大数据背后的商业价值

合肥工业大学 杨昆



大数据背后的商业价值

合肥工业大学 杨昆

摘 要：随着互联网的不断发展，尤其是社交网络、电子商务、移动通信的大量使用，人类社会已经进入了一个以巨量结构与非结构数据为主要特征的信息新时代。大规模生产、共享和应用数据的时代已经来临，高效利用数据可以在市场领域占得先机。因此，大数据在信息时代具有极高的商业价值。

关键词：大数据 数据挖掘 商业价值

信息时代，互联网的快速发展已经和人类的生产和生活方式紧密相联，彼此间的相互融合成为当代商业社会必不可少的形态。在互联网环境下，由智能终端、网上交易、社交网络和视频图像等各种途径产生了大规模、多样性的数据集。产业界把互联网时代产生的海量数据取了一个新名词：大数据。无论从数量和质量上，“大数据”赋予了不同于以往普通“数据”更加深层的内涵，其爆炸性的指数增长以及交错的混杂结构特点，俨然成为一种新的社会资源，当人们意识到并充分释放数据背后的价值时，最终将会提升经济社会运行的效率。

1　大数据的概念与产生背景

1.1大数据的概念与特征

大数据，可以说是史上第一次将各行各业的用户、方案提供商、服务商、运营商以及整个生态链上游厂商，融入到一个大的环境中，无论是企业级市场还是消费级市场，都与大数据发生着千丝万缕的联系［1］。根据权威数据统计，微信每月活跃用户已超过5.49亿，用户覆盖多达200个国家、使用语言包括20多种。此外，各微信公众账号总数多达800万个，移动应用对接数量大于85000个，微信支付用户则达到了4亿左右。这些难道就是我们所说的大数据吗？

事实上，关于什么是大数据的定义，学术界至今也没有一个统一的定论。普遍观点是人类行为在社交网络上的交互沟通增长与累积的海量数据，这很容易使人相信大数据就是社交媒体数据。据调查，诸多专家、机构从不同侧重点提出了对大数据的理解。

以上组织对于大数据的侧重点不一样，给出的描述也就不尽相同，总的来说，大数据在新一代信息技术和互联网支撑条件下，继承了“海量数据”和“大规模数据”的核心观点，是对人与自然、社会之间所有活动及相关关系的数字化描述，但其数据量、数据复杂性和产生规模三个方面均远远超出了传统的数据形态，更具发掘前景。

1.2大数据的产生背景

大数据时代来临不是突变的过程，他有着深刻的历史渊源与驱动因素。从目前的观察看，推动大数据发展主要体现在以下三个方面。

第一，信息技术的发展，大数据作为信息时代的产物，其本身就是信息技术发展到一定阶段的必然。互联网改变了人类交往方式，云计算改变了数据的存储和访问方式，物联网则极大地拓展了数据的获取方式。

第二，社交网络的兴起。人们在社交网络中，利用关系链传播信息的网络平台事实上构成了以个人为枢纽的不同数据的集合。

第三，社会管理的需要。海量数据几乎深入到社会的每一个领域，比如交通、医疗、教育等，如果能够在生活中的各个地方科学高效地利用大数据，人类将有更多的机会加强科技创新，促进经济发展，推动社会进步。

2　大数据的商业价值

早在2011年，麦肯锡全球研究所发布了一篇题为《大数据：创新、竞争和提高生产率的下一个新领域》的报告称，大数据的力量正在改造社会中的各个部门，大数据已经成为社会各部门追求创新、竞争和提高生产率的下一个新领域［2］。但是，更多的企业对大数据还心存疑虑，IBM和牛津大学萨伊德商学院“现实世界中大数据”的研究结果显示：越来越多的企业承认竞争优势与大数据有关，但不了解如何运用大数据来改变商业活动成为企业不参与大数据的首要原因。

在医疗、健身包括可穿戴设备领域里，大数据带来的变化是科学地指导我们生活方式，让我们可以活得更长，活得更健康。在教育领域，如何利用大数据使我们的学习过程得以改善，从而让每个孩子都发挥出自己的潜力，做到因材施教等都将是大数据一展身手的大舞台。因此，深入剖析大数据，挖掘其背后的商业价值本质，才有可能驾驭大数据并成为大数据时代的受益者。

从目前涉及到大数据开发及应用的企业实践结果看，一方面，基于社会化媒体的大数据挖掘和分析衍生出许多应用，打破了以往的商业价值链围墙，为深入了解运营环境提供了全新的视角；另一方面，位于数据之上的分析以及营销咨询服务也如雨后春笋般地出现。以前只有阿里、百度这样有实力的公司才能做的数据分析，现在已经有很多公司包括微小创新企业都在不同程度地深入，不同维度的数据解读创造出不一样的商业模式［3］。大数据价值挖掘的途径主要归结为两点。

（1）分析企业内部数据，探索数据之间更多的关联关系，从而改变公司的业务机制和流程，为客户提供个性化产品与服务。客户和交易信息应用更是出现了许多大数据的实用案例，例如，淘宝京东等购物平台通过收集消费者的搜索和购买记录，并对这些消费数据进行模型分析，总结出用户的消费习惯、个人偏好等，利用个性化推荐促进消费者的购物行为。

表1　各个机构关于大数据的定义

（2）整合企业内部与外部数据，筛选分析运用于市场竞争，大幅改善企业决策支持系统的效率与质量。例如，DataSift通过社交网络分析股民情感数据，来预测股价的波动等。

我们认为大数据的商业价值创造主要来源于四个方面：锁定、营销、预测和创新。其中锁定是指数据时代对于客户的快速定位，营销是指交易双方信息需求产生的规模化经济效应，预测则是通过数据之上的功能拓展，创新则是产品、服务以及模式的不断创新［4］。

2.1客户群体细分

企业和消费者之间的信息总会存在不对称，而大数据能够在很大程度上降低这种不对称。消费者的行为记录会通过多元化的渠道被企业所获取，由此推出的产品和服务就会更具有针对性；反之，分散的消费者通过应用推送或者热门周边了解产品的各种信息，需求的趋势就会呈现出个性多样以及明朗化。例如一些婚恋、求职网站通过前期大量的数据收集，并汇总到后台数据中心分析形成客户模型，未来就可以利用注册所填写信息判断客户类型，获得针对性服务提高需求成功率。

2.2抓住机会精准推送

社交网络、移动终端等传感设备利用客户的地理位置并整合消费者行为数据，形成信息图表，为精准了解消费者需求，开发商业机会奠定基础。以Everstring和滴滴为例，Everstring是一家国内的团队，但主要面对的是美国客户。Everstring面向高科技、电信和保险等行业的企业，利用自然语言分析、非监督机器学习自动建立客户模型在全美国寻找最像企业现有客户的潜在客户。而滴滴的数据分析和应用团队有300多人，根据不同的实际环境，设计不同的数据模型，可以实现依据双方的位置为客户推荐出租车、专车或者顺风车，通过司机抢单效度来从后台分配客户，而客户订单的数量会提升用户等级以及赢得订车优先权。

2.3跨界整合和预测

大数据推动来自各个渠道的跨界数据进行整合，促使价值链上的企业相互连接，形成一体［5］。近两年由欠债问题引发的“P2P跑路潮”，其核心是金融机构缺乏对借款人进行有效的信用风险预测和管控。国内外有很多的企业都在这些领域探索着大数据带来的应用。Zestfinance主要服务人群是约占人口5%的、信用评分在500分以下的次级贷人群，利用欺诈模型、身份验证、预付能力、还款能力、还款意愿、稳定性模型等十几个分析模型进行学习多角度的集成学习，判断出消费者的还款能力和还款意愿，进而得到最终的消费者信用评分，为每一个人的信用进行评估，创造公平而且透明的信用信息，帮助那些信贷信息不完整的人群享受正常金融服务的权利。

2.4产品和服务创新

在海量的数据面前，传统的图片表格形式并不能为人们对大数据的分析和利用降低多少理解成本。然而，如果能够让数据以更加具象、更易理解的形式，甚至实时变化，然后在人的面前呈现出来，其价值效用则会得到指数级的增长。过去人们说互联网是虚拟世界，现在由于大数据的产生，虚拟世界和真实世界正在融合，人们常常提到虚拟现实技术（VR）就是对数据可视化最好的延伸应用，如果未来数据加工技术足够成熟，那么未来我们将不需要跋山涉水去欣赏风景，也不需要跑到现场去参加各种培训课程或会议，如此便捷高效的体验方式也将会引发新一轮的浪潮。

3　大数据面临的挑战

大数据技术日新月异，但大数据技术教育却严重脱离实际，虽然关于文章发表和引用逐步增加，但所带来的社会影响依旧停滞不前，这就意味着大数据是一把双刃剑［6］。美好的未来掩盖不了前进的曲折。大数据发展的瓶颈在于数据孤岛严重，很多资源都浪费在资源库里，造成极大的浪费。流动的要素才能创造价值，所以清晰明确的数据需求以及开放共享机制亟待落实。在激烈的国际竞争中，大数据技术极大地促进了产业的跨界融合发展，跨界投资不断涌现，跨界并购日益频繁，企业正在加速进行跨界资源整合，以求实现优势互补，寻求新的利润增长点，但是数据安全能力和防范意识让人堪忧，由此引发的数据开放和个人隐私之间的争论也从未停歇，上升到法律层面上就需要制定大数据相关的政策法规来应对数字时代的管理，但如何去做，这些都值得我们去思考和解决。

4　结语

大数据已经颠覆了传统商业的发展战略和经营策略，冲击着传统经济的理念和思维方式，但是就大数据对产业发展的影响而言，这仅仅只是序幕。大数据时代使人类第一次在诸多领域利用数据来深入探索现实世界的规律，获取过去无法获得的知识，获得过去无法识别的商机。大数据时代已经到来，而且将成为全世界下一个创新、竞争和生产率提高的前沿［7］。当人们确信“人类将可以通过对这些大数据的交换、整合和分析来创造新的价值，带来知识、科技和利润大发展”的时候，大数据在未来企业中的角色绝不仅仅是个支撑者，而是会贯穿在商业活动和商机决策中的每一处。

参考文献

［1］ 李德伟，顾煜，王海平，徐立.大数据改变世界［M］.电子工业出版社，2013.

［2］ MANYIKA J，CHUI M，BROWN B，et al. Big data：The next Frontier for innovation， competition，and productivity［R/OL］.Las Vegas：The McKinsey Global Institute，2013-07-24.

［3］ 彭峰，邓义乔，杨纯洁.中国互联网内容产业商业模式分析［J］.沿海企业与科技，2007（08）.

［4］ 吴迪.商业巨头是怎么玩转大数据的［J］.商业价值，2012（10）.

［5］ 车品觉.决战大数据——驾驭未来商业的利器［M］.浙江：浙江人民出版社，2014.

［6］ 王书伟.大数据时代政府部门间信息资源共享策略研究［D］.吉林大学，2013.

［7］ 舒文琼.法国电信：拥抱大数据产业机遇［J］.通信世界周刊，2012（43）.

中图分类号：F722

文献标识码：A

文章编号：2096-0298（2016）06（c）-132-02