大数据创造价值的方式

1. 大数据如何给企业创造实际价值

第来一，通过大数据分析，各源行各业都能更快地对变革进行跟踪，响应全球经济快速的变化。
第二，在全球金融经济危机的状态下，通过数据分析，能够更好地理解整个经济危机行为的演变。
第三，能够更好地满足大众和企业服务的需求，而且可以预测市场的变化。
而从大数据利用的方式上，也可产生几个方面的价值。
首先，大数据的价值密度较低，现在可利用和分析的数据只是冰山一角，数据里的价值远没有被发掘出来，所以要利用分析技术去发现它们的潜在价值。
其次，要实现大数据整合创新的价值，通过不同渠道的聚集整合，创造新的数据价值。

2. 大数据如何创造价值

大数据如何创造价值
数据正形成一股湍流，渗透进全球经济的各个领域。但这到底意味着什么呢？尽管很多人疑惑重重，将大数据看成是对他们隐私的一种入侵。但从好的一面来看，大数据不仅有益于私人企业，也有益于国民经济及百姓。
比如，如果美国医疗可以创造性和有效地运用大数据来驱动效率和质量，每年来自行业数据的潜在价值，估计可以超过三千亿美元；其中三分之二将体现为国民医疗开支减少8%左右。在私营行业，充分使用大数据的零售商有可能将营业利润率提高超过60%。在欧洲发达经济体中，若政府机关使用大数据，估计仅仅在改善运行效率上就可以节省超过一千亿欧元（1490亿美元），这还不包括以大数据为杠杆减少诈骗、失误和税收缺口。
如今日益先进的技术应用于各类软件，配合持续增长的马力，从数据中提取有价值信息的方式也会显著完善。用大数据在全球经济中各行业创造价值的途径很多。私人公司、政府和公共部门，都有很大的机会利用大数据来提高效率和提升价值。
数据已经成为一个生产要素
麦肯锡全球研究院估计2010年全球企业储存在磁盘上的新数据超过7艾字节，而消费者在个人电脑和笔记本等设备上储存的新数据超过6艾字节。1艾字节相当于美国国会图书馆储存信息的4000多倍。
大数据现在触及到全球经济的每个行业。像实体资产和人力资本等生产中的其他要素，大数据是诸多现代经济活动顺利开展不可或缺的部分。估计截至2009年，几乎美国经济的所有行业里，每个拥有超过1000名员工的公司至少平均储存200兆兆字节的数据（即1999年美国零售商沃尔玛仓库数据的两倍）。
近期内最有潜力通过使用大数据来创造价值的地方是那些最发达的国家。展望未来，发展中国家只要条件适当，将会有巨大潜能利用大数据。比如，亚洲已经成为个人定位数据产生的主要区域，因为那里有大量的手机在使用。2010年，中国估计有8亿多部手机在使用，超过其他国家。此外，发展中国家和地区的一些个人企业在数据使用上比平均水平要先进。而且部分组织可借助其远程存储和处理数据的能力。
在基础科技、平台、数据处理的分析能力和使用者的行为（越来越多的个体经历着数字化的生活）的演变和创新驱动下，大数据的未来发展有无限可能。
大数据如何创造价值
这里列举5个大数据广泛适用，能创造质变性的价值并影响机构的设计、组织和管理的方面。
首先，大数据能提高透明度。仅仅让相关的利益共享者尽可能简单及时地使用大数据就可以创造极大的价值。例如在公共行业，让原本孤立的部门间轻易地共享数据，就能明显减少搜索和处理时间。在制造业中，整合研发、工程和生产单位数据以实现并行工程，就能显著缩短上实时间并提高质量。
其次，让发现需求、寻求变化和提高性能的实验成为可能。当组织机构创建和储存更多数字形式的业务数据时，他们可以收集更多准确和细节的性能参数（实时或近乎实时），从产品库存到人员病假等任何事物。
再次能针对细分人口采取定制行动。大数据允许组织机构高度细分市场，专门定制产品和提供精准服务来满足各种需求。这种方式在市场营销和风险管理领域众所周知，但在其他行业可能是革命性的——比如在形成一种同等对待所有群众的道德观的公共行业。然而即使是已经使用市场细分多年的消费品和服务公司，也开始部署复杂的大数据技术来瞄准促销和广告推广。
还能用自动化算法取代或支持人类决策。复杂而巧妙的分析可以大幅度改善决策、降低风险和发觉有价值的观点。对组织来说，像这样的分析应用，从税务机构能够使用自动化风险引擎标记需进一步检查的候选人，跨越到零售商可以利用算法优化类似于自动库存微调和专柜店与在线销售实时价格响应的决策过程。在某些情况下，决策不一定是自动的，但通过使用大数据技术和科技，而非小样本的个人处理和理解电子表格来分析海量、完整的数据会增强决策。决策也许会变得不同，但一些组织已经着手通过分析来自顾客、员工，甚至嵌入在产品内的传感器中的完整数据来决策。
最后，大数据有助于革新商业模式、产品和服务。大数据能够让公司创造新产品和服务，强化现存功能，并创建全新的商业模式。制造业正在运用来自实际产品使用的数据，来改善下一代产品的发展并建立创新型售后服务。从导航到基于人们驾驶汽车的位置和方式的财险定价，实时定位数据的出现已经创造了一个基于定位服务的全新篇章。
可以预见，大数据应用将成为个体公司竞争和增长的关键基准，也将促进新一波的生产力增长和提高消费者剩余。

3. 大数据可以通过以下哪些方式为企业创造价值

knowlesys舆情认为：

大数据能够帮助企业预测经济形势、把握市场态势、了解消费需求、提高研发效率，不仅具有巨大的潜在商业价值，而且为企业提升竞争力提供了新思路。企业怎样利用大数据提升竞争力？这里从企业决策、成本控制、服务体系、产品研发四个方面加以简要讨论。

企业决策大数据化。现代企业大都具备决策支持系统，以辅助决策。但现行的决策支持系统仅搜集部分重点数据，数据量小、数据面窄。企业决策大数据化的基础是企业信息数字化，重点是数据的整理分析。首先，企业需要进行信息数字化采集系统的更新升级。按各决策层级的功能建立数据采集系统，以横向、纵向、实时三维模式广泛采集数据。其次，企业需要推进决策权力分散化、前端化、自动化。对多维度的数据进行提炼整合，在人为影响起主要作用的顶层，提高决策指标信息含量和科学性；在人为影响起次要作用的底层，推进决策指标量化，完善决策支持系统和决策机制。大数据决策机制让数据说话，可以减少人为干扰因素，提高决策精准度。

成本控制大数据化。目前，很多企业在采购、物流、储存、生产、销售等环节引入了成本控制系统，但系统间融合度较低。企业可对现有成本控制系统进行改造升级，打造大数据综合成本控制系统。其一，在成本控制的全过程采集数据，以求最大限度地描述事物，实现信息数字化、数据大量化。其二，推进成本控制标准、控制机理系统化。量化指标，实现成本控制自动化，减少人为因素干扰；细化指标，以获取更精确的数据。其三，构建综合成本控制系统，将成本控制所涉及的从原材料采购到产品生产、运输、储存、销售等环节有机结合起来，形成一个综合评价体系，为成本控制提供可靠依据。成本控制大数据化以预先控制为主、过程控制为中、产后控制为辅的方式，可以最大限度降低企业运营成本。

服务体系大数据化。品牌和服务是企业的核心竞争力，服务体系直接影响企业的生存发展。优化服务体系的重点是健全沟通机制、联络机制和反馈机制，利用大数据优化服务体系的关键是找到服务体系中存在的问题。首先，加强数据收集，对消费者反馈的信息进行分类分析，找到服务体系的问题，然后对症下药，建立高效服务机制，提高服务效率。其次，将服务方案移到线上，打造自动化服务系统。快速分析、比对消费者服务需求信息，比对成功则自动进入服务程序，实现快速处理；比对失败则转入人工服务系统，对新服务需求进行研究处理，并快速将新服务机制添加至系统，优化服务系统。服务体系大数据化，可以实现服务体系的高度自动化，最大程度提高服务质量和效率。

产品研发大数据化。产品研发存在较高风险。大数据能精确分析客户需求，降低风险，提高研发成功率。产品研发的主要环节是消费需求分析，产品研发大数据化的关键环节是数据收集、分类整理和分析利用。企业官网的消费者反馈系统、贴吧、论坛、新闻评价体系等是消费者需求信息的主要来源，应注重从中收集数据。同时，可与论坛、贴吧、新闻评价体系合作构建消费者综合服务系统，完善消费者信息反馈机制，实现信息收集大量化、全面化、自动化，为产品研发提供信息源。然后，对收集的非结构化数据进行分类整理，以达到精确分析消费需求、缩短产品研发周期、提高研发效率的目的。产品研发大数据化，可以精准分析消费者需求，提高产品研发质量和效率，使企业在竞争中占据优势。

4. 大数据可以通过哪些方式为企业创造价值

其实现有模式的大数据不可能给企业带来多少价值，其实大数据就是窃取死人版信权息，这个东西按照现在的算法有不准确性。好比一个人举例子，怎么确定一只猫，如果是以前我们是按简化模型来确定的，现在不需要模型而是把所有的猫一只不落的存入数据库，而世界这么大，其实这种算法在现有模式下还行，如果以后空间发展了呢？还有就是你的消费欲望可能是随时变化的，没有定性的，因为人是会随时变化的，一个人活到现在的算法不能推测你以后的算法。所以大数据如果以现有的算法是不可信的。算法必须创新。

5. “大数据”的根本是为了价值创造

“大数据”的根本是为了价值创造

前面什么是“大数据”我就很快的过一下，我们看到了“大数据”的一些想法。更重要的是我们怎么看待“大数据”，怎么影响到业务模式的变革，我们也会提到一些案例，我们看到我们的客户在整个“大数据”的变革中会做一些什么东西。在当中最重要的，刚刚吴老师也提到，不但是获取数据，而是如何用它，不管是组织、流程、能力各方面怎么做很好的准备，怎样去挖掘这样的一个机会。
首先刚才大家也提到了，现在进入到了一个“大数据”的时代，如果大家看我们这里做了一个很快的统计，在全球几百个主要的媒体上面，看到在一些标题，或者是在一些主要的段落里面，谈到“大数据”的这个字的话，其实十年前就已经开始有了，但那时候还不是太多。其实在比如说2005、2007年的时候，看最火的字可能是电子商务，看得更加多。2001年时候看到的最多的字是云计算。看最近两三年，“大数据”就突然间增长的非常快了。当然不是说电子商务、云计算已经落后了，这些还是经常看到的自眼，但“大数据”会看到非常高的比例。
“大数据”刚才大家都谈到了一些不同的定义，“大数据”是什么东西，刚才也提到了，其实十多年前、二十多年前，我们就已经会挖掘客户的信息了，会做分析了。但是究竟“大数据”和以前有什么不一样?首先在量上面，是海量的数据，是本来一些的方法、工具，这些是分析不了的，是做不了的，这个量是非常多的。给大家一个概念，现在世界上所有的数据，90%是在过去两年产生出来的，所以你会看到，我们的时间再过一年的话，信息量的增长完全是一个爆炸性的增长。比如说另外一个，可能刚才谈到视频分享网站，有人做过一个统计，比如说你现在坐在一个电脑面前一直看这个视频的话，可能需要一两千年才能够看完。这些数据量这么多，当中对你有用的不一定会太多，怎么挖掘海量的数据，这个量是一个很大的重要的一点。
除了以外，另外一点就是现在不同种类的数据，以前的话，可能在网上你看到了一些文字的资料，现在找东西的话，你会找图片，会找不同的视频，有时候还会有很多不同的模式，比如说你的PUO这些东西，或者是其他的很多不同的种类的信息，这个也越来越多。
其实很多时候，刚才已经提到了，我们要分析，客户分析的数据不但是分析自己的数据，很多时候是要把怎么样和外部的数据结合起来。比如说大家一直可能会谈到沃尔玛，怎么样挖掘沃尔玛自己的客户，他买了什么东西，对未来会买什么东西做一个预期，或者是对未来的什么折扣感兴趣。但是有一个有趣的事情，沃尔玛不但看自己的数据，还会把这些数据和天气的数据放在一起看。比如说下雨的时候哪些货品要多做一点，或者是有台风的时候，客户会来多买什么东西。把不同种类的数据和不同来源的数据做一个很好的分析的话，这个也是“大数据”时代的一个挑战。
另外一点，在媒体里面常常谈到的“大数据”是实时，这个是很重要的，不但是量、种类，要实时的应对，比如说十年前客户做调研和客户细分，需要两三个月的时间来做分析，来做出结果怎么服务好客户。但是现在客户的需要已经不一样了，怎么实时给出应对是重要的一点。
其实我们对“大数据”的理解也有一定的定义，就刚才提到的，其中首先一点是怎么样收集，怎么样去分析，怎么样去理解这些大数据，这当然是很重要的一部分，这里面很重要的一点，不单单是获取，因为我们常常看到一些客户可能觉得浪费时间，外面有那么多的数据，怎么多拿一点进来，但是更加重要的是你有没有这个能力，怎么用这个数据，这个能力非常重要。
这里面提到两个另外的点，一个是“大数据”不是为了获取分析来做，更重要的一点是对于公司价值的创造，如果到最终这个数据你拿到了很多，分析了很多的数据，根本影响不了你的业务的话，这个也没有什么意思，所以价值创造是根本的一点。在这个过程中，我们相信“大数据”对业务的模式是一个很大的变革。所以我们在后面也会提到。
这里面我们随便看不同行业里面的经验。今天早上和一些同事聊的时候，大家也在谈，其实“大数据”究竟对什么行业有最大的影响呢?其实我觉得这个问题是很难回答的。因为我们看到很多客户一直问我们“大数据”对他们有什么影响，电子商务对他们有什么影响。这里面不单单是消费者的公司，或者是B2B的公司，或者是医药的种种的公司，主要是看怎么应用“大数据”，一方面是他们的数据量，数据的来源越来越多了。还有就是刚才提到的，就是怎么和外部的数据结合起来，做到对你业务有价值的帮助。现在价值创造往往上上亿美元的收入，或者是成本方面的增长。
刚刚提到其实不同的行业里面会有不同的应用，这一页是我们几个月之前做的，这上面可能有一些还没有做“大数据”的公司现在已经开始做了，这个变化是非常快的。举一个例子，一个保险（放心保）方面的，过去可能看不同人的年龄，以前开汽车有没有遇到过意外，然后决定你的保险要付多少钱。现在是有一个仪器放你车里面，看你开车是否安全，这个就可以给不同客户更加个性化的定价。这个就是一个“大数据”的应用。另外一种，我觉得也很有趣的例子，大家知道现在是欧债危机，很多政府都遇到了这样的挑战，比如说意大利政府，意大利政府不但是考虑有没有人逃税，不但是要看报上来的数据，在法律允许的情况下，结合了很多消费的帐单、电话费的帐单，比如说你有没有去外地旅游等等，你没有那么高的收入，为什么可以有这么高的消费，把这些数据和他们报上来的收入比较，发现20%纳税人是高风险的逃税人。这个也是一个“大数据”的应用，不但是在业务里面、商业里面，也在政府里面，很多行业里面都会有不同的应用。
这里面谈一下背景，因为很多客户常常问我们，什么叫做商业模式，我们有没有一个好的定义。这个也是我们很多客户比较接受和认可的定义。商业模式，在这里面有两个大的方面，一个是价值主张，比如说从所提供的产品服务究竟是什么东西，目标客户群是谁，收入的模式，比如说定价、商业模式怎么样在里面赚钱的，收入是怎么样来的，这也是一部分，我们叫做价值主张。
另外一方面是在运营模式方面，比如说在整个的价值链当中，怎么控制这个价值链，或者我们在价值链的哪个部分去玩，其中组织的架构，也会影响到商业模式，最终也有成本的模型、成本了模式。我们对于商业模式的变革，商业模式的改造里面，定义在这六个模式里面至少有两个是在改变，才叫做商业模式的改变。比如说你只是改变了目标客户群，其他没有什么改的，这个只是客户群的改变，如果只是多了一点服务和产品，在其他方面也没有改的话，这个也不是根本的商业模式的改变。但是我们后面谈到例子中就会看到，很多客户在运用“大数据”的时候，有两方面的改变和影响，这个就是根本上的商业模式的变革。
“大数据”如何影响到商业模式的变革。这里面有几个大的方面，首先是数据的来源，根据提到数据越来越多，在中间怎么样影响总体的经济链，或者是总体价值链。右边是结果了，刚才提到，可能是六个方面影响我们的商业模式。但是如果大家看一下左边的数据方面，其实数据来源，或者是量越来越多，这个当然是一个很重要的一点，但是刚才吴老师和殷总也提到，获取数据的成本，或者是储存数据的成本越来越低，这个是使得大家愿意越来越多的使用“大数据”。但是更加重要的是要有越来越先进的分析工具，来帮助大家做这些分析，不然的话，如果还是用十年前，十五年前的工具，虽然数据多了很多很多，但是也做不住很好的结果。比如说我们自己内部，过去5年也建立了一个团队，专门看地理方面的数据，全球不同地方的地理数据，比如说中国国内，什么地方有餐厅，什么地方有零售店，其实现在有很好的数据做分析的，十几年前没有这样的数据库，现在有了，我们也有这样的能力。我们也有团队，比如说看全球零售方面的数据分析。比如说几年前我们用很简单的工具来做分析，因为数据少，很容易做。而现在我们自己的咨询公司也会建立这样的能力。
最后当然是客户他们，这些消费者也很愿意的和大家分享这些数据，当然在隐私这些方面可能还是一定的挑战，但是对于他们来说，他们贡献的这种数据，获得了这种便利，比如说在亚马逊上面可以提供书的建议，或者我到沃尔玛里面，有特价的折扣给我，比较个性化，这些是他们比较愿意用他们的数据来换取一些价值。这些种种方面就是为什么现在数据越来越多，怎么样影响到业务模式的变革。
在当中，我们一会儿会谈到比较大的一点，就是中间谈到怎么样真正的影响价值链。比如说现在有了那么多的数据，而且流通性那么好的话，大大增加了在交易、客户、产业之间的透明度。其中还谈到了交易成本都有一定的降低。比如说以前一家公司要做针对性的营销的话，以前可能是很难做的，以前做营销，打一个广告，面对很大的受众，但是不一定很有针对性。而现在用比较低的成本，你有了这个能力，有了这个数据，就可以给客户很个性化的优惠和产品。这个以前是不可能发生的。
在价值链不同部分的规模变革，或者是客户的期望值，这个也是很重要的部分，为什么这些公司要根本的改善业务模式，很重要的一点是客户的期望值在改变。大家觉得现在有那么多的数据，我只看到竞争对手做了那么多的东西，但是我们对于公司的期望会越来越高。
刚才谈到业务模式的六大方面。
我在这里面就不多提这些例子了，我后面会比较仔细的谈在企业和“大数据”当中怎么样去竞争。
在这个方面，首先我们很多时候当客户在看这个问题的时候，会从几个大的方面看。其中最重要的，就是最上面的，就是整个他们对“大数据”方面的整体的定位，或者是战略是怎么样的。这个是很重要的。刚才也说了，不是为了获取数据而获取数据，不是为了分析数据而分析数据，最终希望你怎么样去使用，这个在你的业务里面是希望达到什么样的效果，这个是很重要的一点。这个整体的方向，高层、领导层方面的一些大力的资源方面的支持之外，下面我们会从几个大的纬度看。
第一个，怎么样利用这些数据。这是很重要的部分。数据的用途在哪里。
第二个，我们叫做数据的引擎，其实就是数据基础的建设。
第三个，生态的系统，整个生态系统怎么样去看。
这里面很快把每一点说一下。首先在上面怎么样利用这个数据，我们这里面看到两个大的方面，一个是在机会方面，一个是信任方面。机会方面就是要了解用这些数据会达到什么目的，会有什么样的机会，比如说要挖掘一点对业务方面的洞察，还是希望对整个公司的流程有更加好的完善，更加好的改进呢，还是说你希望给客户提供一些新的产品，以前可能是没有办法提供的，比如说你本来有不同的业务，本来是独立的提供业务，现在不同单元可以分享提供业务，提供新的数据。怎么样利用这些数据，就是要看机会方面，有哪些机会。第二方面叫做信任。这里面其实有两大部分，一个是刚才提到的数据是不是也愿意的提供一些数据给你，就是说让你获得一定的便利，获得一定的优惠，然后客户能够信任你，让你收集这样的数据。另外一部分就是你怎么样建立这个形象，就是在整个的过程中，客户愿意给你，但是慢慢的你要建立一个可信任的形象，就是大家觉得给你这个信息是安全的，就是这个信任。所以怎么样利用和获取信任是很重要的部分。
第二个部分是数据的引擎。第一个是在技术方面，怎么样建立这个平台，这个当然很重要。右边是组织的架构，内部的话，你的组织需要什么样的能力，需要什么样的人才，比如说组织架构，比如说刚才殷总提到在一个公司里面有一个CBO，除了这个之外，有一群人在总部，可能对“大数据”分析比较了解。但是在每一个业务单元里面，是不是也要有人确定这些数据怎么用，怎么获取这些数据，日常和客户的沟通过程中，怎么收集和利用这些数据，这也是很重要的一点。这个是第二个部分。
第三个部分是数据的生态系统了，其实看到了很多的公司，他们不单单是看自己的数据，他们是很好的怎么样确保和他们整个生态系统，或者是第三方的伙伴，他们怎么样分享这些数据，这个总体来说是非常重要的一部分。所以很多时候，我们在过去好几年做了有上百个不同行业的“大数据”的项目之后，总结出来我们客户常常遇到的问题，可能都是这样，很多时候客户一开始来谈的时候，可能都谈上面的机会，究竟什么是大数据，给我们什么样的机会，但是他们慢慢了解之后，知道了这个还不是最大的问题，有了系统和做分析的人，这些都OK了，但是更多是在组织、流程、生态系统方面是更加的挑战。
在其中，我这里准备了两个例子，一个是谷歌，大家也是比较知道的，在运用数据方面是一个比较大、比较领先的公司。在当中会看到我也会从刚才提到的六个方面，怎么样使用数据，里面是怎么样挖掘不同的机会，怎么样得到客户的信任。第二个方面是数据引擎方面、平台方面、组织方面是怎么样做的，最后是怎么样参与生态系统，建立和不同伙伴的关系。
谷歌也很有战略，看到了很多大家还没有看到的机会，他们很早的时候就已经先做了，这个也是客户里面现在比较大的改变，现在有很多东西你要尝试的，因果关系你还没有看到很清楚，但是看到了关联性，虽然看不到因果关系，但是看到了就要尝试。谷歌是比较领先的一个。在当中会看到，在数据用途方面，比如说左边这里，他们常常有很多不同的应用，不管是地图，不管是在其他方面，比如说视频种种方面，有很多不同的应用，有上百种不的应用，就一直在试。它的数据库并不一定有很多，可能是有单一的数据库，在这个数据库里面可以让你做很多不一样的东西，这个就是客户在想的，其实更加重要的不是要获取更加多的数据，其实很多时候客户已经有太多的数据了，甚至有时候他们觉得自己的数据不够，一定要到外面找，其实他们没有想清楚自己的数据怎么用，单一的数据库已经可以让你做很多不同的东西出来，让你尝试不同的东西。
另外一方面，和客户怎么建立信任，比如说一个方面，客户要慢慢的、很快的感受到他们在这些数据方面里面获得的一些好处在哪里。另外一方面，他们收集了这些数据，谷歌这方面做得挺好的，比如说社会责任、社会形象、捐款，这方面他们做得也是很多的，这是为公司建立起比较正面的形象，这方面让客户觉得和你分享这些数据，你也是比较可信的公司。在怎么获取，怎么使用方面，其实很多客户是会考虑非常清楚的。
第二个方面是数据引擎，在整个基础建设方面。首先是技术方面，技术方面我当然不是懂很多。首先是要有统一的自己的数据库，然后在当中扩充性也是比较大的，刚才提到，拿了那么多的数据，怎么把数据库扩充、扩容，这个是非常重要的一点。另外一点是在组织方面，比如说这里面提到，当然你需要一些，我们这里说到数据的工程师，在很多公司里面，这个量不一定很多的，不是一家公司可能有上万人，就要有几百个这样的数据工程师，很多时候有十几个人的小的团队，但是能力都是比较强的，知道怎么进行数据挖掘，怎么把系统建立起来，这个是非常重要的一点。另外一个是在当中右下角，吴老师提到的一点，不是说要根因这方面的东西，其实他们挖掘这个东西的时候，最重要是看关联性，两个动作有一定的关联，然后就知道要去尝试这个东西，然后慢慢的看究竟为什么有这个原因，这个是和传统做一些商业决定是很不一样的。
对生态系统，这个也都不用说了，这里面比如说谷歌通过参与不同生态系统里面，和很多第三方伙伴一起来合作。有一些，比如说上面的是整个搜索的生态系统，下面可能地图也有生态系统，不同里面，和不同的很多人在合作，在工作。
后面我很快的说另外一个例子，这个是宝洁。也是从刚才的六个纬度看一下，怎么使用这些数据，基础怎么建立起来，最终怎么样建立很好的生态系统。这个是刚才提到的上面的三角形，对于大数据整体的战略和定位是怎么样的，可以看到在过去可能几十年的历程中，很多时候，比如说七八十年代、八九十年代，不但是宝洁，很多公司都在想生产力怎么提升，流程怎么做得更加好，或者是比较根本的业务方面的东西，但是会看到在过去几年，有很多大的投入，都是在“大数据”、运用电子商务的机会等，在公司的高层是有很大的决心要做这个工作。所以你会看到，在数据的用途方面是有很多不同的例子，这里面只是有几个例子而已。第一个是在社交媒体方面，其实有一些不单单是他自己的数据，还有外部的数据，他们进行分析，分析之后看到不同客户群的趋势，客户在看什么品牌。后来看到了一个客户很认同的品牌，买了进来这个品牌，然后客户增加了10倍，这个是很重要的一部分。
第二部分是流感方面的药，刚刚第一个是谈到客户端的数据，第二个是在库存上，怎么样提供给零售商足够的库存。这个药可能30%的存货的机会，就是你买这个产品，很多时候是70%的时间是缺货的，但是慢慢经过所有数据的挖掘，就把线下的库存做得更加好了，所以会看到是不同纬度来做“大数据”。第三个方面是怎么挖掘这些“大数据”。每一天收到的电邮，或者是服务中心收到的电话大概是15万个，每天都挖掘这些信息，这些人打电话进来到底是问什么问题，发邮件来到底是问什么东西，把这些理念灌输到不同的业务单元里面。右边也是，要给消费者一个很有信任的感觉，大家才会比较信任的愿意分享和让你使用这些数据。
另外总体的引擎，左边谈到了平台，前面谈的比较多的是技术平台方面，但是也很重要的一个，就是在管理的平台上怎么样去做。比如说这里面提到一个例子，首先要有统一的数据展示的方式，每周一全球的经理开会，就是要把统一数据库里面的发现、展示做一定的使用和研究。然后影响力，在大数据的分析等方面都为高层做很透明的信息平台。
在右边，就整体的组织方面，首先是很清晰的，在集团领导的层面，他们把重要性放得最高的，刚才听到，过去可能是流程提升、效率优化等，现在“大数据”和电子商务这块最重要，这个是组织方面。
刚才也提到，在中央，在集团的层面有一个小的团队，这些可能都是最聪明的PHD、MBA，然后让他们主导在数据方面的战略，是同一时间不但是在集团的层次，在不同业务层面，有专门人谈数据挖掘和谈“大数据”的。
最后是生态系统，虽然以为宝洁是很大的公司，他们有很多的资源和数据，但是要看到和外部，不管是零售商还是经销商，有很多方面的配合是他们要做的。内部有很多的合资公司，怎么样把他们的系统、数据和零售商等做一个联系，这是很重要的一点。右边也是有一些，和主要的合作伙伴，比如说谷歌，还有零售终端，比如说沃尔玛等，这些也是要分析的合作的伙伴。整个的生态系统里面，究竟要做什么东西，这个也是很重要的，不是有了数据就可以了，最重要的是要把生态系统打造起来。

6. 大数据的价值如何体现

大数据的价值如何体现_数据分析师考试

进入大数据时代，运营商应用大数据发展的驱动因素是什么，是否需要建立新型数据库？ 刘伟光： 随着通信行业的竞争日益激烈，传统的语音和短信等主营收入的利润不断下滑，导致运营商必须找到新的利润增长点，同时有效控制运营成本，从而使自身可以在激烈竞争中立于不败之地。这也是为什么运营商把实现精准化营销和精细化运营提升到战略层次的重要原因。

此外，传统数据库技术已无法满足运营商对大数据充分利用的需求。新型数据库应该具备如下特点：首先应该采用支持大规模并行处理的分布式架构；其次，应该使用基于符合工业标准的开放硬件和系统平台，保证成本可控；第三，随着开源技术不断成熟，创新速度快，新型数据库平台应该易于与新的开源技术进行融合；第四，新的数据库平台应该可以实现与Hadoop平台的无缝集成，实现跨结构化、半结构化、非结构化海量数据的混合分析能力。 卢东明： 运营商目前试图做新型数据库，但是不太现实，首先数据库公司一直以来都是很稳定的几家，需要长期积淀。

其次，大数据不是取代以前的技术，而是混合补充使用，不是新型数据库出来后，就完全替代传统数据库从而大规模使用。数据库是核心、稳定的技术，大数据是开源的软件技术，运营商还是会选择使用相对成熟的软件。 《通信世界周刊》： 大数据今年以来得到格外关注，目前发展状况如何？ 卢东明： 大数据在运营商的业务中早就有应用，目前在各个省都得到普遍应用了。大数据这个词目前有些炒作成分，它和以前的数据库不是完全脱节的，是对数据库的延伸。大数据是个现象，是数据库的另一个形态，不是否定、颠覆之前的数据库形态。

目前做大数据的厂商依然是以前那几家数据厂商，不同的产品解决不同的问题。在中国电信行业，从数据量和应用角度来看处于世界领先地位，这是由于电信用户多、规模大，电信业遇到的问题和挑战比较大，解决方案难度高。 刘伟光： 目前中国三个电信运营商在业务支撑领域、网管IT支撑领域包括增值业务领域，已经随着市场的需求推出了很多新的大数据实时分析的项目，相信未来的两到三年这个市场将会成倍增长，甚至会到达我们今天不能预期的数量。 需要分析共享大数据的管理工具 《通信世界周刊》： IT企业如何依托大数据为运营商提供管理工具，提升运营效率？ 刘伟光： 实现各部门的紧密协作永远都是提升运营效率的不二法门。而IT企业应该为运营商提供实现紧密协作、分析、共享大数据的管理工具，来达成提升运营效率的目标。

此外，大数据时代，IT企业仅仅为运营商提供分析平台、分析工具是不够的。这是因为运营商虽然很了解业务和需求，但普遍缺乏数学建模能力，因此很难利用好这些平台，使其发挥最大效益。所以，如何利用这些平台、系统和数据实现科学建模，同样是提升运营效率的关键所在。 武新： 运营商要解决数据处理效率问题，现在的数据用以前的系统处理需要一天一夜，而应用大数据技术处理可以一个小时完成。在大数据平台，应用云技术，通过集群的方式，几十台服务器同时工作，并进行压缩数据来节省空间。

目前大数据主要是针对结构化数据的应用，用户上哪个网，停留多长时间，通过分析都可做相应的分析结果推送给相关部门。除了对用户上网行为分析，还有网络使用情况、网络设备情况和用户使用手机类型分析。而对非结构化的数据，如视频和图片，目前分析得还较少。 《通信世界周刊》： 大数据具体应用于运营商的哪些业务中，有哪些成功的应用和案例？ 卢东明： 大数据主要应用在运营商的“信令”系统分析上，由于其数据量非常大，比“话单”分析的挑战大很多。移动互联网发展起来之后，运营商开始关注大数据，进行“用户行为分析”，根据人群分析做精准营销，推荐流量套餐。

此外，运营商提供IDC服务，通过“云”中心的方式为互联网企业提供服务。 武新： 运营商从最近两三年开始，感受到这方面的压力，开始寻求解决方案。中国移动“信令”分析系统项目对海量数据进行分析和挖掘；中国联通对“话单”数据进行用户行为分析。中国电信“新一代数据库”产品正在测试中，通过精分系统，进行精准营销。此外，在运营商专网也已应用大数据。运营商目前仍处于测试探索中，通过几种方法针对不同的应用进行测试、筛选。

目前运营商的相关项目有“流量分析”、“智能管道”和“新一代数据库”产品等，传统的数据库面对海量数据已经无法支撑，将来会慢慢被大数据代替掉。 要有开放的心态 《通信世界周刊》： 发展大数据需要解决哪些问题，关键点是什么？ 卢东明： 由于数据分析要看存储效果，涉及到效率和速度。目前运营商应用大数据存在的问题是避免无限制的花钱。另一方面，运营商要和厂商合作，针对不同的业务类型和应用场景，采取不同的分析方法。此外，运营商要有开放的心态，因为大数据作为开源的软件也不是可以解决所有的问题的。 武新： 在数据处理上，运营商转型中不仅有技术上的问题，还需要经历一个时间阶段和过程。

此外，运营商要转变思维方式，其在数据分析上的经验不如互联网企业，这是方法论问题，关系到如何用数据做生意。运营商以前都是依托传统业务，海量数据的出现，使得行业即将洗牌，运营商不得不转型重视数据挖掘。 但运营商可以发挥自己的优势，首先，要分析用户行为的变化，由分析以前的语音用户转变为分析上网行为。其次，运营商有能力提供类似互联网公司的服务，如QQ聊天。

最后，运营商有专网资源，有自己的数据中心可以运维，但是目前这些优势还没有完全发挥出来，是因为还没把握透用户的需求。

以上是小编为大家分享的关于大数据的价值如何体现的相关内容，更多信息可以关注环球青藤分享更多干货

7. 大数据的经济价值体现在哪些方面

数据基础系统工程和应用系统工程。

发展大数据的关键，是要有获得数据的能力和方法，获得的数据不仅要及时、完整、准确地存储下来，而且要及时、完整、准确地传输到数据需求者。有了数据，还必须有足够的计算能力。

因此基础系统工程包括了数据采集、汇聚、传输、存储、计算资源、大数据应用平台、云计算平台、数据资源池、数据分析挖掘工具软件、数据产权管理、数据标准体系、数据安全体系等。

(7)大数据创造价值的方式扩展阅读：

注意事项：

1、对企业现有数据情况深入摸底，确定客户相关数据在各业务系统中的情况（分布/数据属性/关联性/数据质量等）

2、通过在各业务部门调研和访谈方式，以及用户研究的发展趋势，确定企业各部门未来的应用总体需求目标，并抽象为相关对客户属性/标签的需求。

3、在前两步工作的基础上，通过用户研究人员与大数据架构/分析人员的合作，完成相关的总体设计。

4、数据涉及的内部业务系统众多，而且开发商往往不同，加上各系统通常又被不同业务部门管理。 因此，从各部门各业务系统整合数据，要牵扯多方(管理方、开发方)的部门权限、利益和精力。相关的协调/推进通常比较低效。

8. 如何利用大数据来创造价值

深圳远标为你解答
大数据如何创造价值
这里列举5个大数据广泛适用，能创造质变性的价值并影响机构的设计、组织和管理的方面。
首先，大数据能提高透明度。仅仅让相关的利益共享者尽可能简单及时地使用大数据就可以创造极大的价值。例如在公共行业，让原本孤立的部门间轻易地共享数据，就能明显减少搜索和处理时间。在制造业中，整合研发、工程和生产单位数据以实现并行工程，就能显著缩短上实时间并提高质量。
其次，让发现需求、寻求变化和提高性能的实验成为可能。当组织机构创建和储存更多数字形式的业务数据时，他们可以收集更多准确和细节的性能参数（实时或近乎实时），从产品库存到人员病假等任何事物。
再次能针对细分人口采取定制行动。大数据允许组织机构高度细分市场，专门定制产品和提供精准服务来满足各种需求。这种方式在市场营销和风险管理领域众所周知，但在其他行业可能是革命性的——比如在形成一种同等对待所有群众的道德观的公共行业。然而即使是已经使用市场细分多年的消费品和服务公司，也开始部署复杂的大数据技术来瞄准促销和广告推广。
还能用自动化算法取代或支持人类决策。复杂而巧妙的分析可以大幅度改善决策、降低风险和发觉有价值的观点。对组织来说，像这样的分析应用，从税务机构能够使用自动化风险引擎标记需进一步检查的候选人，跨越到零售商可以利用算法优化类似于自动库存微调和专柜店与在线销售实时价格响应的决策过程。在某些情况下，决策不一定是自动的，但通过使用大数据技术和科技，而非小样本的个人处理和理解电子表格来分析海量、完整的数据会增强决策。决策也许会变得不同，但一些组织已经着手通过分析来自顾客、员工，甚至嵌入在产品内的传感器中的完整数据来决策。
最后，大数据有助于革新商业模式、产品和服务。大数据能够让公司创造新产品和服务，强化现存功能，并创建全新的商业模式。制造业正在运用来自实际产品使用的数据，来改善下一代产品的发展并建立创新型售后服务。从导航到基于人们驾驶汽车的位置和方式的财险定价，实时定位数据的出现已经创造了一个基于定位服务的全新篇章。

9. 大数据的价值是什么

“大数据”是指以多元形式，自许多来源搜集而来的庞大数据组，往往具有实时性。在企业对企业销售的情况下，这些数据可能得自社交网络、电子商务网站、顾客来访纪录，还有许多其他来源。这些数据，并非公司顾客关系管理数据库的常态数据组。
大数据的应用其实早已渗透到人们生活中的方方面面：亚马逊运用大数据为客户推荐商品信息，阿里用大数据成立了小微金融服务集团，而谷歌更是计划用大数据接管世界??当下，很多行业都开始增加对大数据的需求。大数据时代不仅处理着海量的数据，同时也加工、传播、分享它们。不知不觉中，数据可视化已经遍布我们生活的每一个角落，毕竟普通用户往往更关心结果的展示。伴随去年底网络地图采用LBS定位春运的可视化大数据，就引起了学界对新闻创新和大数据可视化的热议。

一、技术价值

大数据，根本上与数学、统计学、计算机学、数据学等基本理论知识无法分割，技术水平突飞猛进给数字领域带来最直接的跃进。

App研发应用、数据库编写应用等促进人类社会技术进步的价值都来源于大数据的发明和运营。

大数据不仅创造了新的计算方式、技术处理方式，更加为其他技术的研发、应用和落地提供基础，例如人工智能等。

大数据中客户与企业进行交易的数据，是大数据技术价值的核心映射。客户的交易行为通过企业内部系统留存，基本以“事后”数据为主。

交易数据是推进企业数据驱动业务，与客户联系沟通、获得有效和分析数据的初级门槛，无论大数据获取能力如何发展，直接的交易信息永远都是第一有效和值得关注的。

淘宝的交易分析报告中提到，大额买单后的重购次单和同店重购次单比例分别为25.0%和16.8%，要明显高于普通买单的18.8%和10.7%，则表示在首次买单获取了对卖家服务和商品质量的信任后，次单完全存在放大金额的可能，并且比普通买单的可能要高得多。

由此引导卖家增进服务、坚守质量，并适时推出捆绑推荐，以求同类商品同店大额下单的几率。

只有有了大数据的处理技术，交易行为才能够得到记录分析，企业的大数据技术研发、应用和落地才能拥有基础，以开发更新更适合时代的企业产业。

目前有很多传统企业盲目行走大数据的道路，但其实大数据技术能力并没有建立起来，真正获得了有效数据并得以分析利用的就很少，很多该做的“埋点”没有做，数据的统计也缺乏技术支撑。

这时大数据的技术价值就会显得尤为重要，且是所有价值的基础，一梁塌，全屋倒。

无法自主革新的企业会求助一些以提供大数据服务为产品的新型公司，也就催生了各种大数据公司雨后春笋般的出现，至于这些公司如何为传统转型服务在后面会提到。

二、商业价值

在实际的升级运行中，习惯于传统经营的企业也许经常会为这样几个基础的问题感到困惑：如何提升运营现状？目标客群是谁？有哪些特点？与竞品相比竞争优势在哪？现有经营问题又是什么？

而这些看似简单的问题背后却隐藏着海量数据的分析挖掘：客流数据、经营数据、以往活动相关数据、场内店铺信息、竞品数据，类此种种的深入透析才能帮助企业画像潜客、分析经营、建立会员体系、策划活动执行。

单就运营而论，数据作为一种度量方式，能够真实的反映运营状况，帮助企业进一步了解产品、了解用户、了解渠道进而优化运营策略。

10. 大数据可以通过以下哪些方式为企业创造价值 发现客户需求规律

knowlesys舆情认为：

大数据对企业作用：

1.为企业的发展宣传、造势

2.及时提取价值情报为公关推广及新品研发决策依据

3.实时信息反馈，发现负面舆情避免更大的损失

4.更加深入解政策行情，为营销决策提供依据