披上盔甲,跨越软肋:大数据深刻改变的十大行业

摘要: 与蒸汽机的发明对传统的碾压相似,有人纠结大数据是否会产生威胁的伦理思考乃至争论,有人则专注于大数据更现实的一

11-08 01:18 首页 九次方大数据

与蒸汽机的发明对传统的碾压相似,有人纠结大数据是否会产生威胁的伦理思考乃至争论,有人则专注于大数据更现实的一面:在促进传统行业升级改造、引领新兴产业和新兴应用蓬勃发展、提升社会运行和管理效率等方面,大数据正引发新一轮革命。


大数据深刻改变的十大行业

百货行业丨逃离被动的沼泽

音乐行业丨话语权的一次转移

白酒行业丨让白酒变得更年轻

烟草行业丨灰色关联度法和综合模糊评价

电力行业丨数字城市正在崛起

电视行业丨用互联网的思维来运营电视

旅游行业丨挖掘那些你可能从没想过会去的地方

电商行业丨离大幅增长只有一步之遥

纺织与服装行业丨帝国理工的羊绒披肩

安防行业丨数字化的钢铁城墙



如果拥有足够完整的数据,我们将能得到什么?


某种意义上来说,π就是一个全数据的缩影。从3.14开始,无穷无尽,且永不重复。——这意味着,在这串数字中,包含所有可能的组合:你的生日,储物柜密码,你的社保号码,都在其中的某段密码中。


简洁、深刻又美妙:如果把这些数字转换为字母,对应起来,就能得到无数单词的无数种组合。你婴儿时发出的第一个音节,心上人的名字,你一辈子从始至终的故事,我们做过或说过的每件事,宇宙中所有无限的可能……都在一个简单的圆中。


在了解宇宙所有可能性的方面,大数据岂非也是如此?当我们用大数据描述商业,就是在描述关于商业的一切:企业,人,模式,产品,营销,成功的条件,失败的诱因……管理大师戴明(W. Edwards Deming)与德鲁克(Peter Drucker)在诸多思想上都持对立观点,但“不会量化就无法管理”的理念却是两人智慧的共识。


很多行业纷纷走上了自我革命的道路,成为大数据应用的探索者。


百货行业:逃离被动的沼泽


2017年业已过半,百货企业半年报纷纷出炉。数据显示,盛夏的百货业仍处“寒冬”,不少企业业绩下滑惨烈,持续关店也难以止损。银泰商业在截至6月30日中销售所得款总额为人民币8,351.7百万元,减少2.3%;百盛商业合计销售所得款项总额下降至人民币84.95亿元,降低12.0%;


为求生存,即使一些百货企业放下“高冷”姿态,千方百计迎合消费者,也难逃下跌魔咒。


从以前的“一铺养三代”,到现在的万马齐喑,究其原因,中国百货行业外有国内经济增长减速、社会零售总额增长放缓以及网络购物发展的困境,内有相较购物中心自营能力不足、千店一面同质化竞争严重问题,深处“内忧外患”之中。


就如同和过去的竞争对手拼商品一样,靠价格较低取胜,就这样,传统百货竞争力减弱的问题,被简单地解读为线上渠道的缺失,很多商场进而采取了同样简单粗暴的处理方式——自建线上渠道。其结果是显而易见的,尽管投入惊人,但无论是流量还是销售额均无法与纯电商抗衡,传统百货线上渠道的规模化发展遥遥无期。部分企业选择了入驻开放平台的策略,虽然能够有效减少自身投入,但因为没有平台的主动权和话语权,很难取得突破性的成长。


如何利用大数据改善百货行业的衰退,重点是运用用户画像系统,同时建立企业运营数据分析中心。


首先是用户画像系统。其核心是用计算机理解的“词语”,去描绘一个人,一般都是用“标签”+“权重”来做用户画像。与用户相关的数据,分为静态数据和动态数据。静态数据主要是指他的个人标签,属性,比如他的年龄、职业、性别、收入、地区、婚姻状况、爱好、特征、消费能力、消费周期等。动态数据主要是他在商场内留下的行为数据,常见要素是时间、地点、行为,比如消费时间、所买物品、试衣间试了几次衣服等。收集用户数据的方式很多,如会员卡,如卖场wifi等。


当整个画像系统建立起来后,就是这样的一个场景:顾客使用手机在卖场停留的时间,物品的条码扫描情况,商场收集到这些数据,把这些数据上传到云端,就能更好地为顾客做推荐。例如,你喜欢西餐,你在西餐区买什么东西,喜欢什么品牌,在店里两三次的消费习惯等这些数据都会被系统记录下来,通过手机微信以及其他大数据结合以后,就会为你量身定做一套专属于你的一个DM单。


其次是企业运营数据中心,也就是数据分析系统,可以准确实时地向领导层、中间管理层反映集团运营状况,如销售情况、库存情况、利润情况、人力资源情况等,辅助管理决策。同时,业务人员查看卖场营运数据的场地和设备限制问题也将解决,业务人员可以在任何时间,通过内网或外网,在手机、平板等设备上了解实时的卖场营运数据,比如商品销量情况,畅销还是滞销,还有营运的一些基础数据,异常报表类数据。还比如管理人员在巡店的过程中,可以通过手机扫描商品条形码或二维码,就可以从移动端查看到这个商品在我们整个企业每家店的情况,包括他是跟哪个供应商合作,是多少钱的合作,多个批次商品的销售情况,以及一些合作的具体细节。数据分析系统需要ETL工具、BI工具等来建设实现,这里有几个关键点:一是对多源数据、多数据结构的支持,可以进行多数据源关联;二是性能优越,大数据量大并发的情况下扛得住;三是支持多样化的数据展示方式和交互效果,比如图表移动应用等;四是系统的可扩展性强,维护简单,如新需求可以及时响应,或者业务人员可以自己制作报表。


更多内容请参阅《大数据周刊》2017年第5期


The End


往期精彩文章


王叁寿:绝对专业、绝对敬业的人才能天下无敌

中国大数据领域有一批神奇的“独立纵队”在研发秘密武器

扎心长文:数据变现难,有“七宗罪”待解

这家公司企业文化有点个性:太阳不下山,公司不开会



更多精彩内容,请点击关注九次方大数据公众号



首页 - 九次方大数据 的更多文章: