打造大数据管理的两极：
对企业的大数据管理来说，两大系统不容忽视，一是用户管理系统，另一个就是商品(内容)管理系统。这也就是很多企业，尤其是电商企业，会推出“用户画像”和“商品标识库”的原因，当然，它也是制造企业推动“定制化生产”，“数据工厂”的重要前提和基础。
然而，要建构企业的用户管理系统和商品(内容)管理系统，需要大量数据的支撑，这些数据到底如何获取，又如何建适合本企业的商业模型呢？
“企业要拥抱大数据时代，需要做好数据归集、数据管理、数据应用三个方面的工作，在此基础上，企业才能进行大数据的分析和挖掘，也就是大数据的应用。”在苏萌看来，数据收集是帮助企业打破数据孤岛的重要工作，在收集过程中，企业需要建立起第一方数据(企业自身)、第三方数据、CRM数据(客户关系管理数据)、交易数据等在内的多重数据匹配系统，同时构建起针对客户的统一视图，即将企业网站、移动设备、展示广告、线下数据、企业营销数据库、社会化媒体、电子邮件、呼叫中心、MINI-SITE上所有企业相关的数据进行收集和整合。
伴随信息过载与消费者异质化，一方面是海量数据和海量信息导致用户信息饥饿感，用户对非关联信息的容忍度与日俱减。同时，用户兴趣数据与日俱增，但用户甄别信息能力占比与日俱减，消费者呈现长尾化趋势，这一切，导致了个性化成为大数据的应用方向。
由此个性化的技术被关注和应用，并进而推动企业在生产领域由单纯追求成本最优的规模化生产向客户化定制方向转变。同时，个性化推荐、移动跨屏推荐成为典型应用。而这些应用的背后，是计算机学、统计学、营销学的集成。
以数据为支撑的客户终身价值的评价和分析将有助于公司建立市场细分的策略，确认哪一类客户才是值得花费成本来建立客户关系的，并最终找到自己真正的目标客户群。同时，它将帮助企业更好地推进客户关系管理，比如通过数据的挖掘和分析，可以知道究竟百分之多少的销售额分别来自于现有客户和新客户。当然，它还会影响到企业的定价行为，比如降价可以迅速提升老客户保留比率和新客户获取比率，但同时也会降低利润率。涨价将提高利润率，但同时也会降低老客户保留比率和新客户获取比率，这意味着企业需要用数据支持决策，最终获得一个最优化的平衡。
在用户即资产的时代，客户流失预警对企业的战略制定有着重要意义，流失的是否是目标客户，这些客户流失是否代表进攻者的强势进攻，还是自然选择的一个过程，哪一类型的客户，或者满足哪些条件的用户更容易流失，而满足哪些条件的用户则不易流失等等，通过不同的算法，可以发现最终客户流失的特殊及其原因，最终帮助企业决定是否需要挽留这些用户。
对于很多电商公司，或者是O2O公司来说，库存管理和物流配送正成为企业重要的竞争力，它不仅直接关系到企业的成本、利润，同时还直接关系到用户体验。由此，通过数据的分析和挖掘，可以精准测算出不同品类不同规格段商品的库存水平，同时获取物流配送的时间效率、最佳用户体验与物流整体配送效益的平衡。
|
