第2章大数据和高级分析：来自一线的成功故事_麦肯锡大数据指南-QQ阅读男生玄幻网

上QQ阅读APP看书，第一时间看更新

第2章
大数据和高级分析：来自一线的成功故事

数据驱动运营的企业生产率远高于其竞争对手。

——乔纳森·戈登、曼尼什·戈亚尔（Manish Goyal）与丹尼斯·斯派莱克，2012年12月

500亿美元。这差不多是市场营销人员在大数据和高级分析上的花费（根据一份蒙特利尔银行资本市场部的报告），希望借此增加市场营销对业务的影响。

这么大的投资反映出人们对大数据和高级分析可以让业务转型升级的信念。当然，虽然转型升级并不容易实现，但一些公司已经发现了大数据的重大价值。近期的学术研究表明，将数据与企业运营相结合的公司其生产率高出其他同类公司5～6个百分点。现在，是时候给根植于性能提升、聚焦于业务影响的大数据和高级分析定义切实可行的实施路径了。

这里有四个“来自一线的”故事来说明企业是如何运用高级分析对业务产生影响的。

1.问正确的问题，数据驱动业务决策

当你的企业变得越数据密集型（data-rich），在分析流程一开始就提出正确的问题就越重要。这是因为大量的数据很容易使你迷失方向，或者陷入永无止境的数据分析当中。好的问题应该能够找到数据和分析驱动的有利于业务的决策。比如，两个简单的问题就能帮助一家知名保险公司找到一种方法，可以增长销售额，但不增加市场预算：第一，应该向市场投入多少资金？第二，这些资金应该投向哪些渠道、工具和内容上呢？这些清晰的要素帮助企业综合考虑三种来源的数据，指引企业建立合适的模型，优化市场费用，使得公司可以针对邮政区码（at the zip code level）优化和细化渠道预算。（更多有关信息请参阅“使大数据发挥作用你需要什么：铅笔”，What you need to make Big Data work：The pencil。）

2.跨界融合，数据驱动业务创新

更多的数据可以打磨更好的用户行为模型，更准确地判断机会和风险。一家新兴市场的电信公司发现，它的数据可以解决金融服务公司长期悬而未决的难题：如何在没有信用风险模型的情况下，解决几百万低收入用户对循环信贷（revolving credit）的需求，类似信用卡。这些低收入人群没有信用记录，或者信用评分达不到信用卡发卡的要求。——译者注电信公司的高管们意识到他们的移动网络付费记录可以用来解决这个信用难题。利用这些数据，这家公司建立了一个创新的风险模型，评估潜在用户偿还贷款的能力。现在这家公司正以此为核心，为新兴市场的金融服务开拓全新的业务线。

3.优化渠道投放，市场费用物有所值

做生意整体就是在做选择题：保障利润还是薄利多销？清理库存还是囤积居奇？过去，决策多数靠直觉，只有些许数据可用。即使是现在，在cookie追踪和点击率时代，优化市场费用的分配依然不是一件简单的事。大数据和高级分析，尤其是更实时的数据，可以排除很多拍脑袋的臆测。一家跨国通信公司曾经在传统媒体上投放巨资来提高品牌认知度，当然同时也投了社交媒体。但是，传统的市场营销组合模型（marketing-mix model，MMM）并不能够评价社交媒体渠道对销售的影响。

将传统媒体、销售数据和用户在主要社交媒体网站的行为数据综合考虑建立的模型，表明社交媒体的影响远高于公司战略家们的预设。更重要的是，公司的数据分析师发现社交媒体上的热点事件并不是电视广告带来的，而是来自公司的电话客户服务中心。事实上，那些糟糕的呼叫处理带来的损失冲抵了电视广告曝光的收益。公司把一些广告费用重新分配到改善客户服务上，这大大提升了用户数量，并得到了数百万美元的收入。

4.保持简单

信息过载是个灾难。这就是为什么写报告的关键是要保持简洁，否则就没有人看了。比如，一家大型的B2B（business to business）制造商发现公司大部分的销售额来源于客户中的很小一部分大客户，但是这些大客户销售额增长却很缓慢。管理层希望本地的销售代表开拓新用户，因此公司成立了一个集中的数据分析团队，任务是收集细节情报、建立预测模型，以找到销售潜力最高的新用户市场。分析团队并没有给销售团队大量的数据和复杂的模型，相反，他们研究出了一个强有力的、交互简单、可视化的工具，以邮政编码精准定位新用户潜力。这个工具直接给区域销售主管展现有大幅增长机会的区域，指导主管在这些区域建设团队。最终，使用这个工具使得公司在减少销售费用的同时，完成了销售额翻番。

玩转数据并不能保证成功，正如互联网泡沫时期，一家公司做个网站并不代表赶上了电子商务的大潮。如果在过去30年信息技术界的变迁曾经带给我们一个教训的话，那就是转型技术的采用必然会要求谨慎的、创造性的、基于事实的管理。没有老旧世界的帮助，就不会有新新世界的成功。