【观点】 从大数据中获取商业价值的9种方法

现在已经有了许多利用大数据获取商业价值的案例,我们可以参考这些案例并以之为起点,我们也可以从大数据中挖掘出更多的金矿。

2013 TDWI关于管理大数据的调查显示,89%的受访者认为大数据是一个机会,而在2011年的大数据分析的调查中这个比例仅为70%。在这两次调查中受访问者均普遍认为,要抓住大数据的机会并从中获取商业价值,需要使用先进的分析方法。此外,其他从大数据中获取商业价值的方法包括数据探索、捕捉实时流动的大数据并把新的大数据来源与原来的企业数据相整合。

虽然很多人已有了这样一个认识:大数据将为我们呈现一个新的商业机会。但目前仅有少量公司可以真正的从大数据中获取到较多的商业价值。下边介绍了9个大数据用例,我们在进行大数据分析项目时可以参考一下这些用例,从而更好地从大数据中获取到我们想要的价值。

1:从数据分析中获取商业价值。请注意,这里涉及到一些高级的数据分析方法,例如数据挖掘、统计分析、自然语言处理和极端SQL等等。与原来的报告和OLAP技术不同,这些方法可以让你更好地探索数据和发现分析见解。

2:探索大数据以发现新的商业机会。很多大数据都是来自一些新的来源,这代表客户或合作伙伴互动的新渠道。和任何新的数据来源一样,大数据值得探索。通过数据探索,你可以了解一些之前所不知道的商业模式和事实真相,比如新的客户群细分、客户行为、客户流失的形式,和最低成本的根本原因等等。

3:对已收集到的大数据进行分析。许多公司都收集了大量的数据,他们感觉这些数据存在着商业价值,但并不知道怎样从这些弄出来的值大的数据。不同行业的数据集有所不同,比如,如果你处于网络营销行业,你可能会有大量Web站点的日志数据集,这可以把数据按会话进行划分,进行分析以了解网站访客的行为并提升网站的访问体验。同样,来自制造业的质量保证数据将有助于公司生产出更可靠的产品和选择更好的供应商,而通过RFID数据可以帮助你更深入地供应链中产品的运动轨迹。

4:重点分析对你的行业有价值的大数据。大数据的类型和内容因行业而异,每一类数据对于每个行业的价值是不一样的。比如电信行业的呼叫详细记录(CDR),零售业、制造业或其他以产口为中心的行业的RFID数据,以及制造业(特别是汽车和消费电子)中机器人的传感器数据等等,这些都是各个行业中非常重要的数据。

5:理解非结构化的大数据。非结构化的信息主要指的是是使用文字表达的人类语言,这与大多数关系型数据有着很大的不同,你需要使用一些新的工具来进行自然语言处理、搜索和文本分析。把基于文本内容的业务流程进行可视化展示,比如,保险索赔过程,医疗病历记录,各个行业的呼叫中心和帮助台应用程序,以及以客户为导向的企业情感分析等内容均可以在进行处理后以可视化的形式表现出来。

6:使用社交媒体数据来扩展现有的客户分析。客户的各种行为比如评论品牌、评价产品、参与营销活动或表示他们的喜好等等,会在客户中相互影响。社交大数据可以来自社交媒体网站,以及自有的客户能够表达意见及事实的渠道。我们可以使用预测性分析发现规律和预测产品或服务的问题。我们也可以利用这些数据来评估市场知名度、品牌美誉度、用户情绪变动和新的客户群。

7:把客户的意见整合到大数据中。通过运用大数据(与原有的企业资源集成),我们可以对客户或其他商业实体(产品,供应商,合作伙伴)实现360度全景分析,分析的维度属性从几百个扩展到几千个。新增的粒状细节带来更准确的客户群细分,直销策略和客户分析。

8:整合大数据以改善原有的分析应用。对于原有的分析应用,大数据可以扩大和扩展其数据样本。尤其在依赖于大样本的分析技术的情况下,比如统计或数据挖掘;而在欺诈检测、风险管理或精确计算的情况下同样也得用上大样本的数据。

9:分析大数据流,实时操作业务,提升业务动作水平。实时监测和分析的程序已经在企业运营中存在了很多年,那些需要全天候运行的能源、通讯网络或任何系统网络、服务或设施的机构早就在使用这类型的程序。最近,从监控行业(网络安全、态势感知、欺诈检测)到物流行业(公路或铁路运输、移动资产管理、实时库存),越来越多的组织正在利用大数据流的应用。目前大数据分析仍主要以批量和离线的方式执行,但随着用户与技术的成熟,大数据分析将会进入实时分析的时代。

原文发布于微信公众号 - 大数据挖掘DT数据分析(datadw)

原文发表时间:2014-07-23

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏新智元

【AI 管理的未来】第一家全自主公司:企业自动化历程

? 2015年4月,AI公司不同分类的图谱,VentureScanner.com提供 人工智能的崛起,再加上更好的数据捕捉和存储,正自动化公司中越来越多的关...

3749
来自专栏数据猿

乐卓科技运营总监廖亮:大数据助力游戏精细化运营实践(内附视频&PPT)

数据猿导读 现在时代飞速的发展,人们获取信息的渠道非常多。在这个过程中,渠道整合所带来的竞争压力是所有的手机游戏发行行业共同面临的一个难题。渠道占据了大部分的用...

3327
来自专栏大数据挖掘DT机器学习

大数据实现商业价值的九种方法

TDWI最近关于管理大数据的调查显示,89%的受访者认为大数据是一个机会,而在2011年的大数据分析的调查中这个比例仅为70%。在这两次调查中受访问者均普遍...

3284
来自专栏新智元

又一个ALL IN AI,全球最大数据库提供商将AI注入云

【新智元导读】甲骨文公司刚刚在年度 OpenWorld 大会上发布了新的基于人工智能的应用程序,用于一系列商业应用场景,内置于 Oracle Cloud 之中。...

34013
来自专栏云计算D1net

云计算虚拟化等助力“中国制造2025”

新一代信息技术与制造业深度融合,正在引发影响深远的产业变革。今年中央政府工作报告中提出,要推动互联网、云计算大数据等与现代制造业结合。《中国制造2025》提出,...

2895
来自专栏钱塘大数据

【报告】百度内部培训资料PPT:数据分析的道与术

这是一个用数据说话的时代,也是一个依靠数据竞争的时代,这是一个用数据说话的时代,也是一个依靠数据竞争的时代,得数据者的天下,目前世界500强企业中,有90%以上...

3679
来自专栏DevOps时代的专栏

DevOps能力成熟度三级评估结果公布

近年来,随着“互联网+”和云计算技术的发展,软件生产的模式发生了显著的变革。一方面传统行业互联网应用的种类越来越丰富,对软件开发效率的要求越来越高;另一方面容器...

733
来自专栏人称T客

想要安全上云,CEOs需要了解的可不止一点点

据Gartner调研,有76%的企业因为数据安全性不敢上云。而LogicMonitor公司最近发布的报告也显示,66%的IT从业人员认为安全性是其应用企业云战略...

2454
来自专栏大数据挖掘DT机器学习

大数据的关键思考 -- 数据化营运三诀窍

当谈到阿里巴巴的数据化营运时,我第一个想到的就是「人」,我们花太多时间讨论我们应该要做什么,却很少会反过来想,如果要落实数据化营运首先要从人做起,因此...

3265
来自专栏云计算D1net

2015年预测:海量数据、隐私和混合云

存储资源日益减少 对于大多数人来说,预测未来是非常困难得。但是人们总是喜欢关注未来会发生什么事情。在IT领域,人们同样喜欢关注趋势发展。到了2014年底了。又该...

34110

扫描关注云+社区