

4) 以數(shù)據(jù)為導向的領導： 大數(shù)據(jù)不是僅僅只是關于數(shù)據(jù)， 它更多的是如何利用數(shù)據(jù)推動工作流程， 優(yōu)化產(chǎn)品功能。 這一切就需要企業(yè)的管理者用一個數(shù)據(jù)導向的方式來領導企業(yè)， 推動企業(yè)的大數(shù)據(jù)化。 21世紀是大數(shù)據(jù)的世紀。 如果企業(yè)不能在以數(shù)據(jù)為導向的大趨勢下順利轉型， 就很可能會被競爭者擊敗。

原文鏈接：http://www.ctocio.com/ccnews/10249.html