编者按：一般我们理解的“大数据”，往往存在于电子商务方面，最典型的代表就是电子商务网站。BM认为，企业不应该将数据分析局限于营销方面，首先要捕获客户行为，然后把客户分群。然后是长期的客户行为分析，而且是大量的客户行为分析，从而推测客人在购买过一件商品后，之后可能购买动向。所以不能单单从营销的角度考虑，只一味推荐雷同的商品。

　　“不会酿酒，也能成为好的品酒师。”在IBM数据分析沙龙中，AsiaAnalytics首席执行官莫利伟通过品酒师的事例，说明企业应该如何正确进行数据分析，为大数据的应用作准备。作为一个企业的管理者，并不需要成为数据分析的天才或科学家，但需要将自己站在一个消费者的立场，体验、并理解数据分析带来的作用，从而更好地利用数据分析，实现最佳的收益。

　　以上来自于8月23日的IBM数据分析沙龙中。IBM软件部智慧商务技术总监杨旭青先生和AsiaAnalytics首席执行官莫利伟Olivier Maugain先生从IBM智慧商务、数据分析及大数据等方面，与记者一起分享目前企业数据分析的策略及重点方向。

　　数据分析不能局限于营销方向

　　对于大数据，IBM软件部智慧商务技术总监杨旭青先生首先从IBM软件部门中智慧商务的业务，带来IBM的观点。在IBM的智慧商务就是利用“大数据”进行分析、处理数据，形成一个完整的价值链，包括企业采购、营销、服务及销售多个方面。

　　一般我们理解的“大数据”，往往存在于电子商务方面，最典型的代表就是电子商务网站。消费者在购买相关商品后，系统会自动推送相关产品，也就是所谓的“猜你喜欢”。但有时会常常出现一大堆已经购买过的类似商品，并不会促进二次消费，有时候可能会出现更为便宜，更好的商品，给购买者带来负面感受，影响购物体验。所以IBM认为，企业不应该将数据分析局限于营销方面，首先要捕获客户行为，然后把客户分群。然后是长期的客户行为分析，而且是大量的客户行为分析，从而推测客人在购买过一件商品后，之后可能购买动向。所以不能单单从营销的角度考虑，只一味推荐雷同的商品。

　　IBM软件部智慧商务技术总监杨旭青

　　除了针对营销部门的数据分析外，IBM对于企业内部的管理也有相应的解决办法，也是非常重要的部分。首先就是一些零售客户最为关心的订单管理，目的就在于与生产和库存紧密结合，可以提前预知客户群的数量、类型，需要生产多少的量，以及库存量等，以避免风险及浪费。正如一些电商企业，肯定有线上的交易平台和线下的仓储，经过数据分析，就能预测订单，以缩短整个周期，从管理、运营商获得较大的收益。对于订单管理，杨旭青先生又以全球服饰品牌ZARA 的案例，进一步阐述。正因为ZARA将IT技术及数据分析引入门店的摆放及库存等流程中，店面的转换率明显提升，销售率也随之大增。这就是说明了数据分析对于零售企业的巨大作用。

　　总的来说，IBM所做的是通过大数据或者说数据分析为手段，帮助客户进行营销改进或优化，从订单管理、生产及销售各个环节，提升效率和转化率，改进企业内部的运作机制，以做到开源节流。

　　AsiaAnalytics首席执行官莫利伟先生对于IBM的杨旭青的观点非常赞同。他表示，数据分析对于公司来说，从财务以及业务的状况方面都可以带来很多的好处。根据麦肯锡的一份报告指出，能够善于运用这些数据分析的公司，平均的生产率和利润额都会比不采用这一方面的技术公司都要高5到6个百分点。以市场部作为一个例子来讲，同一份报告指出，如果能够以数据为中心来进行市场营销规划和决策，它的投入产出比会比其他不采用这一类方式的公司能够高 15-20%。

　　通过分析我们可以为客户提供一对一定制化消费的体验，因为客户希望被理解、被尊重，能够享受特别感受的购物行为。除了这种定制化一对一的消费体验，对于数据有效的分析可以很好的去理解某一些或者特定细分客户群体对他有更深的理解，反过来通过对客户的了解，可以有助于产品的研发，针对特定群体产品开发以及营销手段。

　　数据分析应从数据积累做起

　　关于数据分析对于企业最大的优势这个问题，莫利伟先生进一步说明自己的观点。首先，数据分析不一定非要和“大数据”联系在一起。目前在中国真正意义上能够使用实时、产生大量数据进行分析与业务决策的公司并不多。目前的数据分析对于企业来说，能够提升明显的效率及降低成本。例如，有个公司希望推出一种最新的饮料，希望知道到底是男性还是女性对这个饮料会更喜欢。如果做市场调研、问卷调查，找300个人，其中150个男人和150个女的，肯定会得出一定的数据量，但这一数据量只在几个KB而已，而真正需要数据量则应该达到几个MB或者到一个GB。在中国一些大型的公司，包括运营商、银行及淘宝平台，确实已经开始用到数据挖掘的方式来做一些预测性分析，帮助业务的决策。这些都是利用大量数据进行分析的案例。

　　其次，单纯从数据量上面来讲，不仅是大企业，在一些中小型企业中，如有若干年的积累，也可以去做数据挖掘跟预测性分析。基本来说，1万条消费者的记录，10个或者20个左右的变量，这个数据量可能在20个DB。拥有的数据量越大，数据分析的成功率也就越大。所以无论是大型企业，还是中小型企业都应该从数据积累做起，并通过有效的算法，进行深度分析，才能得出结论。

　　电子商务是获取信息的重要途径

　　现在很多门店企业都需要架设网店(电商平台)，但面临很大的压力，即受到淘宝等现有平台的冲击。大批企业都选择捷径，在淘宝上开旗舰店，但这样的做法会影响信息的获取，通过淘宝店积累大数据的分析能力也明显不够。但如果企业自己开设网上电商平台的话，虽然能成为获取信息的重要平台，但推广需要花费大量的金钱和精力。IBM的杨旭青先生认为企业建立线上电商平台非常有必要，是信息获取的重要途径，但不能急于求成而借助淘宝等平台，信息获取的渠道将会被控制，导致信息积累不足。他提出，对于有实体店的企业来说，门店就是获取信息的重要来源之一。比如说门店本身的布货，这是精准营销的解决方案。还有订单的捕获，门店有直营店和加盟店，现在下订单的POS机不是简单地POS机了，可以连接数据库，交易的结果会返回到后台，以便进行数据捕获和数据分析。在IBM中，称为“智慧门店”。

　　此外，还有一套订单管理系统，订单管理系统就像订单中心一样的，无论网上的订单从哪里来，这些订单与仓库、生产部门互通，形成一套流程，以提升效率。这企业是参照ZARA的成功经验，已经成为不少企业学习的方向。如今线上线下的模式相当流行，这里被叫做O2O(Online To Offline的简称)，即将线下商务的机会与互联网结合在了一起。而IBM的想法并不是希望从网络上进行揽客或销售，线下成为单一的服务平台。而是将线下的店面作为信息的来源，进行数据收集，以便分析客户的习惯，进行预估生产及库存的两，于是线上线下串起来，营销也能够展开。

　　AsiaAnalytics首席执行官莫利伟Olivier Maugain

　　对于信息获取，莫利伟先生也做了一下补充。他认为，企业应该先忘掉“大数据”，而是从“小”的地方着手，先想好自己的方向，从有效的途径获取信息，并进行积累，再分析后，肯定会对今后的运营、销售提供参考和帮助。“先学会走才能跑，数据运用其实是在学走路，等到你走好之后再进到大数据时代去，再去跑。”

　　关于析数AsiaAnalytics公司

　　与会者对于IBM非常熟悉，但析数AsiaAnalytics公司显然有点陌生。AsiaAnalytics首席执行官莫利伟先生简单介绍了一下公司的概况。析数软件 (AsiaAnalytics，原SPSS China) 成立于2006年，是IBM收购SPSS前SPSS在中国大陆地区的总代理。在过去的7年里，发展成为了国内首屈一指的预测解决方案和服务的提供商，现析数中国为IBM在大陆地区在SPSS产品线的主要合作伙伴。析数公司服务了1500多个客户和数以千计的最终使用者，范围涵盖了从通讯、银行金融、保险证券、制造业、市场调研、政府机构、教育科研、医疗卫生、化工行业、零售连锁、电子商务等多个领域和行业。

　　在2008年之前，析数在中国的销售收取版权费为主。2008年开始，业务开始涉及到一些服务和培训，包括咨询的服务，有一些是把软件销售和服务加一起的销售，还有一些是纯的咨询服务。截至2012年，大约有30%都是服务这块产生的，服务如欧莱雅这样的客户。在与IBM合作之后，析数希望能够把服务与软件销售捆绑起来做，这也是析数未来最大的目标之一。SPSS使用者分享了在各自的工作中使用现存数据进行更准确决策的愿景——不论是哪个行业，不论是何种职能，不论他们要解决何种商业问题。