你好,游客 登录 注册 搜索
背景:
阅读新闻

【译】法国企业大数据发展现状

[日期:2015-01-29] 来源:大数据文摘翻译作品   作者:吴涤,宋松波 [字体: ]

本文来源:大数据文摘翻译作品

翻译:吴涤,宋松波

 

      大数据,尽管每个人都在谈论,许多公司也已经着手发展,但现在还很难确切地知道它究竟有多大的功效。安永(Ernst & Young)150家法国企业进行了一项调研,考察它们收集与使用客户数据的方式,期间遇到的困难,以及数据这项新资产对业绩增长与战略发展的影响。

 

      即使现在大数据以其诸多优势有着大批拥护者,大数据革命并没有真正扩散到全球电子巨头以外的领域。

      安永对全法150家公司的调查结果表明,尽管大体上看法积极,“数据大爆炸(大数据爆炸)还没有在现实中发生。安永为这项研究特别设计的成熟数据指数显示:只有小部分企业在数据开发上拥有较高成熟度,而大部分企业则采取观望态度,不太清楚这模糊概念到底会带来什么样的结果。

1 :仅有17%的受访公司数据拥有高成熟度,27%不太成熟,56%数据不成熟。

 

      安永指出 ,整个(大)数据产业链上——从安全搜集、数据保护 、数据分析到公司的整体战略,主要有10处来自心理、策略、组织和技术层面的限制导致大数据在法国企业发展的落后状态。然而,如果能把(大)数据开发纳入到公司整体发展战略中,法国公司仍然可以迎头赶上。

      在 早期,零售及消费品行业已经在使用客户数据方面已形成一个强劲的氛围:基于忠诚度的销售;通过市场研究,地缘经济分析,人们的喜好研究,来完成产业布局。 也正是纯电子商务的玩家最先开始深度使用用户数据。通过高精准的个人定制,推荐引擎,以及先进的促销方法,这些电子商务形成了卓越的客户体验。

 

      大数据给很多传统行业带了挑战,尤其还涉及构成消费者信心基石的数据安全以及个人数据的保护。”——大卫·纳伊姆,安永战略咨询师, 合伙人,市场营销和创新负责人。

法企大数据有效开发之10大限制

1.数据收集仍很大程度局限于传统渠道

用以提高对客户的了解并定制相应市场战略的数据,被调查的公司中有84%主要采集于传统计费系统,有66%采集于CRM。

 

2.非结构化数据是分析中的薄弱环节

除了收集关于用户的结构化文本数据如:通信信息,行为和消费之外, 90%的受访企业还收集非结构化数据。

 

3.缺乏数据分析人才

只有30%的受访企业招聘拥有专门处理或者管理数据能力的人才。其中仅6%拥有50人以上的数据处理团队。


4.缺乏数据处理工具

      许多大公司已经计划加强非结构化数据处理,以及提升数据可信度。59%的受访公司表示在未来18个月内将使有更多更可靠的数据。只有不到10%的公司拥有统计预测专用工具。

 

5.数据分析没有或者说远没有涉及预测和实时分析

      只有10%的受访公司使用客户数据进行预测,其中5%这样做是为了优化工艺流程,以增加执行速度和增加存储容量。企业还没有形成让数据为战略决策提供支持的理念。

 

6.(大)数据项目管理缺乏深度与广度

      在大数据项目的组织和管理上缺乏深度与广度,是用户数据进一步产生价值的一个阻碍。大数据项目通常被视为太复杂,需要时间太长实施,因此不被优先立项。每个部门都习惯于使用自己的内部数据库来处理日常工作所需,这样企业的数据资产就不能很好的流通,也缺乏统一性。

 

7.缺乏(大)数据项目投资回报率的衡量标准

      到目前为止,只有29%的受访公司认为大数据是一个重要的里程碑,并代表着发展机会。仅18%的受访公司会制订详细的大数据实施计划

8.缺少管理层的支持

      由于缺乏量化投资回报率工具,再加上经济不景气,大部分公司的管理层在大数据项目上都持谨慎态度。大部分非成熟企业认为,公司高管的看法是对优化数据使用的一种制约,而在成熟企业中中,只有11%这么认为。

 

9.数据可靠性的一个主要风险:不愿分享个人资料

      不愿共享个人数据对数据的可靠性造成不小的影响。如今对个人数据的保护,限制了对客户数据的使用。安永最近的一份调查显示,70%的消费者不会与公司分享他们的个人资料,其中49%的人说在未来5年他们都不太可能这么做。

 

10.对于数据保护安全问题的认识不足

      30%的受访公司认为他们在客户数据时,并没有很好的考虑保护其隐私问题。这在数据成熟度较低的公司中尤为明显。

 


      该研究的主要结果显示,三分之二的法国公司(63%)认为大数据是一个有趣的概念,但如何使大数据成为一个增长动力仍然不是很清晰。57%的公司还没有研究大数据带来的潜在机会。

 

      最后,近一半的受访(45%)的公司都认为他们对收集到的客户数据利用的还不够。并且30%的受访公司在使用数据时并没有充分考虑其隐私问题。

 

大数据战略成功部署之4大关键

      不同企业的大数据有不同的模式,它们各有优势,其区别并非在模式本身,而在于对某些构成大数据战略成功的关键因素的考量。

 

      企业应该像对待价格政策一样把大数据纳入战略决策的一环,为其制定执行策略。以下就是大数据战略成功部署的几大关键:

 

1.加强数据项目管理的深度与广度

      第一个战略关键就是将公司所有部门动员起来。不同部门常常有着不同的观点,对客户的认识也不尽相同,如果部门间能共享自己的数据库,公司就能得到更为全面的客户图像,能做更加精准的客户分析。

 

2.加大公司管理层的参与度

      公司高层与各部门的管理人员应该成立一个大数据项目委员会,用于决策、统筹、战略布局,以确保项目的良好运行。该委员会还要监管大数据战略不是只为公司某些特定的目的而设立,如提高销售、降低成本等。

 

3.设立灵活分析计划(AgileAnalytics Program)

 

机遇与挑战的战略框架

      在战略部署之前要投入时间弄清楚公司的需要与利害评估各项技术的成熟度然后选择最符合公司需求的技术即可。

 

PoV为基点

在数据这方面与最终用户一起工作是必不可少的具体项目中可以运用概念验证Proof of concept。首先,确定商业机遇,然后选择一个满足以下两点的项目:最方便付诸实施,投资回报率最好。这个就是PoV概念验证+投资回报率评估法。

 

灵活项目规划和具体行动计划

      中期(三到五年)项目规划要确定优先行动具体计划、短期和中期目标以及各行动的KPI。概念验证法要灵活开展。决策者和最终使用者要能自己使用数据分析的成果,而不是仅仅满足于静态的报告。

 

4.信心设计

      在开展任何大数据项目之前,企业必须考虑到技术风险、法律风险与声誉风险。确保数据安全性和数据处理完备性,对个人数据的保护和对数据使用的透明度,这些都是一个公司在数字时代声誉所面临挑战的关键。

 

【译者简介】

      吴涤,本科毕业于上海外国语大学法语系,硕士毕业于法国巴黎二大 (UniversitéPanthéon-Assas),主修统计与金融工程专业。目前旅居巴黎,就职于法国第二大银行集团,担任决策分析工程师,对于金 融领域的数据挖掘、决策建模与商业分析有扎实的理论基础与丰富的实践经验。对于大数据的发展,尤其在金融领域的应用有浓厚的兴趣。

 

      2014年底正式加入大数据文摘海外翻译志愿者行列,希望在新的一年带领大家近距离观察法国,乃至欧洲在大数据时代的动向。衷心祝愿文摘成为读者最喜爱的大数据知识信息分享平台。

 

      宋松波,博士毕业于巴黎第六大学。先后在法国电信以及法国电视运营商进行咨询与研发工作。主要从事大规模服务平台的架构设计与开发, 个性化服务以及数据分析平台的部署开发。2014年加入大数据文摘海外翻译团队。希望能为读者带来欧洲关于大数据领域的最新动向。





收藏 推荐 打印 | 录入:Cstor | 阅读:
本文评论   查看全部评论 (0)
表情: 表情 姓名: 字数
点评:
       
评论声明
  • 尊重网上道德,遵守中华人民共和国的各项有关法律法规
  • 承担一切因您的行为而直接或间接导致的民事或刑事法律责任
  • 本站管理人员有权保留或删除其管辖留言中的任意内容
  • 本站有权在网站内转载或引用您的评论
  • 参与本评论即表明您已经阅读并接受上述条款