當前，傳統(非互聯網類)企業已認識到大數據的價值，但如何結合企業現狀有效應用大數據，仍普遍存在著迷茫。針對這種現狀，HCR基于企業大數據應用的相關服務經驗，提出一些可行性的思路和建議，供企業客戶了解和實施。

本文內容適合擁有較多客戶資源(ToC和部分ToB)和內部數據的大中型企業，對擁有大量企業/個人管理數據的政府機構(如稅務)的大數據應用也有借鑒意義。

一、企業最有價值的數據在哪里

大數據的價值基礎來自于數據，對于企業最有價值的數據，我們認為有兩點：

1)內部業務大數據(而非外部大數據)具有最高的應用價值

企業的大數據，從來源講可分為內部(自身業務生產經營環節產生的所有數據)和外部(來自外部，如第三方/互聯網)。當前企業熱衷于引入來自外部的大數據(如互聯網/電商/移動互聯網)和相關服務應用，而忽視了一個事實：現有的內部業務大數據才是最大的價值挖掘目標。

大中型企業在信息化與數據應用過程中，大都已經完成了第一階段(信息化系統建設與業務數據采集的自動化/常態化)的工作。多年來建立的各種業務信息系統已積累了大量業務數據。而進入第二階段(挖掘數據提升企業業務經營管理)后，卻進度緩慢。相比外部數據，內部業務數據體量大，內容多樣，時間跨度長，是企業大數據的主體。因其與企業特性直接相關，深入覆蓋經營的各個環節，其對企業的價值遠大于各種外部數據。然而，這些數據很少發揮出應有的價值，大都沉睡在那里，甚至成為負擔。

2)內部業務大數據中，應優先關注服務客戶相關的數據

企業內部業務大數據，如果按邏輯屬性劃分，可分為兩大類：

1) 產品/服務相關: 圍繞企業產品/服務相關的(研發/設計/原材料/生產/制造/反饋)的數據

2)服務客戶相關: 圍繞著目標客戶(可為B或者C)的相關(售前/銷售/客服/運維/活動/CRM等等)數據

以上兩類數據中，服務客戶相關的業務行為對企業經營影響巨大。其數據也是企業內部大數據的主體，應優先作為內部大數據挖掘應用的目標。

二、實施的流程

下面，針對企業最有價值的內部業務數據集，結合消費者研究與標簽化研究方法，我們來介紹如何有效挖掘其大數據價值的機制。

首先我們給出一個主要的流程，后續將對每個步驟進行詳細說明。

　　數據來源：大數據平臺部@HCR

Step1總體體系設計： 對現有內部數據進行重構設計

對現有的業務數據體系，結合實際情況與未來的應用目標，重新進行數據組織和規劃。過程中要關注兩點：

要點1：數據的組織，要從功能為中心轉向以客戶為中心(按生命期階段組織)。企業內部業務數據，當前大多是以業務功能(系統)為中心組織，相互間未充分打通。用于價值挖掘的業務數據，要以每個客戶為中心，以用戶生命期為線，將其所有業務功能階段的數據串起來。

要點2：以類標簽化的思想建立客戶的數據描述體系，作為未來全景數據整合的框架。描述體系的來源數據不僅有內部數據，也包含外部數據(輔助)。實際的數據整合處理將基于該體系進行：已有的數據可直接引入，缺失數據內容作為后續采集/外購的主要目標。

以某車企客戶為例，其相關的大數據，對應由9大內部業務系統產生，各自獨立。在數據體系重構整合中，重構的示意圖如下：

　　數據來源：大數據平臺部@HCR

Step2 數據整合集中 ：對現有數據進行實際整合，建立一個統一大數據平臺

基于step1得到的規劃方案，對現有的業務數據通過技術手段從各業務系統整合到統一大數據平臺上。該平臺作為數據分析平臺，與生產業務系統分離，提供對數據倉庫/結構化/非結構化數據的支持。

整合中要注意：

(1) 數據模型的設計以及數據ETL(清洗/轉化)，都需要以客戶為中心進行統一規劃

(2) 充分考慮新數據體系中缺失/不足的數據內容未來的融入和整合機制。

Step3 標簽化分析 ： 對客戶進行全方位標簽化分析，生成標簽化描述結果

在step2整合得到的以用戶為中心的多維度數據空間上，基于消費者研究與業務特性建立用戶標簽體系，并對客戶進行實際的標簽化分析。標簽體系的定義，要兼顧用戶基本信息、業務特點和未來應用的目的，并不斷擴展。

比如前述的車企客戶，對用戶標簽，已經定義了如下幾類：基本屬性(性別、年齡段、購買能力、職業階層…)、家庭情況(家有兒童,第二輛車)、車型/駕駛偏好(如偏好SUV 、注重安全性.、追求速度感…)、配件關注點(喜歡原裝、喜歡功能性配件)、內裝偏好、保養習慣、參與活動偏好、觸媒習慣等。

Step4 業務實際應用/挖掘： 通過業務活動，進行客戶大數據價值的實際挖掘和應用

對所有客戶分析得到標簽化描述結果，可通過統一的客戶分析平臺，提供給企業內部所有部門實際應用。各部門可根據實際業務需要，通過標簽靈活準確篩選目標客戶(如市場部可以查找80后家有兒童且購買能力強的目標客戶做MPV家用車型推廣)，或發現產品客戶群的深層特性(產品設計部門可分析車型的目標客戶與實際購買客戶是否一致)。