03

大数据的业务影响

企业发现，相较于信息技术转型，大数据更多地关系到业务转型。大数据使企业能够回答之前无法回答的问题，更及时精准地做出决策，对业务区分和新的运营效率有新的认识。让我们来看一个案例，了解一下大数据如何转变人们看待业务的方式。

近几十年来，领先企业一直为了实现业务差异化、赢得竞争优势而不断探索新的数据源和技术。然而企业一直思考并尝试做出回答的问题，即使在企业拥有了新的数据源和技术后也未曾改变：

• 谁是我最有价值的客户？

• 什么是我最重要的产品？

• 什么是我举办过的最成功的活动？

• 什么是我最佳的展示渠道？

• 谁是我最有效率的雇员？

我越思考这些“简单”的问题，越意识到这些问题是多么的“不简单”。由于掌握了新的大数据资源带来的新的洞见，企业能够将这些“简单”的问题变得更复杂。

让我们来思考最有价值客户这个问题。当你思考谁是你的最有价值客户时，你是指给你带来最高收入的客户（如今仍然有很多公司是这样定义的），还是指在考察营销和销售成本、服务成本、回报以及支付历史等多个方面后，你认为最能带来赢利的客户（如今一些更先进的公司是这样定义的）？或者将社交媒体纳入考虑范畴之后，你认为的最具影响力的客户及其赢利价值是与他们的朋友圈相关的？

企业意识到，由于净影响效果或宣传效果，最能帮助其赢利的客户可能并不是最有价值的客户。宣传活动能够在很大程度上影响并说服一大群客户。产品这个最重要的问题也是一样，零售商和消费品制造商对此非常了解。

对于“有价值的”、“重要的”、“成功的”这些模糊而又难以定义的词，商家不仅要衡量赢利，也要考虑客户、产品以及活动能够为公司做出的整体贡献。这为一场更引人注目的业务讨论打下了基础：什么样的数据源能够在定义“有价值”这个词时起到决定性作用？什么样的分析模型能够被用来量化“有价值”？这也为一次精彩的对话打下了基础：你可以和你的业务用户讨论如何在大数据和先进分析方法的帮助下定义“有价值的”、“重要的”、“成功的”这些词。

大数据的颠覆性影响

大数据改变了用来定义和量化“有价值的”、“重要的”、“成功的”这些词的细微差别。正是这些细微差别激发了形成竞争优势和业务分化的洞见。新的大数据源和新的高级分析给这些问题找到了更准确的答案，让你更全面地了解你的客户、产品以及运营方式，将大数据的业务影响扩散到各种各样的业务功能中，例如：

• 促销方面，确认哪些市场推广和促销活动能最有效地增加商店的消费者数量和销售额。

• 市场营销方面，优化受时效限制的商品的定价，例如食品杂货、航班座位以及时髦商品。

• 销售方面，优化配置稀有销售资源，充分利用最佳销售时机和最重要的潜在客户资源。

• 采购方面，确认哪些供应商能够以可预测的、及时的方式，以低成本提供高质量的产品。

• 制造方面，标记那些可能导致制造、处理以及质量问题的机器性能和流程差异。

• 人力资源方面，识别最成功、最有效率的雇员所具备的性格特征和行为。

用正确的标准进行管理

棒球是我生命中的最爱，为了纪念迈克尔·刘易斯写的具有启发意义的《魔球》这本书，我想此时最合时宜的就是讨论对正确衡量标准的追求和确认是如何改变了棒球比赛的管理模式，并对你的企业管理模式产生潜在影响的。

刘易斯在2004年写下了《魔球》这本书，记录了奥克兰运动家队和它的总经理比利·比恩（Billy Beane）如何运用新数据和衡量标准来决定每一个球员的价值。奥克兰运动家队独特地使用了棒球数据统计分析法对每一个球员的表现进行评估和比较。因此，奥克兰运动家队在决定给任何一个位置的任何一个球员支付薪水时展现了明显的优势，特别是在费用高昂的自由球员时代。

奥克兰运动家队与扬基队这样的球队相比，在比赛费用方面获得了很大的成本优势（如图3–1所示）。

图3–1 每胜一场的薪酬费用

不幸的是，其他球队（尤其是波士顿红袜队）照搬了这种模式，削弱了奥克兰运动家队短暂的竞争优势。但是竞争性行业的本质不就是这样吗？不管是体育运动业、零售业、银行业、娱乐业、电信业还是医疗保健业。 ^[1]

既然通过分析得到的竞争优势只能保持如此短的时间，企业要如何在这样的环境中存活下去呢？通过不断创新、与众不同的思维模式以及寻找新的数据资源和分析方法，从而得到那些决定性的、可行的洞见，从众多竞争者中脱颖而出。

关于衡量标准，最大的挑战在于人们需要学会如何运用衡量标准来形成自己的优势。我们以守备率为例。守备率是将对决总数（守备机会减去失误）除以守备机会总数。一些球员发现了一种提高守备率的方法：当球超出了他们的守备舒适区时，就不试图去守备这个球了。如果你不尝试去处理这个球，就不会产生失误。尽管这可能有利于优化单个球员的数据，但是这对于一个希望所有球员都能在球场上行动起来的球队来说显然不是理想状态。让我们看看这是怎么运作的。

假设一个外野手有1 000个守备机会，其中产生了20个的失误，那么他的守备率是98%（如图3–2所示）。现在假设这位外野手放弃其中最困难的100个守备机会（导致总的守备机会降为900个），他将很有可能显著减少失误量（假设剔除10个），这样他的守备率就会上升到98.9%。

尽管这两种方法之间相差的0.9个百分点（98.9%减去98%）看上去并不明显，但是2011年美国职业棒球大联盟排名第一的中外野手和排名第十一的中外野手之间也只相差了0.9个百分点。这一差距很可能关系着球员合同上数百万美元的变化。

所以，一些球员发现，如果只尝试抓住那些处在舒适区的防备机会，那么他们的数据表现会更好。这种行为却不是通向世界级职业棒球大赛应有的表现。 ^[2]

• 例子：守备率 • 球员可以通过放弃困难的守备机会来“利用”这个系统。

• 提示：在2011年的中外野手a数据中，排名第一和第十一的守备率仅相差0.9个百分点（100.0%与99.1%）。

图3–2 采用错误的衡量标准可能会助长错误的行为

在大数据的世界里，人们是如何改变这种情况的？棒球馆内的各个角落都安装了摄像机，以便更好地观察比赛的真实动态。这些摄像机提供了一套全新的、能更好地预测球员表现的衡量指标。

比如，摄像机可以确定中外野手在某一特定时间段内可以在守备位置上覆盖的面积。这将促成有效守备范围指标的诞生，以此来衡量一个球员能够守备的面积以及守备率（如图3–3所示）。球队管理者能够用这个指标对球员进行评估，因为比起传统的守备率，有效守备范围这一指标能够更好地预测球员表现。

图3–3 当大数据遭遇棒球

就像图中表明的，中外野手可以非常有效地通过向左、向右、向前运动来防守外野，但是在向后运动方面却不太有效。

与棒球世界很像，企业必须提高警惕，持续搜寻能够更好地预测经营业绩的指标。大数据带来的新的数据源和分析能力很有可能首先挖掘到那些能够建立竞争性优势的、重要的、可衡量的、可行的洞见——在棒球场上或在商业战场上。

数据货币化机遇

数据货币化是大数据讨论的终极梦想：我要如何运用对客户、产品以及业务运作的丰富认识来生产并提供新的赢利性产品和服务，改进产品性能和产品体验，创造更吸引人、更有黏性的客户关系？

企业要如何开始思考这场关于数据货币化的讨论呢？让我举一个数字媒体界的数据货币化案例，展示一个其他行业也可以发掘并利用的潜在数据货币化机遇。

数字媒体界的数据货币化案例

像雅虎、谷歌、脸谱网以及推特这样的数字媒体公司正在学习掌握数据货币化流程。它们必须这样做，因为它们的业务模式就是建立在数据货币化之上的。这些公司通过处理字节来创造服务，不像大多数公司通过处理物理的原子来生产实物产品，比如鞋子、拖拉机、房屋以及带有双份鸡肉和鳄梨色拉酱的墨西哥玉米煎饼。

那么，这些数字媒体公司为了实现数据资产货币化需要经过哪些流程？数据货币化流程始于两个关键认识：

1. 谁是我的目标客户？什么是他们需要并愿意购买的商业方案？

2. 我有什么数据资产（或者我可以拥有哪些数据资产）？

只要你对这两个问题有了扎实的了解，就可以开始数据货币化流程了。

数字媒体公司拥有的数据资产和对目标客户的认识

首先，数字媒体公司需要确认并且真正地认识自己的目标客户。是谁在做着上百万美元的市场决策和活动决定？他们做这些决策时需要怎样的信息和洞见？数字媒体公司将目标锁定在以下三类客户上：媒体策划与采购员、活动经理以及数字媒体高管。这些数字媒体界的决策者们购买以下“方案”：

• 受众，例如足球妈妈、老年人和周末战士。

• 在某几天和一天中的某些时段才有的“存货”（例如运动、金融、新闻和娱乐）。

• 结果，例如每千人成本（CPM）、每行动成本（CPA）、产品销售额和转化率。

对每一个目标客户，数字媒体公司需要知道这些目标客户想要回答什么样的疑问，做出什么样的决策，以及他们是在什么样的情境下、根据怎样的用户体验回答疑问并做出决策的。

其次，数字媒体公司对它们的数据资产的广度、深度和质量进行评估，包括：

• 来访者以及与他们相关的人口、心理统计和行为方面的洞见。

• 资产（像雅虎金融、雅虎体育和雅虎娱乐）以及在资产上提供的内容和广告的类型（例如条幅广告、弹出式广告、摩天大楼广告、通栏广告和半页广告）。

• 来访者的操作（比如他们浏览一个页面，鼠标滑过一个广告，点击广告，进入关键字搜索），包括频率、最近浏览的时间以及按照什么顺序。

这个数据评估流程也应该包括利用数据采集、更强大的设备以及新技术得到的新数据。

数据货币化的转换和丰富

关键的挑战在于将数据转换、丰富和重新包装为数字媒体业的目标客户想要购买的方案。比如，数字媒体公司通过配置设备或者建立自己的网站，追踪来访者以获取来访者的IP地址以及搜索历史，了解更多信息，包括：

• 地理信息，例如邮政编码、城市、州、国家。

• 人口信息，例如性别、年龄、收入、社会阶层、宗教信仰、种族以及家族平均寿命。

• 心理统计信息，例如生活方式、性格和价值观。

• 行为特征，例如消费行为、生活方式、购物及使用模式、消费观和时间观念。

• 感兴趣的产品类别，例如墨西哥风味快餐、星巴克、小熊队和巨人队。

• 社会影响，比如兴趣、爱好、社团和社交关系。

有了这些信息，数字媒体公司需要具备数据处理能力和先进的分析技术，将来访者进行概括剖析、分类和打包归类，使他们变成广告商和广告代理人想要花钱拥有的受众。

在数字媒体公司将资产转为存货、将来访者的操作转为数字化处理、将活动转为结果的过程中，这种数据的转换和丰富过程还会重复出现。

在表3–1中，最右边的是步骤一，是我们想要提交的最终方案。最左边的是步骤二，是核心的数据资产，步骤二会经过步骤三被转换并提炼成我们的最终方案。

表3–1 数字媒体公司的数据货币化案例

在这个数字媒体的案例的基础上，你的公司还需要经过以下几个步骤，才能更好地理解如何将数据资产货币化。

1. 确定你的目标客户和他们想要的解决方案。确定并简要描述这些方案的目标客户，设身处地思考客户将会如何在他们现有的工作环境中使用这些解决方案。量化这些解决方案的商业价值，记录在用户想要的解决方案中，他们需要回答的业务问题以及需要做的业务决策。

2. 盘点并评估你的数据资产，确认你的业务中最重要且最有价值的“名词”。了解利用数据采集、更强大的设备和新技术，你还能获取哪些新数据来充实你的数据资产库。

3. 了解在你的数据资产转变为商业解决方案的过程中必需的数据聚合、数据转换、数据清洗、数据对齐、数据丰富以及数据分析。记录下能够满足客户优化业绩、简化工作等需求的洞见和分析方法，并将其打包提供给客户。识别在数据转为可行性洞见的过程中必需的数据丰富和分析。了解这些洞见是如何在客户的用户体验中体现出来的。

企业有相当多的机会改善产品性能、增强产品设计和开发能力、预先避免产品故障并改善整体的用户体验。数据和从数据中梳理得到的洞见将变成一个关键因素，并有可能成为区分企业提供的不同产品和服务的重要因素。

小结

本章讲到了“提出正确的问题”如何成为你的大数据之旅的关键出发点。你了解了大数据如何从细微之处改变了“有价值”、“重要的”、“成功的”这类词语的定义，看到了大数据如何帮助各种各样的业务功能更贴合本质地提出正确的问题。

接着，我回顾了大数据如何帮助企业辨认新的、能够更好地预测业务业绩的方法和指标。我讨论了《魔球》这本书和棒球统计分析产生的影响，它们帮助奥克兰运动家队对正确的衡量标准有了更深的认识，这些正确的衡量标准有利于棒球队优化球员在球场上的表现。我也提供了一个案例，表明大数据是如何将棒球界的分析方法提升到新的层次，利用对球员场上表现的新认识预测球队的表现。

本章讨论了如何利用个人的数据资产赚钱。我回顾了企业如何利用数据资产，通过对客户、产品以及市场的更深的认识，寻求新的赢利点和更加吸引人的、更细分的业务关系。我举了数字媒体界营销的案例，提供了一个“如何做”的框架，帮助你更好地了解目标客户和他们想要的解决方案，更好地了解你的数据资产，识别在数据资产转为商业方案的过程中必需的数据转换、数据丰富和数据分析，使你的企业能够开发新的数据货币化的机会。

[1] 棒球多垒安打率=安打上垒总数/击球次数。——编者注

[2] 中外野手：棒球比赛中防守中外野的球员。——编者注