1、1大数据时代的商业革命大数据时代甚至可以与以蒸汽?的使用和电气的使用为代表的第一次工业革命和第二次工业革命相媲美。 大数据如果只是一个技术或者概念，各位可以不必关注它，因为化妆品这个行业可能离这方面还很远。但如果大数据真的是个新时代，它可能会推翻我们传统的营销手段和品牌价值，重塑整个商业模式，我们就不得不思考并认识大数据。 今天我给大家简单介绍一下什么是大数据，大数据新的商业模式是什么，以及我们作为一个品牌商，怎么成为一个大数据的企业。 大数据的战略地位 “大数据”是“数据化”趋势下的必然产物。数据化最核心的理念是：“一切都被记录，一切都被数字化” 。 所谓“山雨欲来风满楼” ，在大数据时代来
2、临之前，第一个大的趋势是数据量的爆炸性剧增，最近两年所产生的数据量等同于 2010 年以前整个人类文明产生的数据量总和。数据量的疯狂增长，不仅带来了各种计算处理数据的要求，也带来了互联网时代一个很大的难题，就是怎么样解决信息过载的问题，怎么样去抓住消费者非常有限的注意力。 二是数据来源的极大丰富，形成了大量非结构化的数据形态。以前绝大部分数据都是结构化数据，你是什么年龄，叫什么名字，来自哪个地方，做什么工作。通过这些结构化的数据和一些简单的分析方式，比2如关联规则等，可以得到很多结论。这是传统的处理数据的办法。 但是现在很多的数据不再是结构化的数据，而是一些非结构化的，譬如文本、语音、视频、图
3、像等。怎么从这些数据中获得有用的信息，把它呈现出来，这是第二个趋势带来的要求。 第三个趋势才是大数据的精髓，就是数据开始变得跨领域。举例来说，我们这里每个人都会发微信、发短信，也会打电话，会在微博上留言，会有自己的社交关系，也会买社保、医保，会去看病等，这一系列数据现在可以围绕同一个人流动起来。又如移动手?定位的移动轨迹、车载 GPS 的移动数据、街旁上的签到数据、快递的数据、智慧城市中的文本描述等数据可以通过同一个地点关联起来。 从这些针对同一个个体不同侧面的数据当中，获得跨域关联。这种跨域关联是数据量增大后从量变到质变的飞跃，是大数据巨大价值的基础。 第四个趋势，就是整个信息服务从针对全体
4、的服务，变成了针对不同群体，甚至个体的服务。比如亚马逊的数据，会针对不同的顾客做出不同的推荐。现在大数据技术针对顾客的数据分析，会把顾客分成十类、二十类，甚至更多。 这四个趋势，带来了大数据时代的前驱。 大数据加上云计算被认为是继信息化和互联网后整个信息产业的第三次革命。甚至可以与以蒸汽?的使用和电气的使用为代表的第一次工业革命和第二次工业革命相媲美。 如果我们纵观三次科技革命，会发现它们的相似之处：都需要新的3能源，新的材料。与此相匹配的，云计算和大数据共同引领以数据为材料、计算为能源的又一次生产力的大解放，数据会成为一种非常具有战略价值的东西。如果我们认识到这一点，政府、企业，乃至科研团队
5、就有责任去搜集整理所有有价值的数据，对于一些特别重要的数据，比如消费数据、医疗数据、交通数据都要形成数据储备库。 总之，大数据不是数据量的简单刻画，也不是特定算法、技术或商业模式上的发展，而是从数据量、数据形态和数据分析处理方式，到理念和形态上重大变革的总和。大数据是基于多源异构、跨域关联的海量数据分析所产生的决策流程、商业模式、科学范式、生活方式和观念形态上的颠覆性变化的总和。 大数据的商业模式 大数据的商业模式创新，不是一个一蹴而就的事情，它也分为大数据的 1.0、2.0、3.0 模式。 大数据 1.0，可以看成是传统商务智能系统的一个拓展。它使用企业自身产生的数据，通过深入分析，提供包括
6、客户价值评价、客户满意度评价、服务质量评价、营销效果评价等各种基于简单统计和关联挖掘的报表，从而优化你的业务。更好的业务带来更多的数据，这些数据又能够帮助你把分析做得更深入，这是一个正向循环的过程。 亚马逊是一个典型的例子，他们利用一系列算法，帮助用户找到他们可能喜欢的商品。北京的一家公司，百分点科技从事类似的数据分析，但他们不是分析自己的销售数据，而是整合了五百多家电子商务网站和一百多家资讯网站的数据，从用户的浏览、收藏、点击行为中猜测用户4意图，推荐用户感兴趣的商品和资讯。 借助复杂的算法和实时大数据处理能力，我们会预测用户的行为。有了这个预测之后，我们根据不同的场景和不同的用户，推荐不同
7、的产品。个性化推荐大大提高了用户的黏度和企业的销售额，从而产生了更多有价值的数据，这些数据又帮助亚马逊和百分点把分析做得更深入，进一步提高自身或客户的访问和销售量，产生更多高质量的数据。 这种数据处理技术对化妆品公司有很大好处。如果你们积累了足够多的用户购买数据，你们就能知道：第一，购买你商品的人大概是一些什么样的人，他出没在哪些地方，多长周期买一次你的产品；第二，如果你要给你们的客户进行营销或者寄一封电子邮件，你应该向他推荐什么样的产品，多长的时间给他发一次邮件。 大数据 2.0 强调的是数据的外部性。它包括两个方面：一是指企业用自身业务产生的数据，去解决主营业务以外的其他问题，获得重大的价
8、值；二是引入非企业自身业务的外部数据，来解决企业自己遇到的问题。 比如国家电网有智能电表的数据，这个数据实际上是整个国家工业和制造业健康状况最好的指数。所以这个数据不仅服务于国家电网，还服务于中国的宏观经济调控。同样，这个数据和自来水厂以及天然气、煤、管道的数据加在一起，可以非常好地来衡量一个房子的空置率，从而使我们对房价进行宏观调控。电网数据还是进行房价定价精确走势预测的一个重要组成部分。 另外当下值得一提的就是移动智能终端。比如在汽车销售行业，通5过智能手?记录下的客户移动轨迹，我们可以知道，一个客户在半个月之内两次或者两次以上，到 4S 中心停留过几分钟。就可以知道这个手?用户有没有更强
9、的购车需求。我们在做这个案例的时候，发现手?带来的数据信息比我们所有想象的精准方法还要精准十倍以上。 如果你有一个足够的手?移动数据，知道你们的客户手?号是多少。你们就可以知道，你们主要的客户在一个城市的区域分布情况。进而可以分析在哪些热度高的地方特别适合做广告，哪些地方不适合做。如果你还知道高德地图的数据，你就会知道哪两个点之间的主要通行路线是什么，就知道在哪些路上或者公交车上打广告是能够覆盖最多的人群的。 如果我们有像微博、微信等社交化媒体的全量数据，我们就知道，对某化妆品品牌谈得比较多的人，或者比较感兴趣的人到底是哪部分人群。然后通过分析数据了解他们主要关注哪些电视节目，主要上什么网站。
10、我们就可以针对性在相应的电视节目和网站上投放广告。 大数据 3.0 是一个尚在探索中的商业形态。它首先要求政府和行业，对数据质量、价值、权益、隐私、安全等产生充分认识，出台量化与保障措施。在此基础上，数据运营商出现，提供集成数据和存储、计算的平台，形成了以加工数据和已有数据产品，产生新的数据产品为主要活动的数据客（Dacker） 。 个人、团队和企业通过数据 API（应用程序编程接口）或其他方式付费使用数据产品。数据和数据产品有可能像今天淘宝集市上的商品被售卖交换，数据市场也可能应运而生。于是，一种以数据/数据产品为输入，数据/数据产品为输出的新商业模式诞生，这种模式不同于 2B（to 6bu
11、siness）和 2C（to customer）的模式，为了区分，我们称这种模式为2D（to data）的商业模式。新商业模式的直接后果，就是促进学术团体、企业和政府通过大量异质数据和数据产品产生科学、社会、经济等方面的新价值。 如何迎接大数据时代 胜利总是钟爱有准备的人，传统的企业越早准备，就越有可能在大数据时代取得胜利。很多传统行业，都认为数据的精细化分析、数据的深度挖掘离自己很远，那是因为他们暂时还处在一个快乐的时代。几年前的房地产市场很快乐，从来没想到这方面应该做，因为那时候的房子很好卖。几年前的奢侈品也是一样。但是现在的房地产和奢侈品都进入非常尴尬的境地，一个行业在垂死挣扎的时候，任
12、何一点技术的进步，都会使自己在很残酷的竞争中取得胜利。 回到化妆品行业，如果大家想未来发展成一个大数据公司，我给大家提几个建议。 第一，我希望企业一定要走数据化道路，要把一切的生产经营都变得数据化。生产产品的企业，在生产线中有很多各种各样的传感器，把这些数据记录下来，通过集成学习的方法，就可以判断什么样的因素能够对产品起到比较关键的作用，从而调整这些因素。 同样，所有的销售和经销也都应该数据化，利用辅助的工具，包括一些智能的企业管理软件或者企业社会化的工具。通过社会化的解决方案，使企业的每一个经营都被记录下来。这是企业走在前面的重要因素。每一次和客户的接触，都需要变成数据记录下来。 7第二，培
13、养企业的分析能力。企业的数据分析能力不是一蹴而就的，特别是作为传统企业，可能没有办法去找一个数据挖掘团队分析自己的数据。可以先通过和一些第三方提供数据分析的企业进行开放性的合作，从他们那里学到两种东西，一个是利用大数据来解决问题的理念，一个是一些具体的技术。然后利用一年到两年时间，培养自己非常小而精干的三五个人的数据挖掘团队，能够处理自己的数据，从而也摆脱第三方数据公司的控制。自己进行数据采集、数据处理，数据分析。 第三，建立自己的数据战略储备。 “数”到用时方恨少。等你们想到用互联网上的数据或者手?上的数据进行营销的时候，你们会发现这些数据其实不好找。很多数据如果不积累，是没办法一次性买过来的。所以，有高超的前瞻性的企业，现在就应该想清楚，什么样的数据有价值，并开始建设企业自己的一个小型数据中心。 第四，更重要的是，以一种开放的理念来迎接大数据时代，明白数据能够帮助我们做什么事。理念上的改变才是最重要的。 最后，希望在座的企业未来都能成为大数据时代的胜利者，给化妆品带来新的生?！
