“用数据创造更多的价值”是柴楹学长的初心
柴楹学长开篇为我们介绍了大数据的“前世今生”，分析了大数据近年来逐步爆发的原因，主要有两点：第一是数据基础已经发展完善，移动互联网端的数据已成为最主要的数据来源；第二是处理数据的技术和算法也逐渐发展成熟，并开始广泛应用。时至今日，大数据已成为推动传统行业进行优化和转型的重要技术手段，而新零售行业作为传统商业数据化转型的第一梯队，也迎来了前所未有的机遇与挑战，柴楹学长紧随数据化浪潮亦实现了从线上电商到线下实体店的转型。随后，柴楹学长以门店的全生命周期管理为我们讲解数据对商业的驱动作用，比如门店智慧选址，传统的方式需要两到三个月时间才能完成一个地区的调研，但是如果以数据思维切入，比如通过与某地图厂商合作，快速拿到目标地址周围的人口总量、活动人口数量、居住人口数量和其他业态数据，利用这些数据进行建模分析并辅助门店选址决策，可以极大地提高选址效率，从而实现市场快速扩张。据柴楹学长介绍，这种智慧选址方式不仅提高效率，而且得到的数据比人工蹲点调研更有效，将选址成功率提高了一倍以上。
根据客户的普遍需求，零售业态有两大切入点，一是更低的成本，二是更好的体验。现代商业，比拼的不是信息对称与否，而是管理流程。大数据技术正是通过量化分析实现零售行业内部管理流程（如存货管理、价格确定、精准化营销等）的改善，从而达到以更低的成本、更高的效率实现用户极致体验的目的。
“道”、“术”、“器”是实现数据驱动增长的必要条件
柴楹学长以他在零售领域的亲身经验总结了大数据 零售运营的难点。技术团队与业务、运营在成本考量和决策利益上的不一致及信任基础欠缺，是造成大数据分析应用在传统零售行业中无法广泛应用的一个重要原因，同时他也从“道”、“术”、“器”三个层面提出了解决方案。所谓“道”，即要从思想本质上认同数据对商业盈利增长带来的正向作用，才会有强烈意愿推动传统零售行业 大数据的转型；而“术”是运用科学的方法论形成指导思想；“器”则是在方法论的基础上利用相应的算法和模型工具解决实际问题。柴楹学长的核心逻辑是以技术为导向，通过设计经验模型，从而提出最优商业建议以辅助商业决策。所以，想要实现技术的导向和驱动作用，势必要以“道”、“术”、“器”为前提。
柴楹学长的分享可谓是带给我们MEM商业数据分析专业同学们宝库般的实践认知和指导方向，在技术与商业的结合中，仅靠技术的“高、精、尖”是远远不够的，尤其是在辅助传统行业进行数据化转型、抑或在自己创业的过程中，更需要从不同维度考量数据分析的应用场景和需求，不断迭代模型和产品，以实现“数据创造更多价值”的目标。
至此，在高老师的精心安排下，我们顺利完成了本年度的专业课程，虽然时间紧、任务重，许多具体知识来不及消化，但是我们学到了一种重要的思维模式——追溯原理、完善方法、调整细节。知识就如同我们需要处理的数据，数以万计，我们无法一一触摸，但只要懂得知识背后的那一处最基础也最深刻的原理，即使再盘根错节，我们也能抽丝剥茧，直到本质。这不正与柴楹学长所说的“道”、“术”、“器”不谋而合吗？最后，在临近期末考试之际，希望经管院各专业的同学们都能顺利通过考试，也希望未来的学期里，我们都能学有所思、学有所获！
联系客服
