大数据,我要把你变成钱(《商业评论》MIT斯隆管理评论精选)(txt+pdf+epub+mobi电子书下载)


发布时间:2020-09-25 16:17:41

点击下载

作者:商业评论

出版社:浙江出版集团数字传媒有限公司

格式: AZW3, DOCX, EPUB, MOBI, PDF, TXT

大数据,我要把你变成钱(《商业评论》MIT斯隆管理评论精选)

大数据,我要把你变成钱(《商业评论》MIT斯隆管理评论精选)试读:

版权信息书名:大数据,我要把你变成钱(《商业评论》MIT斯隆管理评论精选)作者:商业评论排版:红枫出版社:浙江出版集团数字传媒有限公司出版时间:2018-05-03本书由浙江出版集团数字传媒有限公司授权北京当当科文电子商务有限公司制作与发行。— · 版权所有 侵权必究 · —编者寄语错过大数据,你将错过一个时代

如今,科技创新已经成为商业未来的方向,大众创业、万众创新势不可挡。为了顺应大势,《商业评论》于2015年独家引入创业、创新、科技领域全球最权威的杂志——《麻省理工学院斯隆管理评论》(MIT Sloan Management Review)。

在本期“MIT斯隆管理评论精选”中,我们选择“大数据”这个时下最热的话题,与大家一起探讨“如何从泛滥的数据中获利”“如何运用大数据,给产品定出最优价格”等问题。

在当今世界,拥有海量数据并不稀奇,就连公司门口水果小贩的手机里也存储了不少顾客信息——数据本身已经越来越成为大众化商品了。但是光握着这些顾客信息并不能为小贩带来生意,他还必须想办法利用好信息,让顾客能经常光顾自己的水果摊儿,也就是说,将顾客数据转化成真金白银。在数字化经济中,将数据有效变现而非单纯积累数据的能力,足以成为竞争优势的源泉。本期《把大数据变成真金白银》一文,介绍了三种数据变现的途径,以及数据变现过程中可能遭遇的两大障碍。哪一种数据变现途径适合你的公司,如何跨越数据变现中的障碍,请在文中找答案吧。

大数据应用的另一个领域是产品定价。长期以来,几乎只有某些库存有限的行业才能进行价格优化,例如航空和酒店业。这是一项复杂的工作,需要分析海量数据,并深入了解竞争对手的行为。很少有企业能够一次为多种产品制定最优价格。然而,随着内外部数据越来越容易获得,机器学习持续发展,以及预算速度不断加快,运用价格优化法可以做到近乎实时地为上千种库存商品制定最优价格。《用机器学习给产品定价》一文作者将价格优化技术应用于三家零售电商,结果每家电商的收入、市场份额以及指定产品的利润都实现了两位数增长。作者指出,尽管这些案例涉及的是网上零售商,但这种方法同样适用于实体零售业。

如今,越来越多的决策者在解决问题和制定战略时,都会依靠统计结果和基于数据的决策模型。但是,你有没有想过,如何才能将数据分析结果传达给决策者?随着数据量越来越大,分析越来越复杂,分析师如何才能最有效地穿搭分析结果,以确保决策者正确理解数据的含义?《模拟体验:让高管看懂大数据》一文介绍的方法能使决策者借助模拟手段亲历情境,理解数据的含义。

如果你是布拉德·皮特(Brad Pitt)的粉丝,那你一定看过《点球成金》(Moneyball)。这部电影中奥克兰运动家棒球队的传奇故事使得体育分析学广为人知。如今,美国职业篮球、棒球、足球和橄榄球联赛无不配备摄像机、GPS设备记录现场比赛情况,并配备数据分析师专门研究比赛数据,根据结果采取改进措施,从而提高比赛成绩。相比一般的竞技球队,大企业更具财力优势,可以聘请更多的分析师,但是这些企业往往没有很好地收集和利用数据。在本期,《向竞技体育学数据分析》一文作者托马斯·达文波特(Thomas H. Davenport)总结出企业可向体育分析领域借鉴的五条重要经验。

事实上,大数据应用早就已经渗透到了人们生活中的方方面面,并且,随着科技的飞速发展,大数据将为我们提供无限的想象空间。你,准备好了吗?

眼下,被海量数据淹没的公司比比皆是,本文介绍了从泛滥的数据中获利的方法。把大数据变成真金白银■芭芭拉·威克瑟姆(Barbara H. Wixom)珍妮·罗斯(Jeanne W.Ross)当今世界,拥有海量数据并不稀奇。的确,数据本身越来越在成为大众化商品。但在数字化经济中,将数据有效变现而非单纯积累数据的能力,却足以成为竞争优势的源泉。

为了让数据变现,公司可以采取以下三种途径:(1)改善内部业务流程和决策;(2)围绕着核心产品和服务进行信息包装;(3)向现有市场和新兴市场出售信息产品。虽然这些途径在所需能力和投入方面存在明显差别,但每种途径都会给那些希望在市场上独树一帜的企业带来重要机会。

从理论上说,公司可以同时利用以上多种途径来使数据变现。但在实践中,无论采用哪种途径,都需要管理层投入精力实施组织变革,开展针对性的技术和数据管理升级。因此,最好是挑选出最具发展潜力的机会,以此作为行动的起点。这样,我们就能提升数据的价值,然后加速其他途径的行动。更重要的是,我们可以由此构建公司的数据变现能力。改善内部流程

利用数据来改善运作流程和提升决策质量,或许并非是最具有吸引力的数据变现途径,但它是最直接的方式。高管们通常会低估运用数据提高运作效率所获得的财务收益。不过,只有当数据和分析结果被转交给那些承担着决策权的人员手中,公司才会看到积极的成果。这些人员包括与客户互动、监督产品研发或管理生产过程的人员。基于数据的认知,再加上明确的决策规则,企业就可以提供更有意义的服务,更好地评估和满足客户需求,以及优化生产过程。

2014年2月,萨蒂亚·纳德拉(Satya Nadella)正式成为微软公司(Microsoft)的CEO。从那时起,他就一直鼓励员工想方设法利用数据改善公司流程。微软销售部门的高管认为,如果掌握了正确的工具和系统,他们就可以把销售人员的效率提升30%。为此,这些负责人设法部署了一些实用工具,给销售人员提供关键性的计算分析结果,比如达成交易的可能性和时间点,帮助销售人员将更多的时间花在与客户互动上。

为了得到可付诸行动的分析结果,销售主管们必须先定义一些共同概念,例如,“销售线索”(lead)指的是什么。随后,他们需要确定能够用于计算绩效的数据来源。他们很快便发现,由于销售数据分布在太多的不同系统之中,以致很难对某位销售人员的业绩轻易地做出全面概括。最终在一年的时间内,他们创建了一个全新的一体化客户系统,该系统能够生成描述微软与企业客户之间关系的全方位分析报告,包括客户购买了什么,他们遇到了什么问题,以及公司如何同他们接洽。

采用这套全新的系统后,微软销售人员不再需要手动搜索和准备数据,相当于为每个销售机会节省了10到15分钟的时间。此外,该系统还可以帮助销售主管们更精确地管理“销售漏斗”(sales pipeline)。它根据销售人员所提供的机会数据,再利用预测分析和机器学习,就能计算出一次销售活动的成功概率。举例来说,购买和部署企业软件不但过程复杂,而且通常需要合作伙伴的参与,因此当客户已经找到了合作伙伴,系统就会计算出更高的成功概率。系统不仅能提供有关销售机会成功概率的信息,还会就如何沿着销售漏斗加强与客户的互动提供建议,从而帮助销售人员对自己的销售线索进行优先排序,以最有可能达成目标的方式优化销售行动。一段时间之后,微软的销售人员终于掌握了如何做出更准确的预测(例如,针对全球客户的预测准确率从55%提升至70%),进而得到更完善的销售漏斗数据,而这些数据的获得反过来又改善了销售漏斗的管理。围绕产品进行信息包装

大多数公司都有机会利用数据和分析手段来丰富自己的产品、服务和客户体验(这样的机会通常颇为重要),我们把这种现象称为“包装”(wrapping)。公司用数据来包装产品,以避免同质化现象,并满足越来越难取悦的顾客,同时也是为了增加销售、提升价格和强化客户忠诚度。联邦快递(FedEx)堪称产品信息包装的典范,这家公司早在21世纪90年代就引入了免费的在线包裹跟踪服务。如今,从信用卡到健康监测仪,各大公司为了让自家的产品增值,纷纷将相关报告、警报和其他信息服务与产品捆绑,这样的例子数不胜数。

包装是一种创意性的做法,在这一过程中,公司先确定客户遇到的问题,然后再利用数据和分析工具去寻找解决这些问题的途径。以第一资本金融公司(Capital One)为例,这家多元化经营的银行发现,虽然很多信用卡持有人担心遭遇欺诈交易,但又觉得每笔付款都要核实一番实在太麻烦。于是,银行便将商家的标识和地图位置与在线对账单上的每笔交易结合在一起进行展示,帮助客户更轻松快捷地辨识欺诈行为。视觉提示可以勾起持卡人的回忆,他会回想自己究竟有没有在那里买过东西。事实证明,在提供了这样的服务以后,这家银行的客户对信用卡交易更加满意,而且信用卡的使用也更加频繁。

强生公司(Johnson & Johnson)也发现了向健康监控产品(如糖尿病监测仪)的用户提供模式识别服务的价值。针对稳悦型血糖监测仪(OneTouch Verio Sync Meter)的用户,强生不仅提供了血糖水平的历史报告,还附赠了帮助用户了解血糖变化模式的工具。报告的作用在于帮助用户确定导致血糖水平变化的可能原因,然后再通过行为调整,养成更健康的生活习惯。观点概要如今,大多数公司都拥有海量数据,但学会有效利用这些数据赢利,而不只是单纯地积累数据,将成为重要的竞争优势来源。数据变现有三种途径:• 改善内部业务流程和决策• 围绕着核心产品和服务进行信息包装• 向现有市场和新兴市场出售信息产品在数据变现过程中,可能遭遇两大障碍:• 数据的可获取性和质量• 责任感的缺失我们建议先解决责任问题,这会制造一种紧迫感,让员工愿意投入到解决数据质量问题的工作中来。

事实上,我们更应该将包装活动看成公司产品管理流程的延伸。也就是说,要像对待核心产品的质量那样向客户提供数据和分析服务。要做到这一点,必须具备相应的监督和控制水平。大多数公司都不会如此管理数据和分析服务,也做不到这样。但实际上,向客户公开数据不仅能够揭示质量问题,还免去了复杂的分析过程。因此在大多数情况下,包装活动会要求公司在信息能力的运用上更“游刃有余”,只有这样,包装才不会损害公司声誉或破坏其价值主张。取得这样的效果,需要公司在数据质量方案、高级计算平台(例如Hadoop平台)或数据科学人才上大力投资。出售数据

许多高管都热切地想出售自家公司的数据,他们确信这些数据具有内在价值,能够成为公司非常重要的营收新增长点。但需要提醒的是,出售是最困难的数据变现途径,这主要是因为它要求具备独特的商业模式,而大多数公司都无法实施这种商业模式。不过它一旦建立起来,在适当的条件下就会产生潜在的巨大影响。

美国道富银行(State Street)是一家金融服务公司,其2015年的营收高达104亿美元。这家公司专门向共同基金、企业和公共退休计划等机构投资者以及保险公司提供产品和服务。2013年,道富银行宣布成立一个名为“道富全球交易”(State Street Global Exchange)的新信息业务部门,旨在将道富现有的数据和分析能力与新研究结合起来,开发出客户愿意在核心产品之外单独购买的信息化解决方案。道富银行正是认识到有必要建立独特的商业模式,才成立了新的信息业务部门——这是道富30年来的首次尝试。

尽管一开始只是作为一个独立单元而存在,但道富全球交易部门专注于开发那些与公司核心业务有密切关联的产品。举例来说,道富银行是世界上规模最大的私募股权资产管理公司之一,这意味着它会收集一些不在公共交易平台上登记的金融资本数据。这类数据对于需要精准反映私募股权行业情况的市场而言,具有重要价值。然而,道富全球交易部意识到,这些数据无法自动变现。公司高管先是获得了3,000位私募股权用户的许可,以便积累数据和做匿名化处理,然后再创建了一个可代表私募股权行业财务状况的索引。

道富银行的领导者觉得,他们可能需要一个可支持信息业务的全新运营模式,其原因有两点。首先,销售流程必须改变。尽管道富全球交易部面向的通常还是道富银行的客户,但前者的产品购买者往往不同于后者传统产品所吸引的客户。此外,信息业务还要求销售人员在销售单独的数据和分析类产品方面,具备不同的销售经验和技能。

信息业务的建立既费力又费时,道富银行对于这一点十分清楚。道富全球交易部门必须一方面保持与母公司之间的关键联系(可以从大型机构分支部门的身份中受益),另一方面对新市场和新需求迅速做出响应,在这二者之间取得平衡。公司高管相信,道富全球交易部正越来越受到客户的欢迎——他们的投入会获得回报。不过我们需要注意的是,这样的模式并不容易复制。运作能力、投资和精力投入都是成功出售数据所必备的,其他公司在做此选择之前应当深思熟虑。责任感的重要性

在数据变现过程中,你可能会遭遇两大障碍。第一大障碍是数据的可获取性和质量。我们的研究发现,只有约四分之一的公司会向员工和客户开放那些他们最急需的数据。如果没人使用,那数据变现就成了一句空话。

第二大障碍是责任感的缺失。数据变现的三种途径都需要勇于承担义务的领导者,他们可以引导员工的行为,向外界传递出重要的新价值主张。

解决数据的质量问题,你首先想到的可能是对新的基础设施进行大规模投资。对此,我们建议先解决责任问题,这会制造一种紧迫感,让员工愿意投入到解决数据质量问题的工作中来——因此,我们建议先从第二个障碍开始。

通过改进流程使数据变现,需要强有力的流程负责人。这些负责人会系统地运用数据来分析现有流程的产出,并检验关于改进建议的假设。以微软为例,销售经理指派特定人员重新设计销售方式,并使之制度化。最终,流程负责人需要对最佳实践的设计、正确数据的获取、工具的供应,以及对所有员工数据使用的培训承担最终责任。

通过包装使数据变现,则需要强有力的产品负责人。和任何产品创新一样,这些负责人需处理核心产品或服务产生的数据——他们必须使其达到同样的质量标准。在第一资本金融公司,产品负责人知道为信用卡增加数据或分析功能的价值所在,他们会跟踪信息带来的收入增长,以及提供信息的成本。产品负责人组建团队来设计实验和方法论,以帮助分析信息特征的影响,并采取适当的调整措施。

通过销售使数据变现,需要强有力的业务单元负责人。这位负责人必须组建一个高效团队,开拓和发展让大多数公司都感到陌生的新业务。新业务负责人先要确保数据及相关服务对于潜在顾客的价值。不过,这位业务负责人和他的团队也必须设计数据、分析方法和看板,以监控现有业务和确保对新业务机遇的快速响应。

每种数据变现策略都需要配备新的流程、技能和企业文化,以产生最大回报。拥有数据变现经验的公司发现,只是将数据和工具塞到员工手中是完全不够的。微软重新调整了目标,清理了数据,完善了报告和算法,培养了人才,并改变了习惯;第一资本和强生则重塑了产品管理的人才、平台和能力;而道富银行则重新设计了组织结构,创造出了一种能够单独从信息中产生利润的全新赢利模式。

数据变现所取得的卓然成果并非来自一时的灵光闪现。相反,明确的数据变现策略,再加上适度的投资和精力投入,才是产生这些成果的真正源头。■翻译:徐黄兆

作者简介:芭芭拉·威克瑟姆和珍妮·罗斯均为麻省理工学院信息系统研究中心(MIT Center for InformationSystems Research)的首席研究科学家。

价格优化耗时耗力,但机器学习让这项工作变得更高效。用机器学习给产品定价■戴维·西姆奇-莱维(David Simchi-Levi)期以来,几乎只有某些库存有限的行业才能进行价格优化,长例如航空和酒店业。这是一项复杂的工作,需要分析海量数据,并深入了解竞争对手的行为。很少有企业能够一次为多种产品制定最优价格。

然而就在最近,情况正在发生改变。随着内外部数据越来越容易获得,机器学习持续发展,以及运算速度不断加快,价格优化法可以得到更广泛的应用。我们已经可以做到近乎实时且持续不断地为上千种库存商品制定最优价格。

在和三家零售电商进行定价技术的测试时,我们发现每家电商的收入、市场份额以及指定产品的利润都实现了两位数增长。需要指出的是,尽管本文案例涉及的是网上零售商,我们研发的价格优化法同样适用于实体零售商。最近,我们对一家啤酒公司采用了类似的方法,在多种零售渠道优化了该公司的销售与定价,同样取得了良好效果。价格优化三部曲

产品最优价格的制定包括三个阶段:

1.预测 我们将具有类似销售特点的一组产品与正在进行价格优化的产品放在一起比对。然后,我们使用一种名为“回归树”(regression tree)的机器学习技术预测产品价格。“回归树”包含了一系列从“前提”到“结论”(if-then)的推理。借助公司的历史销售数据,我们运算产生出多达20种从“前提”到“结论”的推理,从而预测需求与价格之间的关系。这些信息进而可以用来制定价格。

2.学习 接下来,我们让价格在实际销售过程中接受检验,重新绘制定价曲线以匹配实际销售结果。学习阶段结束时,我们就知道产品卖得好不好,并利用产品销量信息对需求价格曲线进行调整。

3.优化 一旦学习阶段结束,我们就运用新的曲线将成百上千的产品价格在不同时间段进行优化。价格优化实践

价格优化的三个步骤在实践过程中并非缺一不可。例如,总部位于波士顿的闪购电商Rue La La就不希望我们在48小时的销售过程中进行价格变更,因此我们跳过了学习环节。而当我们与总部在芝加哥的团购网站Groupon 进行合作时,我们意识到该公司的业务性质决定了很难做需求预测,因此我们专注于当前的销售情况。以下是我和我的同事们将价格优化技术应用于三家零售电商的经历,它们分别是Rue La La、Groupon和B2W Digital。

为Rue La La的限时折扣制定最优价格 作为一家时尚电商,Rue La La提供品牌服装和配饰的限时折扣,即闪购。像Rue La La这样的闪购电商通过限时(通常仅为几天)和限量(库存有限)的方法提供价廉物美的商品,它们要营造购物的紧迫感和商品的稀缺感。在Rue La La的官网上,顾客能看到一连串的促销活动。每次促销分别代表一组相似产品,并通过倒计时告知顾客活动何时结束。

Rue La La的主要挑战之一是给从未销售过的商品定价。这种公司眼中的“首秀商品”是销售的主力军。例如,某部门一半左右的首秀商品在促销活动结束之前就已经售磬,说明Rue La La完全可以在提高价格的基础上保证高销量。相反,很多首秀商品在促销期结束之前销量尚不足库存的一半,说明定价可能过高。

Rue La La实际采用的是传统的成本加成定价法,也就是在产品

试读结束[说明:试读内容隐藏了图片]

下载完整电子书


相关推荐

最新文章


© 2020 txtepub下载