在越來越多商城淪為“試衣間”、電器賣場淪為“產品體驗店”、建材市場淪為“材料展示中心”的今天，越來越多的傳統行業已經意識到他們需要變革，需要用大數據的手段來幫助他們突破重圍。大數據的起源要歸功于互聯網、電商、電信運營商、金融等行業，由于這些行業自身的特點，在生產運營過程中能夠天然獲取海量的數據，他們是大數據行業的先行者。
但可以斷言，大數據更大的需求、有廣泛的應用前景仍然在傳統行業，大數據將會是傳統行業適應互聯網時代的最佳結合點。
著名服裝品牌ZARA就是傳統行業利用大數據為企業重新注入活力的例子。ZARA通過整合線下客戶對衣服的體驗信息與線上網民喜歡的產品或趨勢信息，及時改進產品樣式，在互聯網時代實現了線下零售店銷售成績的完美逆襲。
那么，傳統行業要做大數據團隊，要做好2個準備。
1、具備大數據思維
能拿到什么數據?
這些數據有什么用?
怎樣用這些數據?
許多餐廳都非常關注如何在空閑時刻的人氣聚集問題，比如用優惠的下午茶吸引人氣。為達到這個目的，我們可以獲取客戶的點餐內容、用餐時間、用餐人數，并由服務員順便收集客戶特征的情況(年齡范圍，是否家庭聚餐，是否商務宴請等，客戶的意見反饋等)。
這樣，我們就可以通過大數據知道哪些菜式受歡迎?哪些菜式需要改進?喜歡某個菜式的人到底是什么人?
發現的有些結論會比較明顯，是有經驗的餐廳管理者能夠通過某些傳統方式得到的。但是，有一些發現必定是有經驗的管理者都難以察覺的。而且，大數據的方式也能夠讓餐廳管理者的反應更加精準有效、更加迅速。
2、大數據團隊，你準備好了嗎?
提到大數據人才，往往大家想到的是具備大數據專業知識的專家，顯然這個角色在傳統行業以往的運作過程中是缺失的。所以，既然要構建大數據團隊，必須要有大數據專業背景的人才。
某全球500強的通信運營商重金請國際知名咨詢公司做大數據規劃，然后壓給IT部門按此方案執行，IT部門欲哭無淚，因為如果按這些專家做出的規劃來做，公司全部系統、所有流程制度都要推倒重來，所以這個方案完全沒法落地。
大數據不能脫離行業和企業本身去談技術，那是空中樓閣;脫離大數據思維的分析，將導致數據的死應用。
所以，傳統企業組件大數據團隊，不僅需要大數據的技術人才，還需要有深厚的行業背景并具備大數據思維的勇于變革者。
傳統企業在建設大數據團隊時，容易陷入3個誤區。
誤區1：挖個大數據牛人，就能搞定
很多企業認為建設大數據團隊，只要把牛逼的人才挖過來，就能夠把公司的大數據做好。最終的結果往往是一流的人才來到企業后水土不服，并不能發揮出期望中的作用。
其實不難理解，同樣是利用大數據進行客戶畫像、挖掘客戶需求。對于電商而言，在電商平臺建設之時，很多數據就已經相對規整的存儲系統里了，只需要通過網站流量統計工具，分析用戶流量來源和特點;然而，對于傳統行業而言，先得搞清楚的是企業內部的運作流程和每個大大小小系統上能夠提供什么數據，可能根本沒有現成的數據給你。
雖然分析目標一樣，但是數據獲取方式、業務流程、分析重點、應用場景都截然不同，在電商方面牛逼的大數據人才，可能在某些行業知識上是缺失的，難以適應傳統行業。因此，大數據人才的引進需要充分考慮人才和企業的適配性。
誤區2：直接交給專業公司，坐等收獲
傳統企業認為，既然我缺乏大數據團隊，那我直接請專業大數據公司、咨詢公司搞定就好了，又專業，見效又快。
如果企業如此選擇，自己的大數據團隊就很難建起來了。專業團隊干活時，企業人員參與不夠;等專業團隊撤離之后，自有團隊接不上，原有的大數據成果也會在閑置中最終變得無用，企業在付出巨額酬勞后還是做不好大數據。
誤區3：A公司做到很好，直接把經驗搬過來
在ZARA建立大數據團隊，收集并分析線下客戶意見，從而改進產品款式大獲成功后，H&M一直想跟上Zara的腳步，希望利用大數據改善產品流程，成效卻不明顯，兩者差距愈拉愈大，這是為什么?
Zara用大數據最重要目的是縮短生產時間，讓生產端依照顧客意見，能于第一時間迅速修正。但是，H&M內部的管理流程，根本無法支撐大數據提供的龐大資訊。H&M的供應鏈中，從打版到出貨，需要三個月左右，完全不能與Zara兩周相比。
很多企業沒有大數據團隊建設經驗，看到別人的成功經驗，就想直接照搬，卻沒有考慮到不同行業有不同特征，就算同一行業中的不同企業，其組織架構、管理方式、生產方式也有很大的區別，這很可能導致大數據團隊建設走上失敗。
我們認為，傳統企業在搭建大數據團隊時，要做到以下幾點：
1、老大不參與?那可不行
中國有句老話叫做“屁股決定腦袋”，具體辦事人員往往難以在全局和宏觀的高度把握大數據對于一個企業的應用規劃和價值。
企業推行大數據的最終目的，是要讓它成為公司決策的“大腦”、市場銷售的“指揮棒”，說到底，大數據要能夠支撐方方面面的工作，是整個企業級別的大事。
所以，大數據戰略的推進，需要企業領導者充分參與，才能保證不跑偏。否則，大數據項目只會沿襲舊有的運營模式或流于形式。
2、先內部“組隊”，專家只能做“外援”
企業做大數據要先組隊：除了“外援”，自己企業里搞IT建設的、做市場的、做銷售的、做服務的、搞管理的都得配上。簡單來說，就是這個隊伍里，必須有“做數據”的人、“分析數據”的人和“用數據”的人。
“外援”總歸是要離開的，只有通過大數據的前期實施，實現自己大數據團隊的快速成長，最終才能達到自有團隊獨立、持續應用大數據的目標。
3、先嘗嘗大數據的“味道”，再談怎么做
很多企業做大數據，一開始就大張旗鼓做建設。要知道大數據平臺一旦建起來，若是不好用或是有問題，再來改，搞不好就是全盤顛覆。
所以，建議在建大數據平臺之前，先花一點時間做大數據的嘗試。比如，對于要開展的一個促銷活動，給出大數據的支撐。即便是最簡單的大數據嘗試，也能讓我們發現搭建大數據體系時可能存在的問題。
4、做大數據就得“私人定制”
數據拿不到?流程走不通?系統和系統之間無法交互?這些看似不大的問題，卻是大數據在未來是否能夠發揮效力的底層基礎。把好企業的脈，發現潛在的問題，才能夠最大程度的發揮大數據的效力。
結束語
互聯網誕生時，有人說“在網上，沒人知道你是一條狗”。大數據時代，我們不但知道你是一條狗，而且知道你是一只小資、很宅的金毛，知道你愛吃RoyalCanin的狗糧，還知道你喜歡紅色。
任何時代的變革，一旦開始就不可逆。傳統企業要做的，是順應變革，快速組建自己的大數據團隊，借以發現屬于自己的機會。
京公網安備 11010502049343號