轻松聊聊大数据
这年头谈大数据，已经不是什么新鲜事了，大数据的热度也从几年前的人人都在谈实际却没多少人在做回归到如今更理性的一个状态。
对大数据（Big Data）的定义，有4个V的版本，也就是Big Volume（数据体量大）、Big Velocity（增长快速）、Big Variety（种类多）、Big Value（价值高），也有Gartner的版本，“大数据是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产”。其实我们国家对大数据也是相当重视，国务院在2015年8月《促进大数据发展行动纲要》中就提到：“大数据是以容量大、类型多、存取速度快、应用价值高为主要特征的数据集合，正快速发展为对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析，从中发现新知识、创造新价值、提升新能力的新一代信息技术和服务业态。”
无论怎样去描述它，笔者一直认为，实现数据资产价值最大化是大数据的意义所在。怎么样才能价值最大化呢？那就要看你的价值驱动因素是什么，你要衡量的是什么指标，你要解决的是什么业务问题。有句话说，一切不以应用为导向的大数据都是在耍流氓，从某种角度我是非常认同这个观点的。比如红极一时的“啤酒+尿布”的故事，不管真假与否，它的意图是美好的，即通过对大量购物小票的关联性分析达到优化客户购物动线设计、引导促销活动并通过捆绑销售最终提高整体销售额的目的。再如Morton牛排坊曾经上演的一场大数据营销+社交秀：基于顾客Twitter内容分析及其用户画像，侍者着燕尾服（注意这里的仪式感）在顾客到达机场时为其奉上最爱的牛排晚餐。这个故事里面当然有着些许炒作色彩，但放到现在来看，其实很多企业已经能够对这种社交数据进行常态化的捕捉并加以利用。比如你在微博上就某产品质量作了评论，SAP Hybris Engagement Center在后台就能够自动收到该渠道传递过来的Request，再通过机器学习对其自动归类（例如是投诉、请求维修还是其他）并分配给最合适的Agent来进行跟进。
现在讲大数据，时常不得不说到两个话题，一个是商务智能，一个是IoT。以前我们讲商务智能或者数据分析，感觉离普通群众还很远，都是面向企业的高层甚至是董事会，其实现在数据分析在很多时候已经作为一项服务，渗透在我们生活的方方面面，例如银行会提供资金分析来帮我们规避偿债风险，运营商会为我们提供用量分析并在预警基础上推送销售包，航旅应用会帮我们统计去过哪些地方以及预测我们未来可能想去什么地方，支付宝会用消费报告的形式告诉我们钱都花在哪儿然后鼓励我们继续花钱，包括还有结合应用场景的各种个性化服务，从个性化的主页到个性化的产品推荐，比如SAP Hybris和Hybris Marketing通过对用户进行智能分群来实现优惠券或市场活动的精准推送，甚至家里买了多年的沙发出现问题后你都可以直接拍照然后系统会通过机器学习来识别出最接近的产品型号。IoT更不用说了，从我们身边的摩拜智能锁，到智能家居，再到近年来大数据应用的热点研究课题智慧城市，讲到智慧城市，不得不提一下SAP的多屏互动数字化董事会（SAP Analytics Cloud + SAP Digital Boardroom），简直是结合了政府管理、经济发展、环境、能源&资源、交通&运输以及智慧人口的一站式数据服务。
大数据和云计算也息息相关，为什么这么说呢，因为我们要借助云计算的能力用最低成本、最高效率来提取数据价值，简单点来说就是，你不需要真正拥有所有数据，你只需要享受数据为你带来的便利即可。比如最近特别火的共享衣橱，国外很早就开始这种新型的时尚零售模式，而我对它的深入接触不得不归功于微信的数字化营销—朋友圈广告投放平台，仔细分析一下，你就发现它和传统零售的区别，首先共享衣橱没有任何门店，甚至没有任何销售人员，当你的整个流程能够非常无缝流畅运转的情况下，消费者甚至连客服也基本不需要联系，其次它推崇的其实就是云的这种订阅模式或者说月租模式，你不需要拥有任何衣物或配饰来无形中增加衣橱压力和周转周期，你只需要保持时尚就可以了。在这个业务模式里面，我们也看到了信息的共享，这种共享是希望在保证数据安全的前提下带给消费者便利，比如信用数据的共享可以免除押金，比如不同平台收货地址的共享可以免去消费者重复输入的烦恼。
聊完大数据对我们日常生活的影响，我们也不妨看看它给商业环境带来了什么改变。数字化经济时代的到来使得商业环境也在持续地不断地发生变化，从以往的“以产品为中心”，聚焦怎样扩大产能、怎样带来流量、怎样降低成本，到后来的“以用户为中心”，更多地关注用户体验、为用户创造价值。而客户的需求时刻在变化，选择空间大、信息获取便捷，忠诚度和产品粘性变低而且往往不愿意等待，所以怎么样以一种创新的模式来快速响应客户的需求从而达到客户满意企业盈利的双赢目标是现在更倡导的“以结果为导向”的大数据思维模式。复制别人的业务模式简单，但自己创新却很难，因其涉及的面太广，周期太长，投资回报不清晰。这也是为什么SAP推出了Leonardo来帮助客户在数字化转型中快速实现价值。
在成都，艾米奇通过和SAP Leonardo的联合创新，成功地从一个低端鞋业制造跃身成为一个个性化定制的中高端制造，同时也给到顾客全新的体验：从3D扫描、个性化选配、VR试穿到最终交货，拿到一双独一无二的鞋履只需要一周时间。
在这个客户案例中，大数据分析无疑是其业务转型的背后推手。例如通过这个元素网络，我们能够轻松地知道尖头鞋和中高跟、皮革、红色金色、宴会场合搭配度更高，联合客户的购买行为、偏好数据，不仅增强了对市场流行趋势的感知，更大幅提高了设计效率、减少了库存积压，最终提高了企业的利润率。
据调查显示，拥有优秀大数据能力的企业，它的财务表现排在行业前25分位的可能性是竞争对手的2倍、做出正确决策的可能性高出竞争对手3倍、决策速度比竞争对手快5倍。其实，对于企业来说，很多时候他们需要的不是惊喜（更不是惊吓），而是对业务的洞察力，然后采取行动、对症下药。但是当你想要搭建一套完整的、全面的企业大数据分析系统，把所有的数据都接入进来进行预处理、存储、建模以及分析，往往会涉及到大量的IT投入（比如硬件设备的购置和安装、人员能力的培养以及一系列随之而来的更新换代和日常维护），而在建设这套系统的时候，企业甚至并不知道能够用它来做什么，这也是为什么我们一直倡导通过轻部署、重应用的云解决方案来帮助用户理解数据本身以及透过数据来解决企业的实际业务问题并产生收益。
数据大不能体现价值，我们在挖掘大数据金矿的同时也要提升并积累对小数据的微观洞察。期待未来与大家分享更多关于小数据的洞见。
相关资源推荐
