大数据：从概念到运营

《大数据：从概念到运营》作者是大数据领域的先行者，在大数据的应用方面具有丰富的经验，被尊称为大数据院长。

《大数据：从概念到运营》具有极强的实践性，作者分享了企业如何挖掘新的数据源、如何利用大数据提高产品质量、优化用户体验的经验。对于希望高效利用大数据实现企业高速发展的读者来说，极具指导意义。

大多数企业对大数据这个概念并不陌生，但真正通过对大数据相关业务的有效运营获得业绩增长的企业却少之又少。为了扭转这一局面，企业应该如何针对自己的业务领域开辟新的数据源？如何搭建合理的大数据应用架构？如何让业务部门与技术部门高效互动以提供更好的用户体验？

比尔·施玛泽是大数据领军企业易安信的首席技术官，在这本书中，他毫无保留地分享了自己在大数据领域超过20年的从业经验。通过对沃尔玛、星巴克等一流企业大数据运营案例的分析，他总结出大数据时代每个企业都必须掌握的技能——对大数据资源进行高效运营。作者认为，在用户体验成为企业能否生存下去的决定性因素的今天，无法通过数据发现用户痛点、积极改善推广策略、改善用户体验的企业，将很难在竞争中生存下去。

通过阅读这本《大数据：从概念到运营》，你将获得审视企业发展战略的新角度，学会从零开始为企业搭建大数据应用架构，通过为用户提供更优质的体验实现企业的高速发展。任何希望通过有效运营挖掘出埋藏在大数据中的巨大财富的读者都不应该错过这本书！

比尔·施玛泽（Bill Schmarzo），易安信公司首席技术官，负责公司大数据战略的制定，被尊称为“大数据院长”。他在大数据领域拥有超过20年的从业经历，曾担任雅虎公司广告分析副总裁，在数据存储、商业智能和数据分析利用方面有着独到的见解。作为易安信公司的大数据传教士，比尔在全球就大数据问题发表演讲。

比尔·施玛泽是当之无愧的大数据专家。在《大数据、从概念到运营》中，他毫无保留地分享了自己在大数据领域的宝贵经验。

——尼尔·拉登，Hired Brains公司首席执行官兼首席分析师

在目前混乱而过度理论化的领域，大数据为我们提供了良好的判断力和极具实践性的指导。任何准备深入大数据领域探险的读者都应该阅读这本书。

——马克·德马雷斯特，Noumenal公司首席执行官兼分析师

比尔是大数据领域的领军人物，对大数据行业有着深远的影响，被业内人士尊称为“大数据院长”。如果你希望了解如何运用大数据就不该错过这本书。

——约翰·弗林尔，SiliconANGLE传媒公司创始人兼首席执行官

序言

引言

第1章 大数据的业务机遇

业务转型势在必行

大数据业务模式成熟度索引

大数据业务模式成熟度观察报告

小结

第2章 大数据的历史教训

被条形码颠覆的大众消费品行业和零售业

大数据运动中的经验教训

小结

第3章 大数据的业务影响

大数据的颠覆性影响

用正确的标准进行管理

数据货币化机遇

小结

第4章 大数据的组织影响

数据分析的生命周期

数据科学家的角色和职责

大数据小组中的新角色

解放组织的创造力

小结

第5章 理解决策理论

商业智能的挑战

原因探索的终结

大数据对用户界面的影响

人们在决策时遭遇的挑战

小结

第6章 建立大数据战略

大数据战略文件

星巴克的大数据战略文件案例

旧金山巨人队的大数据战略文件案例

小结

第7章 理解你的价值创造过程

大数据价值创造的四大驱动因素

迈克尔·波特的价值创造模型

小结

第8章 大数据对用户体验的影响

非智能的用户体验

了解确定用户体验的关键决定

利用大数据分析改善与客户的互动

挖掘并利用对客户的认知

大数据带来的全新客户体验

小结

第9章 大数据愿景训练

大数据愿景训练流程

排序过程

利用用户体验模型推动愿景训练

小结

第10章 大数据方案工程

方案工程流程

方案工程的业务方案

阅读年度报告

零售的案例

小结

第11章 大数据对架构的影响

建立新的数据架构

新的大数据技术

将大数据带入传统的数据仓储世界

数据建模：读时模式

小结

第12章 开始你的大数据之旅

爆炸性的数据增长推动业务机遇

传统的技术和方法难以满足需求

大数据业务模式成熟度索引

推动业务和IT方面的利益相关者合作

落实大数据的洞见

大数据推动价值创造过程

小结

第13章 大数据行动清单

确认组织的关键业务计划

从业务和IT方面利益相关者的合作开始

规范设想流程

利用模型推动创造性过程

明确技术和架构选择

建立在现有的内部业务流程基础上

挖掘新的货币化机会

了解对组织的影响

沃尔玛的案例分析

数据能够使公司和行业转型。沃尔玛因利用数据实现了业 务模式的转变而闻名。

山姆·沃尔顿（Sam Walton）的公司获得的成功，根 本上要归功于他将商品尽可能按最低的价格卖出。他绕过 中间商，直接与制造商联系，压低价格，通过这种方法 拿到低价的商品。沃尔顿在接班人戴维·格拉斯（David Glass）的强烈建议下，重金投资了能够实时地根据超市收 银台扫到的通用产品代码信息追踪客户行为的软件，“低价

买进、大批量码放、低价卖出”的想法也在很大程度上成 为一种可持续的业务模式。

他与供应商分享了获得的实时数据，建立了合作伙伴 关系，从而向制造商施加了必要的压力以督促它们改进生 产并提高效率。随着沃尔玛的影响力不断扩大，它的主导 能力也在上升，几乎能够控制商品的价格、进货量、配送、 包装以及供应商提供的产品的质量。沃尔玛颠覆了传统供 应商与零售商之间的关系。

沃尔玛彻底颠覆了快速消费品制造商与零售商在价值链上 的势力均衡。在得到 POS 机产生的具体数据之前，快速消费品 制造商（如宝洁、联合利华、金百利和通用磨坊）决定了零售 商能够卖多少商品，以怎样的价格，通过怎样的促销方式。但 是现在根据 POS 机产生的数据，零售商能更多地了解客户的行 为：知道他们买了什么商品，愿意付多少钱，什么促销方式最 有效，在同一个购物篮中他们更倾向于买什么商品。贵宾卡的 出现使零售商能具体地了解针对什么客户要用什么促销方式， 他们愿意在什么样的价格水平购买什么样的商品。很快，零售 商开始向制造商提出条件——它们想要出售多少商品（基于需 求的预测）、以怎样的价位（基于收益与价格的优化）、采取什 么促销方式（基于促销的有效性）。其中一些零售商甚至盘算着如何将 POS 机的数据卖给制造商来赚钱。例如，沃尔玛向制造 商伙伴提供一种叫“零售链接”的数据服务，该服务能够向制 造商提供它们在沃尔玛销售的商品的销售数据和清单。

纵观所有组织，我们看到许许多多将数据与高级分析相结 合，从而改变关键的组织性业务流程的例子，例如：

· 采购：找到在保证及时送货和不损坏商品的前提下 最划算的供应商。

· 产品开发：挖掘对于产品使用情况的深入见解，加 快产品的开发进程，提高新产品发布的效率。

· 制造：标注可能造成质量问题的机械和流程差异。

· 发布：量化最优存货等级，根据例如天气、节假日 和经济环境等外部因素优化供应链活动。

· 市场营销：识别出在提高客流量、销售额方面最有 效的营销方式和活动，或者在考虑市场目标、客户行为和 渠道行为的基础上，使用归因分析优化营销组合。

· 价格与收益管理：优化“容易变质的”商品的价格， 例如食品杂货、航班座位、演唱会门票和时髦商品。

· 促销：根据当下的购买情况、存货级别和从社交媒 体数据中了解的产品受欢迎程度，制订最佳的商品促销 方案。

· 销售：优化销售资源分配、产品组合、佣金模型和 账户分配。

· 仓储管理：充分考虑可预见的客户购买情况、当地 人口特征、天气和事件数据，优化存货仓储等级。

· 人力资源：辨认出最成功、最有效率的员工应该具 备的特征和行为

……

序言

换一种方式来思考。 你的竞争者已经开始利用大数据来获益，而你那传统的信息技术设备却不足以应付大 数据的管理、分析和处理。换一种方式来思考。你应该重视大数据。大数据对组织产生 的最重要的影响就在于它能升级现有的业务 流程并且发现新的赢利机遇。一个组织对于 影响业务的关键因素（如客户、产品、活动 以及运营）的分析再多也不为过。大数据能 够以较低的粒度，用更加及时可行的方法进行分析。大数据能支持新的业务应用，比如个性化营销、基于 位置信息的服务、预见性维护的属性分析和机器行为分析。大 数据有望重塑组织的价值创造过程并创建全新的、更具吸引力 的、更赚钱的客户互动模式。大数据能够使你的企业从回顾型、 批量处理的业务监管中解放出来，转而获得更多具有预见性的、 实时的业务优化方面的深刻见解。

换一种方式来思考。 大数据使你能够接受数据丰富性，并且在实时、低粒度的情况下掌握分析组织内部和外部数据的能力。例如，商业智能 交叉分析模型能很好地处理 GB 级的数据，但是在如今这个有 着 PB 级数据、数以千计的横向扩展的处理节点以及数据库内 分析的时代，它已经像马鞭和马车一样落伍了。a 标准的关系数 据库技术也无法表达大数据分析所基于的复杂分支和迭代逻辑。 你需要一个升级的现代基础设施以充分利用大数据。换一种方式来思考。

虽然关于大数据的讨论大都集中于 Hadoopb 和其他大数据 技术创新，但是真正驱动技术和业务的是大数据经济学，它结 合了开源数据管理和高级分析。使用建立在横向扩展的商品架 构上的软件的费用是使用数据仓库架构的费用的 1/20。这一巨大经济变化使你不得不重新考虑许多传统的数据和分析模型。 三年前不可能实现的数据转换和数据富集现在已经方便且廉价 地实现了，无论企业是大是小，都能够运用云技术在海量指标 中挖掘 PB 级数据。

换一种方式来思考。 企业在面对大数据时最大的隐患是什么？是无所作为。是被动地等待技术供应商为你解决问题，等待技术转换的沙砾沉 淀下来。你将 Hadoop 引进企业，加载了一些数据，并让一些 人来研究它。但这不是做科学实验的时候，这是一项严肃的技 术，它依靠海量的实时数据和高级分析创造了新的业务模式， 它的价值已经在许多行业得到了证实——零售业、金融服务业、 电信业、制造业、能源业、运输业以及酒店业。

换一种方式来思考。 人们需要做什么？作为商业和信息技术行业的领导者，你们应该消除隔阂，互相了解，确认组织中最重要的业务流程， 然后去审视大数据，特别是具体的交易数据（暗数据）、非结构 化数据、实时数据访问和预测性分析，思考大数据将如何发掘 关于你的客户、产品、活动和运营的可操作性见解。利用大数 据更快更频繁地做出更好的决策，并在过程中发现新的赢利机 会，借助大数据开启“让我赚更多钱”的模式。行动起来，大 胆一点！不要怕犯错误，如果你失败了，立刻从失败中站起来继续前进，吸取教训。 换一种方式来思考！