大数据在企业中的应用研究(二)

销售价格:TXW819254

所谓溯源就是找到根源、找到真正的原因。数据通过相关性分析，将客户、用户和产品进行有机串联，对用户的产品偏好，客户的关系偏好进行个性化定位，生产出用户驱动型的产品，提供客户导向性的服务。从大数据技术方面来看，用数据来指引企业的成长，将不再单单是一句口号。据百度副总裁曾良表示，从挖掘的角度来看，他们通过对每天60亿的检索请求数据分析，可以发现检索某一品牌的受众行为特征，进而反馈给企业的品牌、产品研发部门，能更准确地了解目标用户，并推出与调性相匹配的产品。

通过运用大数据，不仅可以从数据中发掘出适应企业发展环境的社会和商业形态，用数据对用户和客户对待产品的态度，进行挖掘和洞察，准确发现并解读客户及用户的诸多新需求和行为特征，这必将颠覆传统企业在用户调研过程中，过分依赖主观臆断的市场分析模式。

（二）、监督

企业运营中最关心事件处理的效率、效果、标准、成本、风险以及与企业战略文化、价值观的一致性。通过大数据分析可以做到事前、事中、事后的监督和监控，以便及早发现偏差，防控风险。

（三）、探索

事务的发展总是有规律可寻的，大数据集中了技术和数据，使用者通过算法对数据资源进行分析和探寻以便探索事务发展的规律。这是以后进行商务挖掘和预测的基础。企业客户数据的研究和分析也为企业的运营策略提供了参考意见。而随着信息技术的不断发展和提高,数据分析技术也得到了长足的发展。于此基础上,企业可以通过对用户数据资料的充分挖掘和研究,结合企业的运营管理策略,对企业的发展进行全面的统筹决策,最后做到既满足用户需求又满足企业的发展要求。

(四)、商机挖掘

商业的目的是满足用户需求。用户的需求就是商机。找到了用户需求就找到了商机。因此，要实现商业的成功必须不断的挖掘商机、挖掘用户需求以发现更多的商机。通过大数据技术，可以实现企业对所需资源的精准锁定，在企业在运营过程中，所需要的每一种资源的挖掘方式、具体情况和储量分布等，企业都可以进行搜集

分析，形成基于企业的资源分布可视图，就如同“电子地图”一般，将原先只是虚拟存在的各种优势点，进行“点对点”的数据化、图像化展现，让企业的管理者可以更直观地面对自己的企业，更好地利用各种已有和潜在资源。如果没有大数据，将很难发现曾经认为是完全无关行为间的相互关联性，就如同外媒曾经提到的“啤酒”与“尿片”之间的关联营销一样，如果美元大数据这将是一种几乎不可能的事情。

（五）、预测

企业运营的重要任务是业务规划，规划的依据是预测。实现预测是大数据的重要应用。因此，大数据对企业运营大有裨益。简单来说就是告诉你某一现状为什么发生。经过现状分析，我们对企业的运营情况有了基本了解，但不知道运营情况具体好在哪里，差在哪里，是什么原因引起的。这时就需要开展原因分析，以进一步确定收入下降的具体原因，对运营策略做出调整与优化。

例如当前舆情危机的爆发与扩散,与病毒传播的模式存在高度相似性。企业潜伏的质量问题、安全问题、经济问题、市场问题、民工讨薪问题等在一定条件下一旦爆发,危机效应将在瞬间传递给世界对企业的商誉和品牌造成极大伤害,严重的可能危及到企业的生存。大数据可以通过数据挖掘和语义分析等技术,对

敏感信息数据源进行判断,并对危及企业品牌的信息通过电话、短信、APP、微信、邮件等方式第一时间通知给用户。

企业应用大数据的具体分析：

例如在物流和供应链中的大数据应用

物流和供应链注重的是效率和成本。效率是指事务执行和处理的时限。在大数据分析基础上对物流和供应链进行优化，可以实现效率提高，也可以实现成本优化。物流和供应链大数据中常用的模型：库存周转率、最有库存天数、最佳备货量、最佳配货间隔、最佳配送路径、最佳仓库位置、最优仓容、最佳物流计划。

四、企业运营大数据分析的思路如下：

（一）、先总后分，逐层拆解

先总是指先有轮廓、有全局观。后分是指后有细节、有分支。先总后分做到大处着眼小处着手，实现有目的的推进。逐层拆解是指层层递进，实现纵深处理。

（二）、相互关联

关联分析细分细节，建立相互关系，实现溯源、监督、探索、挖掘和预测。

首页上一页 1 2 3 下一页尾页 2/3/3