欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  互联网

大数据背后如何把握大商机

程序员文章站 2022-06-19 23:34:47
  随着企业市场营销的发展,企业面对如何更好的掌握、预测、感知市场营销革命背后的运作规则和所背负的使命是当下炙手可热的话题,加之分析师、媒体不断对大数据的技术话题热吵,企业管理层如何借助...

  随着企业市场营销的发展,企业面对如何更好的掌握、预测、感知市场营销革命背后的运作规则和所背负的使命是当下炙手可热的话题,加之分析师、媒体不断对大数据的技术话题热吵,企业管理层如何借助技术手段来挖掘数据中的价值?CIO与CMO如何更好的“联姻”?针对上述话题,笔者采访了民生证券公司技术总监颜阳博士。颜总在访谈中集中阐述了哪些因素促使了企业各部门管理者的融合。

大数据背后如何把握大商机

颜阳在采访中与记者分享了一些大数据时代CIO如何展开工作创新的案例

  大数据背景下 管理者怎样洞察新机遇

  数据洞察是营销领域近年来很热的话题,洞察客户需求,提升营销效率,优化业务流程,都要从企业的庞杂数据中来处理产生。颜阳谈到,在近些年的企业发展中,信息化工作被依赖的程度逐渐提高,企业内部的各种系统也产生了大量数据。随着IT系统应用的逐渐升级,各个数据之间能否有效关联起来,这种关联如何取得价值,是企业CIO应该重点思考的。另外,对CIO而言,接受CMO抛来的橄榄枝意义又在哪里?大数据就是一个最强的驱动因素。如何将信息化技术应用到业务中间,是企业CIO应该重点思考的。那么,在大数据的应用层面,企业应该从数据分析和数据挖掘两步来展开,第一步先要对海量的数据进行分析。

  同时,除了企业内部存在的海量数据以外,在移动互联网、社交、O2O模式风起云涌的时代,对于更广泛的开放平台数据收集、整理、发现和洞察变得日益困难,数据散落在各个角落,碎片化的趋势明显。针对这一现状,颜阳表示,从企业的集中化管理角度来谈,包括技术、业务和管理三类集中化中,数据深度应用在其中都是必不可少的环节。随着互联网和通讯技术的发展,社交媒体等相关的深度应用,又产生了开放平台上的大数据。所以,企业应该先从业务内部的数据管理维护着手再放眼外部的数据分析。如果没有利用好企业内部的海量数据,其外部大数据的分析与挖掘工作也将很难开展起来。因此,企业洞察大数据的商机必须有个循序渐进的过程,首先应该从企业内部的数据分析开始。

  大数据蓝图 未来的应用趋势展望

  近来,技术营销是一个热门话题,技术推动营销界变革的呼声也日益强烈。那么,企业是如何利用数据分析展开业务工作的呢?颜阳向笔者介绍了一些实际的企业案例。

  以金融证券行业为例,从发展历程上看主要经历了先分散、再集中、再到数据集中化管理、数据仓库利用、大数据技术分析的过程。企业发展到一定阶段后,首先应该解决信息孤岛的问题,要从建立应用层面的数据中心开始。通过数据中心来解决数据发布的唯一性和权威性问题。企业内部数据经过集中统一后,其中的逻辑化构建关系才能很快找出。

  第二个阶段就是建立数据仓库,为数据深度挖掘提供一个基础。在此基础上,通过与互联网打通,将微博等社交媒体的数据与企业现有的业务数据相结合,以证券行业企业为例,就可以开展券商业务的一些预测等工作。

  大数据时代 CIO与CMO强强联合

  互联网经济形态下,CMO与CIO之间的协同配合将变得更加重要。如今,双方可以更好合作,CIO提供技术支持,帮助CMO更好地进行客户洞察,建立针对客户的全接触系统。针对这一话题,颜阳提及,企业CIO群体已不能只是将关注力放在战略上的创新,而应更多地关注整个企业业务线上的改变。数据可以为这个工作提供足够的支持。而CMO所擅长的相关营销知识和市场知识,对于CIO而言,也是一个很好的理论和实践的补充。

  颜阳说:“CMO与CIO的联姻,若要真实现强强联合,则也面临着两个职位的现有工作调整和变革。比如CIO就需要主动去创造更多的实践案例,让CMO可以很快地据此得出一些营销方案。CIO更应从关注项目投入、周期等技术环节,上升至考虑IT服务如何更加敏捷化,而不要去纠结于双方的工作划分等方面。”

  随着现在计算机技术对于企业业务的推动作用,其重要程度及前瞻性趋势越来越明显。所以,作为CIO就不能总站在自己角度来思考问题,应该从企业的业务发展、管理水平、业务与技术融合程度等多方面来重新认知。信息化手段作为一种支持资源,已经从更多依赖于业务部门提出工作需求,转变为对业务的服务有提前量,这样才能形成更多的工作主动性。

  “社交+移动互联网+云计算+大数据=万有引力时代”,这些变革不得不为之,这一模式也并不是媒体等炒作的话题和噱头。越来越多的企业市场人员,亦或是CMO发现,要想更好发挥自己的价值给企业创造收益,就必须更多地依赖于技术。如何从IT技术及数据分析挖掘中要价值,又能把握住多少价值,这也许是未来许多企业管理人员所需重点思考的。