不同行业的价值创造机会是不同的。面对宽泛的大数据应用，企业要想摆脱无从下手的窘境，就必须从行业和企业的特性出发，找准价值点，小投入快起步。

尽管帮助企业理解并利用大数据的新技术层出不穷，但许多企业高管仍然面临不知从何着

手的窘境。本文所提问题及其解答有助于企业领导者迅速厘清思路，更加清晰透彻地了解大数据应用这个看似十分宽泛的主题。

问题1 机会在何处

企业领导者忙于捕捉更大更多样化的数据集，运用实时社交媒体和位置数据，并努力跟上日新月异的技术发展步伐，但他们常常不知道如何通过运用高级分析法来从大数据中创造价值。

不同行业价值创造的机会也有所不同。在零售业中，高级分析法通常与有关促销效果、定价、门店选址以及在个人层面开展营销的策略挂钩。而在能源行业中，高级分析法往往更多地侧重于利用智能电表数据以及优化设备和工厂等有形资产。在金融服务行业中，高级分析法的适用领域通常涵盖风险评分、动态定价以及为自动取款机和网点寻找最佳位置等。在保险行业中，高级分析法的适用领域可能包括欺诈索赔、优化保险赔付以及追踪驾驶行为等等。

为了发现和把握价值，企业应重点关注具备以下特征的领域：

数据量至关重要 在有些情况下，对全部数据进行分析所得出的结果可能会不同于仅对部分数据进行抽样分析所得出的结果。为了瞄准个人客户，零售商需要了解特定顾客的全部购买历史以及该顾客的购买历史与其他顾客的不同之处。如果零售商只对部分顾客或交易数据进行分析，就不能对情况产生全面了解，进而会导致促销活动的效果大打折扣。

【案例】

以总部位于美国亚特兰大的创业公司Cardlytics为例：这家公司帮助零售商针对“个人市场（markets of one）”进行销售。在美国十大银行中有四家银行使用此项服务来分析每周多达数亿笔的客户交易，以帮助零售商在客户的银行对账单上提供量身定制的促销方案。由于此类优惠信息的提供以客户的购买行为和购物地点为依据，因此具有极高的针对性。使用此项服务的商户能够以简单且极具针对性的方法接触到自己或竞争对手的客户，并且能够根据客户对优惠信息的实际使用情况来进行追踪。平均有15%至20%的客户接受了优惠信息，而相比之下，大多数传统促销活动的响应率一般只有较低的个位数水平。消费者无须打印优惠券或输入优惠代码即可享受折扣，折扣会直接计入其对账单。银行则能赚取额外的收入并为其客户提供更多奖赏，而无须对IT进行大量投资或分享银行数据。

数据种类至关重要 在有些情况下，对类型多样的数据进行分析所得出的结果将会有所不同。这些数据从适用于传统关系数据库的结构化数据到来自社交媒体等渠道且难以映射的非结构化数据不一而足。比如当大量数据与快速更新的非结构化社交媒体数据相结合时，就很难使用传统方法进行分析。

【案例】

举例来说，电信公司若能准确预测个人客户的流失情况，就能从中受益。企业若为不存在流失风险的客户提供折扣，就会白白损失收益。企业如果不能确定合适的目标市场，就会忽略有可能投奔竞争对手的客户。

成功应对这一挑战的代表性企业是法国电信（France Telecom-Orange Group）旗下的Telekomunikacja Polska公司。作为在波兰提供语音和宽带服务的最大固话供应商，该公司希望迅速找到比传统方法更有效的方式来预测和应对客户流失。传统方法主要包括对使用率下降进行分析、根据客户使用相关服务的时间及花费的金钱来计算客户终生价值等。后来，该公司决定根据每月在其网络上进行的数百万次通话所产生的呼叫数据记录来绘制“社交图谱”，并且尤其关注通话模式（谁给谁打电话）和通话频率（多久打一次电话）。在“社交图

谱”中，用户被分成 “网络构建者”、“桥梁”、“领导者”以及“追随者”等不同角色。例如，“社交图谱” 能够识别将人们联系在一起的“网络构建者”以及对周遭的人际网络具有较大影响力的“领导者”。此类关系数据为该公司提供了更加深入的洞察，从而能够更好地了解那些可能弃用其服务的客户，确定公司需要投入多大力度来留住那些最具价值的客户。通过采用这一方法，该公司的客户流失预测模型在准确率方面足足提高了47%。

数据速度至关重要 在有些情况下，企业需要以最新实时数据为依据来制定决策。缺乏相关信息可能会导致风险加剧。企业的反应速度越快，就越有可能创下销售佳绩或避免客户被竞争对手夺走。

【案例】

美国好事达保险公司（Allstate）等保险企业已逐步推出“按驾支付”计划（即按照实际驾驶情况支付保费）。这些公司通过在车内安装的设备来收集大量实时客户驾驶行为数据。设备传感器可以监测到每一位客户的驾驶速度、驾驶里程以及在驾驶过程中表现出的安全性。包括急刹车、突然加速、急转弯以及在夜间和高峰时段的驾驶里程在内的一些信号即表明客户风险相对较高。

参与此项计划的客户在30天内的驾驶表现如果满足基线要求，即可在下一次的账单中获得折扣。客户还能上网跟踪查看自己的表现，此举往往有助于提升客户的忠诚度。保险公司不但能避免花费过多精力来留住高风险客户，还能根据对自身风险池（risk pool）的把控来提

高高风险客户的保险费率。

问题2 如何迈出第一步

企业着手使用高级分析法的第一步是我们所说的大数据有效性“3T”原则，即团队（Teams）、工具（Tools）和测试（Testing）。“3T”原则中的每个组成部分都能帮助企业从头做起，取得切实成效并加强有效举措。

组建合适的团队 企业需要一支“特种部队”来开展分析工作，这支团队应由相关领域的全能专家组成。如果这支团队由专注于狭隘议题且背景各异的专家组成，则无法迅速提供结果。对于大型企业而言，应从一支五人团队开始，人员总成本在150万美元左右。

企业应确保团队中的每一个成员都具备三项综合能力：高水平的分析能力；在技术方面对高级分析平台了如指掌；具有清晰的商业思路，能准确辨别解决方案是否可行。团队中的成员并不需要在各个方面都达到世界级水平，但他们必须在上述三项能力上具备优势。

在许多情况下，企业无法在组织内部找到技能和经验兼备的人才。这时，建立合作伙伴关系往往是实现价值的捷径。

采用合适的工具 企业接下来需要为团队提供合适的工具来确保成功。团队中的每一个成员都应能在工作中使用云基础设施。企业可以为每位团队成员配备一台虚拟设备和大量的存储空间，相关成本约为每年15,000美元。许多行业标准工具的成本仅为每位客户5,000美元至15,000美元。企业可以免费使用R开源编程环境。

测试并学习最有效的方法 最后，企业需要进行两至三个月的测试，争取快速取得成效并进行实施。此举将促使企业为分析工作制定时间表。

企业不能坐等完美的基础设施或解决方案。市场前进的步伐极其迅速，企业等待的时间越长，就会越落后。 如果企业的工作方法得当，就会尝到成功的滋味，并对自身能力和所需的基础设施产生了解。

在这一过程中，企业会发现组织中对利用高级分析法来处理大数据存在哪些阻力、哪些类型的问题及数据最行之有效，以及企业还可以使用这些方法来应对其它哪些挑战。

【案例】

英国最大的保险公司英杰华集团（Aviva）在上述三方面都实现了最佳实践。英杰华集团推出了新的“驾驶行为数据”（Driving Behavior Data）服务。该集团不仅开发了将驾驶行为和费率联系在一起的算法，而且还创建了一款智能电话应用程序。英杰华集团并没有购买昂贵的系统，而是进行了少量初始投资并使用了一小批开发人员。团队在五个月内就向客户推出了首款beta版应用程序。在接下来的六个月里，团队根据数以千计的驾驶旅程所产生的大量数据对应用程序进行了优化并提升了客户体验。在此期间，英杰华集团多次对这款应用软

件进行升级，例如允许客户在Twitter和Facebook上分享他们的得分。凭借对个人客户更加深入的了解，英杰华集团得以根据客户的实际驾驶情况（而不是类似人群的驾驶情况）来进行更加精细的保险评级。如今，英杰华集团可以为表现良好的驾车者提供更大的折扣并推出更具吸引力的产品。到目前为止，这一应用程序的下载量已达到数千次。英杰华集团有计划在英国以外的市场部署这款应用程序。

【案例】

某家北美食品饮料零售商，不仅要销售 30,000种不同的商品，而且产品价格在不同的地区和市场条件下也存在差异，其成本波动频率更是高达每年四次。因此，每年需要对产品价格作出多达120,000次调整。该公司从中发现了一个机遇，即对其高度复杂、涉及大量数据的

定价决策进行集中管理。通过使用价格适中的工具以及一支仅由11人组成的团队，该公司有效提升了定价的准确性并提高了反应速度，最终实现了数千万美元的销售额及利润增长。

这些简单的步骤将引领企业走上成功之路。在大数据海洋中扬帆启航的睿智企业将有机会创造巨大的价值。

挖掘大数据价值三路径

企业领导者可以通过以下三种方式来发掘大数据的潜在价值：

1 制定大数据战略来充分利用企业，最重要的数据资产并从中获利

2 确定如何通过大数据转型来改进现有的业务模式并创造全新的收入来源

3 运用更创新的高级分析法来应对与大数据相关的最重要的挑战和流程

迄今为止，第二种方法是在短期内实现价值的捷径。通过不断在快速发展的高级分析领域突破极限，企业能够迅速了解哪种方法对自身最为有效，哪些方面是价值所在，以及如何不断提升自身能力。这些迅速获得的洞察会成为企业制定整体大数据战略的主要依据。

（Rob Souza，波士顿咨询公司合伙人兼董事总经理；Rob Trollinger，波士顿咨询公司合伙人兼董事总经理；Cornelius Kaestner，波士顿咨询公司董事经理；David Potere，波士顿咨询公司董事经理；Jan Jamrich，波士顿咨询公司项目经理）