快好知 kuaihz订阅观点

 

数据越多越焦虑?因为你也走进了这个思考误区

互联网时代,最显著、最重要的资源就是数据资源,谁掌握了数据,谁就掌握了整个互联网经济的核心。但你看到这大数据的重要性,却Get不了大数据的便利性,数据越多越焦虑,本文作者说这个问题要这样解决·······

现状:看到这大数据的重要性,却Get不了大数据的便利性

从互联网时代开始,尤其到了移动互联网以及社交媒体时代,人类社会的数据增长进入到一个前所未有的爆发阶段。麦肯锡将大数据视为下一个创新、竞争、生产力提高的前沿。世界经济论坛把之认定为新财富,价值堪比石油。企业更是想立刻挖掘大数据中的金矿,赢得长期竞争优势。

阿里云总裁胡晓明在主题为“Hello,DT World”的论坛上曾预测2016年将成为数据创业的第一年。

“你是做大数据的啊?”

“来,我们能不能聊聊,你说下一步我该怎么办啊?”

每次去拜访做传统行业的客户,一听到我是数据行业的,立刻毕恭毕敬请进门,那感觉就像是算命专家走进了香港明星圈。他们感叹自己的土八路法子过时了,又不懂数据应用,分分钟要被颠覆的感觉。

还未涉足大数据领域的企业家在恐惧,而纵身投入大数据怀抱的企业家依旧还在焦虑——重金收集到了数据,却不知该怎么用;请科技大咖解剖了大数据,却得来一堆业内常识性总结,又对企业无所帮助。据普华永道统计数据显示,超过一半的中国受访企业对数据的投资超过其总投入的10%,但是,仅有16%的中国企业认为他们能够有效利用数据提升企业价值。

为什么40%的企业拿到的数据越多越焦虑?“输入”出了问题

企业的改变和提升有两个主要方面,一方面是外界的输入,另一方面是当企业意识到这个输入并接受这个输入。“意识到这个输入”则是一个顿悟的过程,比如突然发现原来用户的内心体验是一万只草泥马在飞过,而草泥马来源于你们对一个UI环节的设置是不同视角而造成南辕北辙的误解。这时候,我们心里不自觉地会有这两个感叹“啊!哈!”,原来如此。

为什么近40%的企业家在翻越了数字的重山叠岭,还是没找到“啊!哈!”一刻呢?反而,换来的是在大数据领域的挫败感和兵临城下的集体焦虑。

这需要找到真实的消费者,获得有意义、高效率、真实性的输入——这才是有价值的大数据应用,而不是把自己置身于整个嘈杂而没有边际的大数据之中,在近20ZB的汪洋大海中任凭计算机审查每一个看似有价值,又存在极大风险的微小相关信号。

今天的中国企业恰恰很沉醉于技术进步带来的荷尔蒙狂飙。据普华永道报告,中国企业数字化策略同国外企业数字化的另一个明显区别是,前者一般是技术驱动的,而后者是业务驱动。也就是,中国企业往往是基于新技术的出现而去运用,而国外企业则是通过本身的业务需求去进行数字化战略的布局。

焦虑下如何才能不跑偏?动态看数据

从事大数据十多年了,应该说今年的市场情况特别的“利好”,得感谢这么多着急抢滩大数据的企业。我其实很理解他们的心情,想提醒的是——焦虑可以,但千万别跑偏。

数据分析的价值取决于它能如何帮助你解决公司在不同阶段出现的问题,最终做出科学决策、抵达目标。

所以,大数据不应成为科技大咖IT高手们的自嗨,企业在建立数据分析基础框架时一定要考虑到如何让公司的非数据部门的使用者,特别是市场决策人员和直面客户的前线人员更方便地获取、读懂及使用这些数据。他们是能提出核心数据采集需求的关键人员。

光给你的团队看呈现总结出来的各类行为数据,比如销售数据,哪怕它细致到每一分钟销售了多少金额、平均每小时销售增量都是没有用的。你无法分析出来数据变化背后看不见的手——消费者的真实态度与价值选择。没有人可以解读出各种细微因素对于销售或者品牌的影响,或者说不同部门、个体在解读数据的时候往往带有无意识的偏见。

举个栗子,连锁品牌通常会检测及对比不同门店的绩效来做评级,确实,利润额、成长率、空间效益这些看上去是很关键的数据,但如果没有充分的上下文,这些绩效也是没有意义的。在我们的日常工作中,常见的一个数据双趋冲突案例:门店A的利润额比例提高,但整体销量在下降。这时,销售部门的人员可能要问责产品部门的同事——选品设计或产品本身出了问题,导致选购量下降,影响了本可以更大的整体利润?产品部门的人员可能要问责导购部门——给客户选购产品时专业知识不足,不注意搭配营销,没让客户接受我们的整体解决方案?于是,数据解读和最终决策就看哪个部门更强势了。

管理问题的诊断要由外而内,与其在过去发生的、冰冷的行为数据中捕风捉影,何不直接拥抱消费者,了解消费者真实态度与成因?从另一个角度上,无论是销量暴增还是利润环比提高也都没有消费者对品牌的整体满意度重要,毕竟这才决定未来的复购率。

天会智数对这个案例的解决方案其实很简单:去问。我们布局了该连锁品牌所有的门店,向所有来店的真实消费者问了简单的4个问题,持续性、及时性得追踪数据长达5个月,再通过数据拼接和算法程序去平均维度的分配。最终的结论是:门店A所属区域的消费者是典型的体验式购物型,所以每个导购一天内能服务的消费者比相隔仅5公里的门店B要少很多。

得知门店A的消费者更看重服务,同时属于高净值人群时,该品牌对门店A的策略逐渐明晰了,他们改变了产品陈列,将中高端产品以更优雅的设计显著得呈现在店内动线关键节点处;同时,为门店A配置更端庄耐心的导购,为导购培训品牌文化和用户体验的知识,而不仅仅是产品介绍。

企业内部划分的销售区域往往是静态的固定的,而消费者及他们的价值选择是动态的。若参考同在一个区域的门店B,你决定发起一场家庭大促销的活动吸引新用户,消化库存。如你所愿,销量啪啪啪地上来了。可此时你会遇到新的迷茫:你无法衡量这个营销手段对老用户的影响。人们可能被低价诱惑,涌入门店购买套餐产品,然后真正的消费者会被乌泱泱的人群和极度糟糕的购物体验吓跑了,那些最终买单的消费者始终再等待下一次捡便宜的机会。你可能为吸引了一帮没有价值的用户付出了过高的代价,而你的营销团队可能还在沾沾自喜,认为这个损害品牌的活动是成功的。

结语:避免盲人摸象式思考才能摆脱焦虑

数据是大部分成功公司的生命线。好的数据分享不仅能推进正确的管理决策,增加公司的透明度,免去了无谓的猜测,还能加强不同部门之间的协作。

如果你不试图掌握消费者的态度数据,厘清他们的价值选择——数据变化背后看不见的手,只光看集各因素变量为一体的大数据,你的团队成员会常常感觉自己在盲人摸象,这也是大数据应用的焦虑来源。

本站资源来自互联网,仅供学习,如有侵权,请通知删除,敬请谅解!
搜索建议:越多  越多词条  焦虑  焦虑词条  误区  误区词条  走进  走进词条  思考  思考词条