浅谈大数据在家电企业中的应用

文/广东珠海格力电器股份有限公司 宿海生

浅谈大数据在家电企业中的应用

文/广东珠海格力电器股份有限公司 宿海生

数据显示，大数据在中国的潜在市场规模已达到2万亿元，是继互联网、云计算、物联网之后的又一次颠覆性技术变革。当这些非结构性的海量数据被统一收集以后，利用科学、专业的数据模型，高效客观的分析方法和可视化的大数据平台，其所产生的价值将无可估量。本文讲述了应用大数据分析模式，如何帮助家电企业提前把握市场消费需求、化解市场危机，为企业的精准营销和个性化定制服务提供关键的信息和决策支撑。

大数据；家电；新品规划；市场营销

1 大数据概述

大数据是一种前所未有的方式，但它并非一个确切的概念。最初，这个概念是指需要处理的信息量过大，已经超出了一般电脑在处理数据时所使用的内存量，新的处理技术应运而生，例如谷歌的MapReduce和开源Hadoop平台。这些技术使得人们可以处理的数据量大大增加。通过对海量数据进行分析，获得有巨大价值的产品和服务，或者深刻的洞见，这些海量数据被统称为大数据。

1.1 大数据从何而来

根据美国互联网数据中心统计，互联网上的数据每年将增长50%，每两年便将翻一番，目前世界上90%以上的数据是最近几年才产生的。此外，全世界的电子设备、汽车、电表上无数的传感器随时测量和传递着有关位置、运动、震动、温度、湿度乃至空气中化学物质的变化，也产生了海量的数据信息。

1.2 大数据特点(4个V)

Volume(大量)：数据体量巨大，从TB级别，跃升到PB级别。

Variety(多样)：数据类型繁多，数据来源于各种各样的渠道。

Veracity(精确)：价值密度低，商业价值高。

Velocity(高速)：一般要在秒级时间范围内给出分析结果，时间太长就会失去价值。速度要求是大数据处理技术和传统的数据挖掘技术最大的区别。

1.3 从技术上进行大数据分析处理

从技术上看，大数据与云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处理，必须采用分布式计算架构。它的特色在于对海量数据的挖掘，但它必须依托云计算的分布式处理、分布式数据库、云存储和虚拟化技术（图1）。

注：云计算(cloudcomputing)是通过互联网把多个成本较低的计算实体整合成一个具有强大计算能力的完美系统。简单理解就是,运营公司提供服务器、应用程序、存储空间,用户通过网络远程登录服务器，并按照需要使用这些存储空间和应用程序。

图1 技术层面分析大数据

2 大数据在家电行业的应用

2.1 概述

目前对大数据的应用可以归结为两类：数据交易与数据挖掘；对于家电行业而言，数据交易在当前大环境下并无吸引力，如何对大数据进行挖掘分析将是家电企业在未来的数据蓝海战争中取胜的重点。

伴随着互联网的快速发展，家电企业大举布局进入电商领域，数据收集除了传统销售渠道外又多了互联网信息收集的方式，数据的收集变得更加庞大、迅速，结合大数据的快速分析，家电业创新的步伐将大大加快。

依据大数据来源，家电业大数据包括用户数据与终端产品数据，按照数据的作用此处将家电业大数据分为

服务性数据与功能性数据。

服务性数据能够帮助企业进行精准营销，为实现家电业智能家居智能管理提供指导；功能性数据则为智能人性化售后服务与公司新品规划提供指导。

注：服务性数据：销售地区、消费者性别与年龄分布、购买数量与种类、购买原因、消费者使用习惯（开关频率、开关时间、功能参数设定、产品各功能使用频率）、大众互联网搜索需求功能数据、消费者售后反馈数据等。

功能性数据：使用环境外部空气指数（温度、湿度、PM2.5浓度）变化数据、使用环境内部空气指数（温度、湿度、PM2.5浓度、CO2浓度、CO浓度、可燃气浓度）变化数据、产品故障数据、耗电量数据、使用寿命数据等。

2.2 大数据实际应用之精准营销

2.2.1 精准营销之专卖店选址

家电企业通常建有独立销售体系，拥有覆盖全国的专卖店，根据服务性大数据分析某地区消费者的家用电器购买地点、购买时间、购买习惯为依据进行专卖店选址并精准营销，麦当劳、肯德基以及苹果公司都是运用此方式的先行者，且都已取得丰厚回报。

2.2.2 精准营销之搭配销售

正如沃尔玛在飓风来临时将“手电筒”与“蛋挞”关联营销一样，大数据提倡的是放弃对因果关系的渴求，取而代之的是关注相关关系。

过去家电企业要做市场预测，大多靠自身资源、公共关系和以往的案例来进行分析和判断，得出的结论往往比较模糊，无法得到行业认可。通过服务性大数据分析，对消费者购买清单数据进行挖掘，得出搭配销售最多的机型，后期在所有专卖店实行搭配销售。

2.2.3 精准营销之区域卖点销售

如今家电业国内市场已基本饱和，各大企业都在努力开拓海外市场，但是不同地区的消费者使用习惯可能大不相同，如何进行卖点设定呢？利用服务性大数据分析挖掘出某地区消费者最常用的功能种类与购买原因（新婚用、父母用、孩子用等等），抓住用户的需求进行针对性的宣传，获得黏性用户。

2.3 大数据实际应用之新品规划

首先企业需具备一定的大数据积累，10年、5年甚至1年都可以。大数据对家电企业新品规划的作用主要体现在两个方面：

一是通过对服务性数据的分析，挖掘出利润客户最常用的功能，购买时最关心的机型特点，销售最火爆机型的外观特征进行针对性的新品开发，此种开发方式可以避免不必要的功能开发、去掉无用的功能，降低开发与销售成本；

二是通过对功能性数据的分析，挖掘产品使用的外部坏境特点、产品故障特点与原因、耗电量的变化数据，同样进行针对性的新品开发，此种开发方式可以对老机型易故障点进行重点有效改善，同时可以利用数据有的放矢的去降低大众消费者关心的产品耗电量。

服务性数据与功能性数据分析结果可反馈至公司的决策层、研发部门与销售部门，为产品规划提供极具权威的决策支持，能够将客户、用户和产品有机串联，生产出用户驱动型的产品，提供客户导向性的服务，提高产品销售率至90%以上。

2.4 大数据实际应用之售后服务

2.4.1 售后服务之生产与物流配送

依托服务性大数据对前期不同销售区域淡旺季销售数量、大众网上电器搜索进行分析，进行提前生产备货，降低淡旺季对家电业的影响；同时对预测销售量比较大的区域提前进行物流配送，建立买、送、装一步完成的物流体系。

2.4.2 售后服务之故障处理与配件更换

故障处理方面对服务性大数据进行分析得到电器总运转时间与开关频率，对功能性大数据进行分析得到电器运转环境与故障数据，综合两类大数据结果建立数学模型（不同产品模型各不相同）分析产品寿命，可预判电器是否出现故障，同步传送到售后服务公司进行准备，真正的实现故障智能预警、零延误处理；与故障处理类似，配件更换同样是依据产品使用环境与使用总时间进行分析判断配件是否需要更换后进行方案推送，让用户真正享受到大数据智能的魅力。

3 结束语

大数据并不是一个充斥着算法和机器的冰冷世界，人类的作用依然是无法完全被取代的。大数据为我们提供的不是最终答案，只是参考答案，帮助是暂时的，我相信随着大数据技术的不断完善，更好的方法和答案就在不久的未来。

[1] [英]维克托·迈尔-舍恩伯格, 肯尼思·库克耶. 大数据时代：浙江人民出版社，2013.1

[2] 众智研究：大数据对于家电企业的重要性.