基于大数据的企业运营管理创新发展策略

基于大数据的企业运营管理创新发展策略大数据及其价值大数据的产生很多人说大数据自古有之，这种认识是不对的。或许信息、数据伴随人类社会产生而存在，但大数据却是互联网时代的产物。由于互联网、移动互联网、社交网络等信息技术和信息平台促成人们持续在线的“数字化生存”，从而造就当前人们每时每刻不断生成并消费大量数据的生活模式――“今天人们仅仅一天所接触的数据已经远多于15世纪的人们穷其一生所能接触到的数据”“今天（2012年）世界上90%的数据是在近两年生成”，因此才出现大数据的概念，也因此当今时代才称其为大数据时代。大数据属于数据范畴，但大数据不等于数据在大数据概念出现之前就存在数据概念，但并不存在小数据概念。要理解大数据概念，首先得对传统数据概念有所了解。传统数据是基于关系型数据库技术而言，传统数据一般以结构化数据的形式而存在；而大数据则是相对于结构化的传统数据而言，指的是除结构化数据之外，互联网上存在的文本、图像、视频等形式存在的非结构化数据。所以，今天的大数据属于数据范畴，但不等于以往的数据概念。也即，当前的数据概念因大数据的出现而内涵外延增大，不仅涵盖以往的数据还涵盖新出现的大数据，因此，以往的传统结构性数据也就进一步完善界定成为与大数据相区别的小数据概念。大数据的价值要理解大数据的价值，首先得了解传统数据也即小数据的价值。对于企业来说，小数据价值表现为两个层面：一是宏观运营管理决策支撑层面，借助运营数据可以描述企业运营结果构成和状况，评价运营管理好坏以及存在问题，并对存在问题分析原因，从而支撑企业运营管理决策。二是微观营销运营管理以及客户管理决策层面，通过对个体客户数据的高级分析和挖掘，可以判断并识别客户价值和需求，并针对客户价值提供客户管理决策，针对客户需求提供相应产品和服务。就数据价值而言，大数据不能完全取代小数据，但可以对小数据价值进行补充。比如，目前有些企业已经具备相应BI系统采集内部生产运营管理数据，并以报表、仪表盘甚至即席查询的方式满足企业各层各级生产运营管理状况了解及决策支撑的需要。对于这种小数据的数据价值而言，大数据则无能为力。大数据对于小数据价值补充，体现为大数据的源起是人们的“数字化生存”，因此企业采集客户或消费者信息的传统内外部数据源拓展到整个互联网平台，而将原来分散在线下的企业所不能采集的客户或消费者的有关消费行为、习惯、生活方式、兴趣爱好以及社会交往等信息进行采集、关联、汇集并使用。所以，相对于小数据而言，大数据是在小数据基础上，原有消费者和客户信息或字段的大量增加，而数据的价值就在于更完善和持续更新性，所以大数据因为客户和消费者信息的更丰富而价值大增。总体来说，大数据的数据价值体现在两大方面：就企业市场运营管理来说，大数据因为能提供更丰富完善的客户或消费者的信息，而使得企业对客户或消费者需求洞察更精准和及时，从而支撑企业营销、销售、服务运营管理决策，发挥大数据价值。就企业内部人力资源管理而言，员工就是企业最重要的客户，所以企业对于员工可以建立客户信息库一样的包括几十甚至上百个变量的员工信息库，从而支撑企业的员工分析、人才规划以及人才流失预警和挽回管理等，发挥大数据价值。大数据支撑企业营销运营管理创新虽然大多数人对于市场营销的理解还主要停留在4C4P之类营销组合元素上，其实从营销本身来说，其技术可能更值得关注。随着数据仓库、数据挖掘及商业智能等数据存储、数据分析及数据管理等间接或直接支撑营销运营管理的计算机技术的快速发展，营销本身也一直在经历一个不断发展演变的过程。总体上，其发展历程大致分为大众市场营销、细分客户营销和一对一客户营销三个阶段。人们一般对于大众营销最为熟悉，比如电视、报纸广告等，这种营销面向的是公众，不对目标客户群进行细分或有所区隔；细分客户营销，即专门针对某细分市场，并针对具体细分市场需求推出相应的产品及营销策略；一对一客户营销，通过分析、识别或预测个体客户需求，针对需求利用个性化营销策略，一对一提供相应产品和服务。所以，营销运营管理创新的核心在于，越来越趋于对客户个性化需求或潜在需求的识别、洞察和预测。从国内企业营销运营管理所处阶段来看，大多数企业尚处于大众营销阶段，少量通过市场调查手段实现细分客户营销，极少数企业，比如本身生产运营具备完整客户背景、购买和消费行为数据的电信运营商在十年前已经开始尝试一对一客户营销。从本质上说，支撑一对一营销的技术即所谓的精确营销技术，也即采集尽可能丰富完善的既包括背景之类相对静态的客户信息，也包括实时消费购买或与企业互动的实时行为信息，形成客户360度视图基础上，利用数据挖掘或高级分析技术手段，对单个客户的需求或潜在需求以及营销策略偏好进行识别和预测，推出相应产品和策略，满足客户需求，或激发和培育客户需求。人们的数字化生存，将原来分散在线下，为一般企业所不能获取的客户行为、习惯、生活方式、兴趣爱好以及社会交往等信息，集中在互联网这个大平台上，或分布在企业的数字化渠道中。大数据带给企业的巨大价值为：以前不具备采集客户信息的企业，现在也能够通过互联网平台采集自己所需的客户数据，分析识别并预测个体客户需求或潜在需求，支撑企业实现一对一精确营销甚至实时营销的运营管理各环节各层面的决策，从而在提高营销准确率、降低营销成本的同时，大大提升营销云供应管理的效率。大数据支撑企业人力资源管理创新如果企业的人力资源管理者能够意识到，员工就是企业最重要的客户，那么，人力资源管理境界和效果一定能够较其他未意识到的企业至少高出一个档次：他们会尊重自己的员工，恰如将消费者捧为上帝，会将员工的满意度、忠诚度，或老员工存量的保持和新员工的吸纳招聘，当成跟企业发展新用户和存量客户保持营销战略一样的人力资源管理战略来重视。所以，企业的人力资源管理创新主要聚焦于三个方面：一是吸引到既符合企业所需也符合员工个人所需的人才；二是能够认识并理解在职员工的需求，并能满足人才需求，避免人才流失；三是能够随企业运营管理发展战略，培养并存储相应专业人才，使员工的发展能够符合并成就企业的发展。因此，本质上，人力资源管理创新与营销运营管理创新核心是一样的，了解外部人才也即潜在客户的需求，了解在职员工也即现有客户的需求及需求发展，而大数据对于企业人力资源管理创新的支撑即在于，采集大量乃至几百个变量，形成员工或潜在员工360度全视图，在此基础上，对人力需求进行分析或预测人力资源发展走向，满足相应有价值员工需求，实现企业对人才的吸引力。比如，建立人力资源的信息视图，可以包括任期、绩效等人力背景信息、年龄和性别等人口统计数据、工作时间和已休假天数等工作量指标、E-mail流量和项目团队构成等与同事交互信息、出差安排频次及离家距离以及社交网络放映生活方式及情感等行为数据。另外，结合反映外部市场经济环境的经济和第三方数据（比如失业率和GDP情况）等，通过数据挖掘算法建立人才流失预警模型，确定高流失风险高价值人才特征，针对相应特征人才应用人才挽留对策，留住人才，避免人力资源成本的浪费，提高人力资源运营管理效率，实现人力资源管理创新。基于大数据实现企业运营管理创新的三个基本能力大数据为企业提供了更全面深刻洞察客户需求或潜在需求的数据条件，因此也为企业从营销、销售和服务以及人力资源、产品研发等对外、对内精确运营管理决策带来了前所未有的好机会，但是机会中也经常孕育着风险，尤其对于大数据这种技术远未成熟的新兴事物来说，所以企业在潜入大数据海洋之前，还需先学会游泳。过去十几年间，很多企业投入大量资金和人力在数据仓库和商业智能等IT系统的开发建设上，但是失败的项目却比比皆是，原因是什么？数据仓库和商业智能之类的IT系统与一般的生产运营IT系统不一样，后者只需系统建好，就能运营使用；而前者，系统建好，还得具备至少三个基本条件，才能真正应用并发挥价值。“要用”，即企业的决策管理层需要意识到数据仓库和商业智能系统对于企业运营管理决策支撑的重要性和必要性，并投入一定财力、物力和人力，建立用数据说话的文化和必要的物质基础。“能用”，即企业需具备用数据说话的“数据”条件。巧妇难为无米之炊，用数据说话，如果缺了必要的数据条件，话便也无从说起。“会用”，用数据说话的观念已经具备，用数据说话的数据条件也已具备，剩下的是要能从纷繁复杂的海量数据中，剔除噪声，发现有用信号，寻找其中的规律，分析判断企业运营管理问题，并提出解决问题的办法建议，指导运营管理决策的制订。以上三个支撑企业数据仓库和商业智能等IT系统运营成功的基本条件，同时也是企业大数据价值能够真正发挥并实现基于大数据企业运营管理创新的基本条件。所以，企业一方面有运营管理创新的迫切需求；另一方面要面对和甄别以大数据为噱头的厂商的各种炒作，要利用大数据实现运营管理创新，成为大数据时代的弄潮儿，企业不仅需要具备相应信息管理系统软硬件的能力，还需建立相应的数据文化和数据战略，招贤纳士，引进数据分析、数据挖掘和数据管理等专业人才，或曰数据科学专业人才，使大数据能力能够在企业自身得以生成和成长，才能变现大数据价值。而大数据能力，首先是大数据获取的能力；其次是驾驭大数据，也即处理、清洗、整合、关联和分析大数据的能力；再次是利用大数据支撑企业运营管理更好地制订决策的数据应用能力。假如既没数据，也没能力获得数据，或有大数据却没驾驭大数据能力，或有驾驭能力，企业却没有“用数据说话”实现更精确运营管理的需求，即使大数据理念再美好，也实现不了企业借大数据进行运营管理创新的梦想。三个基本能力，缺一不可。（责任编辑：陈海峰）作者简介：漆晨曦，女，中国电信股份有限公司广东研究院市场运营研究所副所长，高级经济师，从事电信企业数据分析、数据挖掘、精确营销、BI架构及规范等专业研究已18年。资料链接有关大数据等的概念1大数据：指在社会生产生活及管理服务过程中，依托现代信息技术采集、传输、汇总而形成的、超出传统数据系统处理能力的数据，具有数据量大、数据类型多、处理速度快的特点。它由各种仪器设备、传感器、网上买卖、电子邮件、视频、点击流，以及现在与未来所有可以利用的其他数字化信号源形成。通过整合共享、交叉复用、提取分析这些数据，可以获得新知识，创造新价值。2大数据产业，是指一切与大数据的产生与集聚、组织与管理、分析与发现、应用与服务相关的经济活动的集合，以数据挖掘分析服务为核心，包含数据中心、宽带网络等基础设施服务、数字内容服务、物联网服务、位置服务等信息服务，智能终端制造、电子元器件制造等电子产品制造，以及智能交通、互联网金融和智慧城市等应用服务。3数据挖掘（英语：Datamining），又译为资料探勘、数据采矿。它是数据库知识发现中的一个步骤。数据挖掘一般是指从大量的数据中通过算法搜索隐藏于其中的信息的过程。数据挖掘通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统（依靠过去的经验法则）和模式识别等方法来实现上述目标。4云计算：是建立在互联网基础上，以服务方式动态、弹性提供计算能力、存储空间、软件服务等信息技术资源，用户可以根据需要获取上述资源的新型计算模式和服务模式。5物联网：是一种通过信息传感设备，按照约定的协议，把物品与互联网连接起来，进行信息交换和通信，以实现智能化识别、定位、跟踪、监控和管理的新型网络。6工业互联网：是指通过机器间的连接以及人机连接，结合大数据分析，实现工业系统与高级计算、分析、感应技术以及互联网的连接融合。（责任编辑：陈海峰）