在大數據時代，企業將是完全以數據分析驅動企業，利用大數據分析，能夠轉化成洞察的能力，充分釋放企業潛能，實現轉型與進化，本文重在分析大數據在企業當中的所起到的作用。

一、大數據幫企業了解客戶，鎖定資源，開展服務

大數據通過相關性分析，將客戶、用戶和產品有機串聯，對用戶的產品偏好，客戶的關系偏好進行個性化定位，生產出用戶驅動型的產品，提供客戶導向性的服務。? 從大數據技術方面來看，用數據來指引企業的成長，將不再單單是一句口號。百度副總裁曾良表示，從挖掘的角度來看，他們通過對每天60億的檢索請求數據分析，可以發現檢索某一品牌的受眾行為特征，進而反饋給企業的品牌、產品研發部門，能更準確地了解目標用戶，并推出與用戶要求相匹配的產品。?

通過運用大數據，不僅可以從數據中發掘出適應企業發展環境的社會和商業形態，用數據對用戶和客戶對待產品的態度進行挖掘和洞察，準確發現并解讀客戶及用戶的諸多新需求和行為特征，這必將顛覆傳統企業在用戶調研過程中，過分依賴主觀臆斷的市場分析模式

通過大數據技術，可以實現企業對所需資源的精準鎖定，在企業在運營過程中，所需要的每一種資源的挖掘方式、具體情況和儲量分布等，企業都可以進行搜集分析，形成基于企業的資源分布可視圖，就如同“電子地圖”一般，將原先只是虛擬存在的各種優勢點，進行“點對點”的數據化、圖像化展現，讓企業的管理者可以更直觀地面對自己的企業，更好地利用各種已有和潛在資源。

如果沒有大數據，將很難發現曾經認為是完全無關行為間的相互關聯性，就如同外媒曾經提到的“啤酒”與“尿片”之間的關聯營銷一樣。因為美國婦女通常在家照顧孩子，她們經常囑咐丈夫下班回家時為孩子買尿布，而丈夫則順手購買了啤酒。于是，尿片與啤酒形成了關聯。于是美國沃爾瑪超市將尿布與啤酒擺在一起，使尿布和啤酒的銷量都大幅增加。

二、通過大數據計算對社交信息數據、客戶互動數據等，可以幫助企業進行品牌信息的水平化設計和碎片化擴散

經濟學家Richard?H.?Thaler曾經提出一種觀點，“個人觀點的微小變化都可以演變為所有人的群體行為模式的重大變革。”在這一重大變革的背景之下，對微小的信息流，企業都必須重視，而客戶服務為應對這種情況，也需要像空氣一樣分布在一些細枝末節之中。企業可以借助社交媒體中公開的海量數據，通過大數據信息交叉驗證技術、分析數據內容之間的關聯度等，進而面向社會化用戶開展精細化服務，提供更多便利、產生更大價值。?

三、實時準確地監控、追蹤競爭對手動態，是企業獲取競爭情報的利器

數據競爭已經成為企業提升核心競爭力的利器。來自各個方面零碎的龐大數據融合在一起，可以構建出企業競爭的全景圖，洞察到競爭環境和競爭對手的細微變化，從而快速響應，制定有效競爭策略。龐大的數據更具有統計意義，能為各種預測模型提供支持，從而能預測未來的發展趨勢，幫助企業獲得先機。相關的數據整合在一起，能不斷產生新的信息和知識，有助于提高生產率、降低經營成本。大幅度地提高企業獲取、利用情報的效率，節省情報信息收集、存儲、挖掘的相關費用，是提高企業核心競爭力的關鍵。

四、及時獲取競爭對手的公開信息以便研究同行業的發展與市場需求

大數據正在顛覆傳統的價值鏈，行業之間的分界線變得模糊，讓競爭態勢不斷發生變化。企業若是能緊跟這些變化，及時轉型業務模式，就會看到許多扇新的大門正向他們敞開。

以家用恒溫器市場為例：家用恒溫器行業歷來波瀾不驚，競爭企業數量少而穩定性較高。一家名為Nest的新進企業向業內老牌企業發起了挑戰，推出一款“善于分析”的恒溫器——它能夠運用各種分析手段，了解客戶的偏好和使用模式，而自行做出相應調節。運用以數據為本的創新業務模式，Nest成功喚醒了這片沉寂已久的土地。

五、為企業決策部門和管理層提供便捷、多途徑的企業戰略決策工具

企業的競爭不再只是勞動生產率的競爭，而是知識生產率的競爭。數據是信息的載體，是知識的源泉，是企業創造價值和利潤的原材料，因此，基于知識的競爭將集中體現在基于數據的競爭上。正如馬云所說，未來是數據競爭的時代，誰擁有數據，誰就擁有未來。如今各行各業都出現了以數據分析為競爭力的企業，它們都是在數據分析的基礎上與其他企業展開競爭，以提升核心競爭能力，保持或獲得行業領先地位，如谷歌、寶潔、沃爾瑪等世界知名公司。沃爾瑪就建立了一個超大的數據中心，其存儲能力高達4PB以上，通過大數據分析，沃爾瑪掌握了顧客的購買習慣，不同商品一起購買的概率，購買者在商店所穿行的路線、購買時間和地點，從而確定商品的上架布局以及對分類進行優化；決定對各個商店的不同商品進行增減，以保持最優的庫存，降低成本；洞察銷售全局，瞬間捕獲到各種細微的變化，從而快速響應，制定營銷策略

利用大數據工具對供應鏈進行分析以選擇供應商、優化物流配送方案和進行價格談判等；利用大數據分析工具對熱銷商品品種和庫存的趨勢進行分析，以選定需要補充的商品，分析顧客購買趨勢和季節性購買模式，以確定降價商品，并對其數量和運作做出反應。可見，大數據已經成為企業的核心資產，對數據的掌控可以形成對市場的支配，并且獲取巨大的回報。

隨著大數據應用的普及，企業越來越重視從大數據中挖掘潛在的商業價值，大數據在企業管理中的應用主要在于提高企業整體分析研究能力、市場快速反應能力，建立起以知識管理為核心的“競爭情報數據倉庫”，提高核心競爭力。

六、探碼大數據處理平臺的構成

當企業的大數據基礎工作都準備就緒之后，就可以對這些數據進行有針對性的管理了。探碼大數據采用先進的網絡爬蟲技術，分布式計算能力，針對定制的目標數據源進行網絡信息的數據采集、數據提取、數據挖掘、數據處理，從而為各種信息服務系統提供數據輸入。

數據采集

?要對來自網絡包括物聯網和機構信息系統的數據附上時空標志，去偽存真，盡可能收集異源甚至是異構的數據，必要時還可與歷史數據對照，多角度驗證數據的全面性和可信性。

數據提取

要達到低成本、低能耗、高可靠性目標，通常要用到冗余配置、分布化和云計算技術，在存儲時要按照一定規則對數據進行分類，通過過濾和去重，減少存儲量，同時加入便于日后檢索的標簽。

數據挖掘

基于對用戶的結構和行為特征深入挖掘，協助企業進行有效的CRM管理，有效提升營銷效果，結合消費者的購買（消費）行為的跟蹤分析，協助企業進行有效的品類和渠道管理，提高企業運營效率。

數據處理

有些行業的數據涉及上百個參數，其復雜性不僅體現在數據樣本本身，更體現在多源異構、多實體和多空間之間的交互動態性，難以用傳統的方法描述與度量，處理的復雜度很大，需要將高維圖像等多媒體數據降維后度量與處理，利用上下文關聯進行語義分析，從大量動態而且可能是模棱兩可的數據中綜合信息，并導出可理解的內容。