分享內部運營的幾大思維 如何內部運營?

某位網友在筆者的搭臺唱戲文章中留言,“企業內部的大數據普及很困難,看看以前BI的推廣情況就知道了 。 ”這個問題很尖銳,也直指問題的核心 。 (注:這里的BI 特指專題分析、精確營銷等內容,不包括傳統意義上的報表取數)
擁有大數據的企業,對內運營的意義不必多說,而判斷大數據運營成功的一個標志,就是企業能否自覺采用數據化的思維和手段來解決生產經營中的問題,企業成立了新的大數據組織,這些組織的一個使命就是普及大數據在本企業的應用 。

分享內部運營的幾大思維 如何內部運營?

文章插圖
筆者從傳統BI時代走來,知道普及BI和大數據本質并沒有什么不同,面對同樣的機制、業務和流程,有多少信心說大數據對內就能成功?
但仔細比較下傳統BI和大數據所處的環境,的確發生了很多變化,也許能給大數據的普及以新的機會,希望能回答以上網友的質疑,當然仁者見仁了:
1、天時已經完全不同
大數據和BI本質都是數據化的運營手段,其對內推廣成功與否是受制于天時地利與人和的,所謂時勢造英雄,假如企業屬于爆發增長期,這個時候重要的是資源驅動,速度驅動和執行力驅動,而精細化運營的手段似乎性價比不高 。
比如運營商大發展時期,新增用戶不需要分析的多精細,動感地帶、神州行和全球通三個品牌已經定位的很清楚,大家發力營銷就可以了,春節回流車站擺攤賣卡的效率就很高 。
BI中的精確營銷等手段,實施的成本現在看來其實很高,溝通成本,計算成本,數據成本,變革成本等等,特別是傳統企業線下為主,大幅抑制了數據價值的發揮 。
這也是傳統BI無法普及的一個根本原因,在驅動力問題未解決之前,妄談數據價值,建模能力就失去了意義,對于依賴迭代優化的數據分析來說,甚至不會給你有效迭代的機會 。
如果企業進入了存量運營期,則需要考慮更為精細化的手段了,這個時候,BI或大數據才有了用武之地,因為數據化運營的方式性價比可能超過了傳統方式 。
筆者前面說了這么多,只是為了說明,大數據要有用武之地,跟企業的發展階段是密切相關的,當前 “大數據是大忽悠” 的說法不在少數,不能說沒有道理,對于還不具備條件的企業,你跟他去推銷大數據,的確就變成大忽悠了,需要辯證的看這個事情 。
因此,筆者提的決戰大數據對內運營,針對的企業是有嚴格限制的,即已經過了高速發展期、擁有大數據、開始謀求轉型發展、希望采取更為精益化手段來實施高效低成本運作的企業,比如運營商 。
2、數據已經完全不同
在傳統BI的時代,其實專題分析使用的原始數據跟業務人員平時報表取數能接觸到的原始數據并沒有什么不同,由此僅靠挖掘能帶來的價值是有限的,再好的規則或算法,也頂不上引入一個新的好數據 。
以運營商為例,以前經分( BI )用的更多的是B域數據,大概300多個核心接口,現在B域的接口超過1400個,兩者相差很大,而 B域數據的量僅占到公司總數據的10-15%,運營商更多的是O域數據,比如DPI位置,位置信令等,浙江移動一天計費話單2個多億,但上網日志700億,兩者是幾何級的差距,在大數據平臺未起來之前,要采集這些數據是不可能完成的任務 。
其次,B域數據更多的是結構化數據,雖然價值密度高,但從數據中生成新數據的可能性幾乎為0,B域的一條用戶賬單記錄跟O域的一條上網日志記錄,后面蘊藏的含義是不同的,從上網日志我們可以爬取到網頁的內容,從內容中我們能挖掘到更多信息 。
更為關鍵的是,大量的新數據我們還沒搞懂是什么含義,大量的新數據有待于去采集,這是一個全新的藍海 。
無論是BI還是大數據推廣,將更全更多維度的數據營銷出去是最重要的,有了新的生產資料,一線就可以基于生產資料馬上進行生產,即使生產關系暫時是落后的 。
因此,在企業內,保持一只專注于大數據整合和質量的團隊,采集解析更多的數據,終是企業搞大數據的第一要務,但現實情況往往是,即使當前企業有大數據的團隊,但主要還是在做報表取數的需求類工作 。
同時很多企業傳統的數據分析者的思維模式還停留在G或者T時代,全然沒想過P是什么概念,也沒想過去用它,這是思維的局限 。
3、平臺已經完全不同
站在業務人員的角度來講,大數據平臺是hadoop還是DB2或是Oracle沒有什么區別,人家要的只是一個數據操控體驗,數據操控體驗可以分解為以下幾個要素,也正是大數據平臺要解決的核心問題 。

推薦閱讀