在香港，有家日料店。這家店在很短時間內風靡全港，開了多個連鎖店。很多市民都知道這家日料店的海鮮非常新鮮實惠，價格只有別家的七折。 我也曾經詢問過這位大廚朋友，是什么能做到這么好的生意？

大廚神秘兮兮地問我“你有沒有看到每個餐桌上的攝像頭？那就是我們的秘密武器。”

原來，這家海鮮店每天都會通過攝像頭，查看食客點餐、到餐的順序，以及剩菜的種類分量。通過這樣的盤點，這家餐廳的老板可以準確把握消費者的喜好，從而對北海道的海鮮預購量也相對精準。也正因為此，這家餐廳的貨源流轉迅速，成本也隨之降低。

這是個有趣的案例。一家沒有ERP系統的傳統餐廳，通過攝像頭實現了對采購的信息化管理：收集用戶信息，分析進而用于第二天的采購決策，循環反復，以此降低生意成本。

對很多人而言，大數據只是一個流行詞。在覺得數據距離自己業務很遠的同時，傳統企業又心生恐懼不知未來會怎樣：哪種生意可以用上數據？數據可以解決哪些具體業務問題？

誰需要大數據？

美國一家有著百年歷史的傳統零售店，這家百貨店六年前就開始大量收集競爭對手的價格數據。最近，他們除了做好了動態的定價引擎，還著手研究產品與人群匹配的自動化系統。在電商領域，我們可以將用戶的認知分為三種：瀏覽者，購買者和消費者。傳統百貨店既不知道走進商店的人們都逛了哪些店（瀏覽數據），也不知道消費者在每個品牌店都買了什么商品（購買數據），用了什么銀行卡買單，更不要說消費者購物完成后，他們的使用體驗數據。

生產企業最痛的點，是我知道誰幫我賣，但不知道誰在買。對零售業這個問題變為：我知道誰在買，但不知道客人如何做決定的，更不知道他們用得如何，出了什么問題也不知道。這是因為舊有的模式，數據無法跟蹤到門店之外，造成了生產和使用是脫節的。

但在大數據時代，生產企業可以利用社會化數據甚至傳感器跟蹤到用戶的使用方式。產品出了什么問題，生產企業甚至能在用戶感知之前，就了解到問題所在，并提供解決方案。

如果傳統百貨公司可以擁有這些數據呢？他們可以知道自己會員喜歡什么品牌，偏好什么樣的付費方式，也可以向生產廠商下單，預購符合會員興趣的商品。

數據可以幫助零售業對人群的需求與商品的供應快速有效率匹配起來，最大的價值就在這里。

當獲取數據變得越來越容易的時候，企業就會發現，不用數據做決策就會失去很多機會。未來的每個企業都會成為數據企業，每個產品都會成為數據產品。因為里面的優化點都依賴于數據創新，數據會成為企業發展的驅動力。

資源有限怎么做大數據？

中小企業在數據化中最大的問題是資源有限，沒有太多的資源可供試錯，試錯空間也很小。因此，中小企業應該收集關鍵信息，而不是收集所有數據。

你可以選擇比較小的場景進行數據收集、分析。這個場景要滿足以下條件：

1） 有沒有所需數據？

2） 數據準不準確？

3） 數據的實時性如何?

4） 數據與算法的匹配

5） 如何從錯誤中學習, 數據回流能否起持續優化作用

最后的一個，是這些回流的數據能夠改善我們之前的認知。就之前日本料理餐館的案例而言，消費者的選擇就是他們最關鍵的決策依據，所以可以優先收集這類數據。

而大數據，則是基于企業數據化基礎之上的數據整合、算法創新和產品化。比如，谷歌地圖之所以能告訴你前面的路堵車，其實是有賴于每個使用谷歌地圖的位置分享的實時整合。所以我認為政府的推動，可以讓小企業減少得到數據的門檻、增加業界的數據功用，這樣就更有利于讓小企業也享受到大數據的科技。從產業鏈來看，小公司聯盟，把數據統一，用數據來解決一些業內彼此都不能解決的問題。

中小企業不容易像大公司一樣有龐大的數據團隊。因此，中小企業在運用數據的時候，一定要有更穩妥的辦法，注重使用數據效益，可以嘗試從小專案著手，再逐步拓展。