大數據對于企業成功所起到的關鍵性作用在各行各業都正飛速顯現出來，但是在高管人員看來，很多企業并未完全準備好利用這一趨勢以實現大數據價值的最大化。貝恩公司對來自世界各地的400多家年收入超過10億美元的企業的高管進行了訪談，并與他們深入地探討了所在公司在數據收集和分析能力、決策速度以及效率等各方面的表現。
訪談結果令人吃驚：僅有4%的企業被認為真正擅長于大數據分析—— 他們能夠圍繞設定的業務重心調動合適的人員，使用有效的工具并收集合理的數據，并根據大數據分析的發現改變企業運作的方式或者提高產品和服務。與競爭對手相比，這部分擅長大數據分析的企業的表現差異顯而易見：
他們的績效處于同業前四分之一的可能性為一般企業的兩倍
他們的決策速度比一般企業快出五倍
他們的決策執行速度比一般企業快出三倍
正如我們在《大數據：組織性挑戰》一書中所指出的，想要在大數據競爭中處于領先地位，三個步驟不可或缺：設定目標、建立分析能力以及圍繞大數據策略組織企業架構以實現價值最大化。本文將主要針對第二步，了解那些領先的企業是如何利用大數據的競爭優勢走在行業的最前沿的。
1、數據、工具、人員和決心
領先的企業主要從四個方面入手建立自己的大數據分析能力：高質量的數據、先進的工具、精通數據的員工以及支持分析決策的流程和激勵機制。大約有三分之一的企業這四方面的表現均不理想，而更多企業則在其中一兩個領域較為突出。但出色的大數據分析能力是建立在這四個方面均衡的完美表現之上。每個方面的成功都離不開其他方面的優勢支持。
數據。任何一個企業都首先需要制定一個數據收集和整理的策略規劃，這一規劃必須明確定義如何利用大數據為企業的整體發展戰略創造價值。在本次的訪談中我們發現，約有56%的企業缺乏合適的系統來收集其發展所需的數據，約有66%的企業則未以有效的形式存儲其所收集的數據。
好的數據政策明確定義了“什么是有用的數據”以及“如何從數據看我們的業務”。這些基本定義是一個企業如何建立自己的數據分析能力并將自己與競爭對手區隔開來的第一步。“什么是有用的數據”是所有數據政策的出發點和基礎。舉例而言，收集所有來自公司網站、客服電話、電子郵件以及聊天室的客戶詢問可以幫助公司了解客戶反饋的最新動向;但那些關于已經被快速處理完畢的詢問的具體記錄能夠帶來的價值就非常有限了。
工具。先進的分析技術和大數據工具的進步如此之快，他們正以前所未有的方式幫助公司獲取新的統計角度和結果。Hadoop、HPCC和NoSQL等工具和平臺迅速崛起帶來了全新的分析視角和機會;基于成熟的分析、視覺化以及數據管理的全新生態系統也以日新月異的速度改變著企業的分析能力。如今，可提供這類工具的供應商不勝枚舉，開放資源的開發商數量更是不計其數。不過，令人感到些許意外的是，在我們的訪談中，僅有38%的企業表示他們曾使用過這些工具。
人員。在我們的調查中，有56%的高管人員表示他們的企業缺乏分析數據并從數據中發現機遇的慧眼。大多數人則認為他們無法準確地判斷那些從數據分析的得出的林林總總的結論是否的確與公司的業務密切相關，亦難以對這些紛繁蕪雜的結論進行優先排序。成功的團隊往往可以融合數據、技術和業務等各方面的人才來構建這一能力。以樂隊為類比：團隊的成員必須各自擁有不同的技能，但這些技能又有一些交叉重疊，同時他們非常了解互相之間如何進行有效和高效的溝通和協作。成功的大數據分析團隊亦如此，我們需要：
- 數據科學家，提供有關統計、相關性和質量等的專業技能
- 商業分析師，從商業的角度出發甄別數據科學家從純粹數據分析角度發現的異常數據以及一般性規律，發掘出其中與公司業務發展緊密相關的數據和規律并根據重要性進行排序
- 技術專家，幫助提供收集、整理和處理數據所需的硬件和軟件解決方案
決心。頂尖的企業將大數據分析的理念植入到組織當中，明確定義希望通過大數據達成的目標并運用數據推動決策。CEO和高層領導團隊將枯燥抽象的數據分析與實際的公司經營績效提升的緊密關系展示給企業的每一位員工：不論是通過改進現有的產品和服務、優化內部流程、構建新產品和服務或是轉變商業模式等等。表現優異的公司無一例外地圍繞數據構建組織并恪守數據驅動型決策的承諾。
在如何圍繞先進的大數據分析方法建立并推動全新的商業模式的發展方面，Nest公司是個中翹楚。在恒溫器產業，結合先進的電子技術讓用戶通過互聯網界面或智能手機對室內恒溫器進行遠程遙控的做法已經十分普遍。Nest則在此基礎上 更進一步，他們跟蹤并收集用戶調節恒溫器調的使用習慣：用戶在何時調整以及如何調整恒溫器以將室內溫度保持在自己覺得舒適宜人的水平上。Nest將這些信息儲存在云端，并將用戶的使用習慣與其所在的地點、氣候以及住宅類型等其他變量進行相關分析，并基于這些分析的結果預測用戶的恒溫器設置需求，從而主動為用戶創造更舒適的家居環境。
為了在數據、工具、人員和決心四個方面均取得卓越表現，企業往往必須做出巨大改變，進行重大投資甚至有時變更領導人。但是僅僅關注其中某一個方面而忽略其他的方面的投資結果往往難盡如人意：如果數據質量不高，工具將難以起到作用;而如果企業并不致力于將大數據的發現用于實際的業務中，人才也會流失。 正如引擎需要多個活塞的協同運作，上述四個方面也必須互相協調發展方能表現出色。
2、機會與緊迫感并存
通過引入先進的數據分析超越競爭對手的機會真實存在——那些業績領先的企業在大數據的各個方面也往往表現卓越：他們采用先進的手段獲取、收集和存儲數據，并對數據進行剖析從中汲取真知灼見。
有些行業在大數據這條路上比其他行業走得更遠，例如金融服務、高科技和醫療保健行業等等。他們依托自己強大的數據分析能力洞察客戶的需求并制定決策。而大數據分析的佼佼者們甚至從大數據分析的結果出發重新定義行業的競爭標準和商業模式。
這樣的機會其實存在于每個行業之中。以一家郵購藥店企業為例，通過分析成千上萬的客戶服務記錄，公司發現客戶在服藥療程的75天和105天之間撥通客服電話的數量到達頂峰。在進一步研究之后，分析師發現客戶的電話與藥物續訂的日期之間密切相關。而且其中的部分客戶由于其服用的藥物劑量不停的變化，所以撥打電話要求續訂藥物的預留時間往往很短。了解數據變動背后的原因之后，藥店開始在客戶用藥后的30和60天左右時主動電話詢問客戶的藥物存量，從而更好地幫助客戶預測何時應當續訂藥物。新做法去除了臨時回復客戶電話過程中資料信息匹配的冗長過程，大大提高了客戶的滿意度，同時也減少了費用昂貴的“緊急”藥物續訂訂單。
在任何一個特定的行業，總有部門能夠從大數據分析中獲益。例如對于呼叫中心，如果其能夠迅速調用并匹配事先了解和掌握的呼叫者信息，客服電話將變得更加高效。長久以來，通過顧客ID識別貴賓顧客并將他們的電話轉接給高級客服代表的服務方式對于航空公司已經是司空見慣的服務模式。依托大數據平臺，航空公司可以做得更多： 例如根據ID匹配客戶預定的航班以及航班狀態——這些信息可以幫助客服代表預判顧客為什么會打來電話，甚至在第二聲電話鈴響之前就已經做好準備更好地滿足客戶的需求。
例如，如果客戶的下一個航班延遲了，客服代表在接電話時就能預判客戶將要咨詢航班預計起飛時間或者能否準時趕上轉接航班等問題。更深入的數據分析的方法則可以將把顧客的ID與社交媒體相掛鉤。如果顧客剛在推特(twitter)上抱怨了航班延遲，航空公司的客服代表在接起電話前可能就已經讀過這條消息并了解顧客的狀態了。更進一步的數據分析則可以與其他新技術相結合：情緒分析技術可以在通話時識別顧客的情緒狀態，這樣 一位已經很惱火的顧客就可以被轉接給一位態度溫和的客服代表。
從先進的大數據分析中獲得競爭優勢，已不再是高科技公司或數據密集型行業的專利。如今，這在各個行業隨處可見：根據貝恩公司的調查結果，能夠更好地利用大數據并積極投資提高相應數據分析能力的公司在財務表現方面往往勝于同行。等待觀望的態度對于任何一個想要保持競爭力的公司來說都可能是致命的。
作者簡介：
拉斯姆斯?韋格納(Rasmus Wegener)是貝恩公司駐亞特蘭大的全球合伙人、全球高科技業務領導團隊成員。
維魯辛哈(Velu Sinha)是貝恩公司駐硅谷的全球合伙人、全球高科技業務領導團隊成員。
陸原是貝恩公司全球副董事、大中華區電信、高科技及媒體業務領導團隊成員。
京公網安備 11010502049343號