2012年3月19日，奥巴马政府宣布美国投资2亿美元启动“大数据研究与开发计划，以帮助解决国家在科学与工程、国家安全、社会治理中最紧迫的诸多挑战问题”。从此，大数据被认为是国家的战略资源，世界重要大国都信誓旦旦地要在大数据领域有所作为，很多企业迷迷糊糊地跟了进来。
面对上述“高大上”的说辞，TED的创始人Dan Ariely打趣道：Big data is like teenage sex: everyone talks about it, nobody really knows how to do it, everyone thinks everyone else is doing it, so everyone claims they are doing it…..（大数据就像青少年谈性，每个人都在说，不知道谁做了，每个人认为另外人在做，所以每个人都声称自己在做……）
虽然这是一个无厘头、刻薄甚至“无知者无畏”的说法，但“到底谁在做”确实是关键问题。对于企业来说，100条理论确实不如一个成功的标杆有实践意义，本文的主旨就是寻找“正在做”大数据的49个样本。
事实上，从大数据应用领域入手，市面上已经能够见到很多案例。在社会治理方面：有预报旅游热点、百度春节迁徙图、预测艾滋病的发病率、甚至挖掘恐怖分子等；在商业方面，有“啤酒与尿布”推荐关系、找出怀孕女性、个性化保险（放心保）定制等；在社会情绪方面，股市的涨跌和网民情绪的关联、预测候选人得票概率、社会事件的发生预警等。
而本文则力图从企业运营和管理的角度，梳理出发掘大数据价值的一般规律：一是以数据驱动的决策（data-driven decision），主要通过提高预测概率，来提高决策成功率；二是以数据驱动的流程（data-driven processes），主要是形成营销闭环战略，提高销售漏斗的转化率；三是以数据驱动的产品（data-driven products），在产品设计阶段，强调个性化；在产品运营阶段，则强调迭代式创新。
天然大数据公司的各种套餐
从谷歌、亚马逊、Facebook、LinkedIn，到阿里、百度、腾讯，都因其拥有大量的用户注册和运营信息，成为天然的大数据公司。而像IBM、Oracle、EMC、惠普这类大型技术公司纷纷投身大数据，通过整合大数据的信息和应用，给其他公司提供“硬件+软件+数据”的整体解决方案。我们关注的重点是大数据的价值，第一类公司首当其冲。
这些天然的大数据公司，通过对用户信息的大数据分析，基本解决自己公司的精准营销和个性化广告推介等问题，基本上做到了以数据驱动的运营（data-driven processes）。
没有数据分析支撑的决定将越来越不具有可靠性，这类公司正在改变管理理念和策略制定方式，大部分公司做到了以数据驱动的决策（data-driven decision）。
在用户分析和精准营销数据模型基础上，对于自己产品和服务随时进行改进。部分公司实现了以数据驱动的产品（data-driven products），但是这需要迭代式创新能力，并不容易。
亚马逊、Facebook、LinkedIn、阿里、腾讯等大公司都在致力于发展横向的大数据整体解决方案。这些方案将改变营销学的基础，精准营销和个性化营销将有针对性地找到用户，多重渠道的营销手段将逐渐消失，这也许就是传说中的互联网思维。
很多传统企业也是天然的大数据公司，比如沃尔玛、中国移动等，也在追赶大数据前进的步伐，在挖掘数据价值方面，尽力修炼自己的独门绝技。下面就是这些天然大数据公司的挖掘价值的典型案例。
01 亚马逊的“信息公司”
如果全球哪家公司从大数据发掘出了最大价值，截至目前，答案可能非亚马逊莫属。亚马逊也要处理海量数据，这些交易数据的直接价值更大。作为一家“信息公司”（而非国内许多电商自己定位的“零售公司”），亚马逊不仅从每个用户的购买行为中获得信息，还将每个用户在其网站上的所有行为都记录下来：页面停留时间、用户是否查看评论、每个搜索的关键词、浏览的商品等等。这种对数据价值的高度敏感和重视，以及强大的挖掘能力，使得亚马逊早已远远超出了它的传统运营方式。
亚马逊CTO Werner Vogels在CeBIT上关于大数据的演讲，向与会者描述了亚马逊在大数据时代的商业蓝图。长期以来，亚马逊一直通过大数据分析，尝试定位客户和和获取客户反馈。“在此过程中，你会发现数据越大，结果越好。为什么有的企业在商业上不断犯错？那是因为他们没有足够的数据对运营和决策提供支持，”Vogels说，“一旦进入大数据的世界，企业的手中将握有无限可能。”从支撑新兴技术企业的基础设施到消费内容的移动设备，亚马逊的触角已触及到更为广阔的领域。
亚马逊推荐：
亚马逊的各个业务环节都离不开“数据驱动”的身影。在亚马逊上买过东西的朋友可能对它的推荐功能都很熟悉，“买过X商品的人，也同时买过Y商品”的推荐功能看上去很简单，却非常有效，同时这些精准推荐结果的得出过程也非常复杂。
亚马逊预测：
用户需求预测（Demand Forecasting）是通过历史数据来预测用户未来的需求。对于书、手机、家电这些东西——亚马逊内部叫硬需求（Hard Line）的产品，你可以认为是“标品”（但也不一定）——预测是比较准的，甚至可以预测到相关产品属性的需求。但是对于服装这样软需求（Soft Line）产品，亚马逊干了十多年都没有办法预测得很好，因为这类东西受到的干扰因素太多了，比如：用户的对颜色款式的喜好，穿上去合不合身，爱人朋友喜不喜欢…… 这类东西太易变，买得人多反而会卖不好，所以需要更为复杂的预测模型。
亚马逊测试：
你会认为亚马逊网站上的某段页面文字只是碰巧出现的吗？其实，亚马逊会在网站上持续不断地测试新的设计方案，从而找出转化率最高的方案。整个网站的布局、字体大小、颜色、按钮以及其他所有的设计，其实都是在多次审慎测试后的最优结果。
亚马逊记录：
亚马逊的移动应用让用户有一个流畅的无处不在的体验的同时，也通过收集手机上的数据深入地了解了每个用户的喜好信息；更值得一提的是Kindle Fire，内嵌的Silk浏览器可以将用户的行为数据一一记录下来。
以数据为导向的方法并不仅限于以上领域，亚马逊的企业文化就是冷冰冰的数据导向型文化。对于亚马逊来说，大数据意味着大销售量。数据显示出什么是有效的、什么是无效的，新的商业投资项目必须要有数据的支撑。对数据的长期专注让亚马逊能够以更低的售价提供更好的服务。
02 谷歌的意图
如果说有一家科技公司准确定义了“大数据”概念的话，那一定是谷歌。根据搜索研究公司comScore的数据，仅2012年3月一个月的时间，谷歌处理的搜索词条数量就高达122亿条。谷歌的体量和规模，使它拥有比其他大多数企业更多的应用大数据的途径。
谷歌搜索引擎本身的设计，就旨在让它能够无缝链接成千上万的服务器。如果出现更多的处理或存储需要，抑或某台服务器崩溃，谷歌的工程师们只要再添加更多的服务器就能轻松搞定。将所有这些数据集合在一起所带来的结果是：企业不仅从最好的技术中获益，同样还可以从最好的信息中获益。下面选择谷歌公司的其中三个亮点。
谷歌意图：
谷歌不仅存储了搜索结果中出现的网络连接，还会储存用户搜索关键词的行为，它能够精准地记录下人们进行搜索行为的时间、内容和方式，坐拥人们在谷歌网站进行搜索及经过其网络时所产生的大量机器数据。这些数据能够让谷歌优化广告排序，并将搜索流量转化为盈利模式。谷歌不仅能追踪人们的搜索行为，而且还能够预测出搜索者下一步将要做什么。用户所输入的每一个搜索请求，都会让谷歌知道他在寻找什么，所有人类行为都会在互联网上留下痕迹路径，谷歌占领了一个绝佳的点位来捕捉和分析该路径。换言之，谷歌能在你意识到自己要找什么之前预测出你的意图。这种抓取、存储并对海量人机数据进行分析，然后据此进行预测的能力，就是数据驱动的产品。
谷歌分析：
谷歌在搜索之外还有更多获取数据的途径。企业安装“谷歌分析(Google Analytics)”之类的产品来追踪访问者在其站点的足迹，而谷歌也可获得这些数据。网站还使用“谷歌广告联盟(Google Adsense)”，将来自谷歌广告客户网的广告展示在其站点，因此，谷歌不仅可以洞察自己网站上广告的展示效果，同样还可以对其他广告发布站点的展示效果一览无余。
谷歌趋势：
既然搜索本身是网民的“意图数据库”，当然可以根据某一专题搜索量的涨跌，预测下一步的走势。谷歌趋势可以预测旅游、地产、汽车的销售。此类预测最著名的就是谷歌流感趋势，跟踪全球范围的流感等病疫传播，依据网民搜索，分析全球范围内流感等病疫的传播状况。
发表回复