资料经济时代到来，大数据成为企业在市场上竞争的关键。共享经济代表Uber透过大数据分析乘客的目的地与乘车动机，作为提升民众乘车体验的基础；全球连锁咖啡星巴克推出手机APP搜集顾客资料，从中找到最有价值的潜在客户进行精准行销；美国运动服饰品牌Under Armour (UA)也与IBM合作，提供使用者结合穿戴装置收集运动数据的创新产品，加上以数据分析洞察具有爆发潜力的新进运动员，担任品牌代言人，并进而透过他们在赛事上的优异表现，快速打开知名度，站上市场高点。
像这样搜集大量资料，并将资料分析结果即时运用在商业决策上，从而取得竞争优势的企业，欧美国家称之为「资料驱动型企业」。对台湾企业来说，要转型为资料驱动型企业，首先要掌握的就是大数据商业应用五大关键。
以资料分析为主、个人经验与直觉为辅
一直以来，高阶主管的过往经验与个人直觉，是企业在决策时的主要依据，但进入大数据时代，这种仰仗「人」的决策方式，容易因为经理人过度自信或忽略市场变化，导致决策结果不如预期，更严重一点，甚至会让组织缺乏效率与创新，渐渐丧失市场竞争力而不自知。
日本野村总合研究所高级研究员城田真琴曾经指出，「与其相信一人的判断，不如相信数千万人的资料」，清楚点出大数据分析的价值，要想成为「资料驱动型企业」，首先要做的就是改变思维，以数据分析结果为基础，再搭配个人经验与商业直觉，才能强化决策的品质和结果。
想要透过资料解决什么问题？
绝大多数企业都认同大数据分析的价值，但在真正导入时，却不知道自己需要大数据分析做什么。大数据的分析应用有无限可能，举凡提高销售量、开发新产品、改善作业效率、降低营运成本、招募人才…等，各种企业管理面向都能透过商业分析找到答案，但前提是企业必须清楚想要透过资料解决什么问题。
定义所要解决的问题后，将会影响到后续的资料搜集、分析等作业流程，因此，大数据分析的导入者必须充分了解企业组织结构、内部的业务和管理活动，才能找出真正的痛点，从大数据中萃取出大智慧，改写企业的竞争DNA。
选择好的平台技术，跨出成功的第一步
当企业确定了大数据分析所要解决的问题后，接下来就是在数据分析平台上进行相关作业，一个好的数据平台可以缩减资料搜集与汇整的人力成本，同时提升决策的品质与效率，让决策者能够在最短的时间内做出正确判断。
如知名的IBM Cognos Analytics或其他如Tableau, Qlikview等解决方案提供了各种类型的图形化报表，协助使用者分析经营数据，再加上友善好操作的使用介面，即便不是IT技术专业人才，也能轻松操作，满足大数据分析上的营运管理需求。
与其跨部门组成大数据团队，不如使用前线人员就能运用的分析程式
大数据的目的是要解决商业/营运问题，所以技术和业务部门必须协同合作，但当企业的规模较大时，跨部门合作通常要多花好几倍的时间来回沟通，这时商业智慧的运用就要选用具有self service 概念的平台，例如IBM Cognos Analytics简单易懂，让没有程式背景的行销及业务同仁可以自行操作，直接用来解读数据、预测成效，如此一来，除了能即时决策，更能创造大数据背后，贴近市场需求的商业价值。
资诚(PwC)与台大商研所合作的「2015台湾大数据分析调查报告」也指出，将大数据分析归类为IT部门的工作，最常遇到的问题就是，分析结果缺乏商业价值，最好的方式是同时补足商业实务和分析技术上的能力，不只能从各种角度萃取资料价值，也能提高大数据团队的反应速度。
换句话说，大数据分析已经不只是对数据进行分析，而是要从资讯中找出企业未来发展的契机，然而这唯有在分析时，能同步结合商业模式及市场需求的前线操作者才能做到。
落实个人化、精准行销
二十年前，美国Walmart超市透过帐单分析，找出「啤酒、尿布、星期五」间的关联性，进而调整柜位摆设，并针对爸爸族群的客人推出行销方案，成功带动营收成长，开启了商业智慧分析的浪潮，20年后，随着网路与IT装置的快速发展，资料大量且快速地被累积，商业智慧升级成大数据分析，个人化行销策略也变得更精细。
植因于此，近年来企业行销有一个新名词Marketing Technology（行销科技），也就是善用软体来改变传统行销做法，其中一种软体就是资料与分析系统，汇整客户的身份资料、网路/媒体使用行为、购物习性、对商品的需求偏好等数据进行综合分析，不只要了解消费者的现况，还要进一步预测未来的购物行为，据此投放广告或规划合适的行销活动，从传统乱枪打鸟式的行销手法进入精准化个人行销。
对企业来说，大数据不只是一个议题，更是面对未来竞争环境必须采用的手段，抢先抓住大数据所带来的成长契机，才能拥有领先对手的竞争优势。而不具程式背景的商管人才如何才能消除大数据分析的进入障碍呢，是否从商业智慧使用的角度切入，探究目前企业在操作商情分析的情况、所遇到的困境及难题、以及解决方案这些方面入手。
联系客服
