빅 데이터 시대는 기업에 전례 없는 비즈니스 기회를 가져왔다. 빅 데이터 시대에 기업은 빅 데이터 정밀 분석, 사용자 소개, 거래 촉진, 가장 효율적인 방식으로 생산 조직 등을 배워야 합니다. 빅 데이터 시대에 기업은 새로운 비즈니스 규칙을 따라야합니다. 그렇지 않으면 빅 데이터의 물결에 압도 당할 것입니다.
규칙 1: 사용자의 실제 요구를 해석하여 사용자의 실제 요구를 해석하는 것은 데이터 수집 및 분석을 통해 사용자의 내면의 욕망을 발굴하고 엔터프라이즈 제품 홍보의 성공률을 높이며 엔터프라이즈 주문으로 전환하는 것입니다.
빅데이터는 신비해 보이지만, 실제로 사용자의 요구를 해석하는 운영 아이디어는 매우 간단합니다. 즉, 사용자의 개인 정보와 관심 정보를 최대한 파악하는 것입니다. 관련 정보가 개인을 대상으로 하는 경우 사용자의 요구를 비교적 정확하게 정의할 수 있습니다.
이 과정에서 주로 두 가지 작동 모드, 즉 정적 복사 모드와 동적 추적 모드가 있습니다.
정적 복사 모드
한 시간 노드에서 정적 복사 모드의 데이터 분석을 수행하여 분석 대상을 최대한 확대하고 레이블을 통해 거래가 성사될 가능성이 가장 높은 사용자를 필터링합니다. 이것은 빅 데이터 응용 프로그램에서 가장 전형적인 패턴입니다. 일부 대기업들이 자발적으로 사용자 라벨을 관리하기 때문에 마케팅을 돕기 위해 큰 데이터가 필요한 기업은' 배를 빌려 출항' 할 수 있다.
라벨과 구매는 두 가지 관계가 있다. 하나는 라벨과 구매의 관계가 매우 뚜렷하다는 것이다. 예를 들어, 경제 관리 서적을 자주 훑어보는 사용자는 그러한 책의 잠재적 구매자임에 틀림없다.
또 다른 라벨과 구매의 관계는 분명하지 않다. 이를 위해서는 기업이 미리 분석해야 하고, 때로는 제 3 자 전문기관의 분석 결과를 이용해야 하는 경우도 있다.
예를 들어 시나웨이보는 사용자의 평소 브라우징과 표정에 따라 사용자에게 라벨을 붙인다. 그러나 이러한 라벨과 일부 구매 행위의 관계는 분명하지 않다. 김 부인은 국내 웨딩사진 거물이다. 이들은 먼저 자신의 바이두 대고객 신분을 이용해 바이두가 무료로 제공하는 웨딩사진 고객 조사 분석 자료를 입수해 맛집 영화관 등의 라벨이 붙은 사용자가 웨딩사진 제품을 구입할 가능성이 가장 높은 것으로 나타났다. 이 교차 라이브러리 결과를 통해 김 부인은 시나웨이보 플랫폼의' 특정 지역 20 ~ 35 대 여성' 그룹을 잠그고 음식, 극장 등의 라벨을 추가해 변환 잠재력이 큰 사용자를 정확하게 잠그고 플랫폼이 제공하는' 범통' 서비스를 구입하며 방향 광고를 푸시했다. 일반적으로 5 만 ~ 6 만 명의 사용자를 푸시하면 70 ~ 80 개 정도의 전화 상담을 받게 됩니다. 이러한 전환된 전화 상담 고객을 "고객 자원" 이라고 합니다. 고객 자원에서 최종 주문까지 전환률이 매우 우수하여 40% 정도입니다.
동적 추적 모드
동적 추적 모드의 데이터 분석은 일정 기간 동안 진행되며, 분석 대상을 최소화하고, 사용자의 동작을 통해 지속적으로 사용자에게 레이블을 지정하여 제품 푸시를 찾을 수 있는 시간을 기다리고 있습니다. 이런 분석은 소그룹을 겨냥한 것이기 때문에 제 3 자 기관이 통일된 대규모 서비스를 제공할 수 없기 때문에 기업에게는 문턱이 높아 내공을 잘 연습해야 한다. 이 모드에서 기업은 사용자가 지속적으로 생성하는 새 데이터를 추적하고 언제든지 클라우드에서 처리해야 합니다.
예를 들어, Target 슈퍼마켓은 임산부가 임신할 수 있는 20 여 가지 상품을 기초로 모든 사용자의 구매 기록을 데이터 소스로 한다. 모델 분석 구매자의 행동 상관관계를 구축함으로써 임산부의 구체적인 출산 시간을 정확하게 추정할 수 있어 Target 의 영업 부서에서 각 임신 고객의 여러 단계에서 해당 제품 쿠폰을 보낼 수 있습니다. 모든 경우에, 그들은 실제로 사용자보다 그녀의 임신에 대한 정보를 더 일찍 알고 있다.
또 다른 예로, 아마존은 사용자에 대한 자신의 이해를 바탕으로 정밀 마케팅을 하고 있으며, 웹 사이트의 추천과 메일 푸시 제품은 거래를 촉진하는 계기가 되고 있습니다. 다른 전자상거래 사이트에 따르면 아마존 사이트가 추천하는 판매전환율은 60% 에 달할 수 있는 경우도 있다. 연구회사 Forrester 분석가 Sucharita Murpuru 에 따르면. 이 전환율은 다른 전자상거래 사이트보다 훨씬 높기 때문에 일부 관찰자들이 아마존의 추천 시스템을' 킬러급 앱' 으로 보는 것도 놀라운 일이 아니다. 최근 소식에 따르면 아마존은 이미' 주문하지 않고 먼저 출하한다' 는 기술특허를 등록했고, 더욱 정확한 수요 예측, 더욱 직접적인 제품 푸시를 등록했다. 빅데이터에 대한 그들의 응용은 이미 완벽하다!
규칙 2: 사회화 된 협력 생산 약정 형성
만약 우리가 큰 데이터에 의지하여 제품 구매를 추진할 수 있다면, 대량의 수요가 인터넷에서 급증할 것이다. 즉, 더 많은 제품 데이터, 더 많은 원자재, 소비자 분산 주문 ... 이러한 변화로 인해 산업 시대의 표준화된 제품 생산 모델이 전례 없는 전복되고, 생산측은 큰 데이터를 기반으로 한 전례 없는 유연성을 형성하여 소비측의 유연성을 연결해야 합니다.
인터넷 비즈니스 환경은 가치 사슬에 새로운 도전을 제기합니다. 구매, 생산, 물류, 유통, 소매 등 체인의 모든 부분에서 생산 외에도 강력한 데이터 처리 능력이 필요합니다. 각 링크의 데이터 처리 시스템과 데이터는 전 사회에서 공유되어야 하며, 이러한 시스템과 콘텐츠도 전 사회에 개방되어야 합니다. 이러한 요구 사항을 충족하려면 가치 사슬 네트워크를 적용하여 생산 조정을 위해 큰 데이터를 활용해야 합니다.
빅데이터는 확실히 가치 사슬을 개조할 수 있는 기회를 가져왔다. 공업 경제 시대에 생산은' 규모의 경제' 를 통해 더 많은 것을 얻고, 대규모 표준화 생산은 단위 원가를 최소화한다. 그러나 인터넷 경제 시대에 생산은' 범위 경제, 시너지 효과, 학습 곡선 재구성' 의 혜택을 받아야 한다. 다양하고 소규모 생산에는 가치 사슬의 지능형 협력이 필요하기 때문이다.
인터넷을 기반으로 모든 가치 사슬 고리는 데이터 공유와 중앙 집중식 처리를 가능하게 한다. 또한 통합 데이터 스키마를 사용하므로 고립된 데이터가 발생하지 않으며 귀중한 데이터를 낭비하지 않습니다. 이렇게 하면 가치 사슬의 모든 부분을 원활하게 연결하여 가장 민첩하고 합리적인 생산을 실현할 수 있습니다. 인터넷 기반 플랫폼은 기업들이 합작할 때 충분한 정보를 얻을 수 있고, 더 이상 과도한 학습 문턱을 만나지 않을 것이다. 더 중요한 것은 사용자가 제작에 참여할 수 있도록 모듈형 객관식 질문을 통해 아마추어들이 전문적인 수요 신호를 보낼 수 있다는 점이다. 이렇게 되면 최초 원자재 생산자부터 최종 소비자까지 가치 사슬 (또는 가치망) 에 이식해야 사회협력이 진정으로 실현될 수 있다. 큰 데이터가 나타나기 전에는 거의 불가능합니다!
법칙에 순응하여 미래를 얻다.
고유한 빅 데이터 비즈니스 규칙은 향후 비즈니스 구조의 변화를 야기할 것입니다. 미래의 승자는 새로운 비즈니스 규칙과 새로운 비즈니스 논리에 적응할 수 있는 대표에 속할 것이다.
빅 데이터 너겟의 세계에서, 누가 큰 데이터를 마스터, 누가 위의 두 비즈니스 규칙의 변화를 달성 하기 위해 빅 데이터를 사용할 수 있는, 누가 미래를 이길 것입니다.
따라서 빅 데이터를 보유한 자원 통합 기업이 빅 데이터 시대의 기업 승자가 될 것이라고 확신할 수 있습니다. 이런 기업은 상업 생태 (가치망) 의' 조타 장치' 이다. 시장 수요를 민감하게 식별하고 네트워크 회원의 협력 생산을 안내함으로써 그룹 혁신의 장점을 얻었다. 전체 네트워크를 통제하기 때문에, 이런 기업은 인터넷 수익에 대한 잔여 청구권을 가지고 있으며, 왕왕 가장 많은 이익을 얻는다. 공업경제시대에 기업은 브랜드, 신용도, 사회자본에 의지하여 자원 통합을 실현하였다. 인터넷 시대에는 자원이 무한히 풍부해지고 협업이 빈번해졌다. 기업은 대규모 데이터 검색 요구 사항에 의존하여 자원을 통합해야 합니다. 이런 기업은 큰 데이터를 파악한 뒤' 사용자가 원하는 것, 무엇이 있는지, 어떻게 자원을 이용해 사용자의 요구를 충족시킬 수 있는지' 를 알게 된다고 할 수 있다.
미래의 자원 통합 기업은 큰 데이터를 기반으로 운영될 것이다. 빅토르 마이어 셰인버그 등은 빅데이터 기반 자원 통합 기업을 세 가지 범주로 나누었습니다. 첫 번째는 데이터를 보유한 기업으로, 데이터의 포트와 소유권을 파악했습니다. 두 번째는 알고리즘을 장악하고, 데이터를 처리하고, 가치 있는 비즈니스 정보를 발굴하는 기업이다. 이 기업은 "데이터 전사" 라고합니다. 세 번째는 사고를 장악하는 기업이다. 그들은 종종 먼저 시장 기회를 발견한다. 그들은 데이터 기술도 없고 전문 기술도 없지만, 이런 이유로 그들은 광범위한 사고를 가지고 있으며, 자원을 최대한 연결해 비즈니스 모델을 형성할 수 있다. 그들은' 패스파인더' 에 해당한다.
각 생산 요소의 가치와 희소성에 따라 어떤 종류의 기업이 빅 데이터의 비즈니스 모델에 실제로 도움이 될지 말하기는 어렵습니다. 세 가지 유형의 기업은 각각 공헌이 있고, 각각 희소성이 있다.
ITASoftware 는 미국 4 대 항공권 예약 시스템 중 하나로, 전형적인 데이터 있는 기업이다. 그것은 Farecast 에 데이터를 제공합니다. Farecast 는 항공권 가격 예측을 제공하는 기업으로, 전형적인 알고리즘과 사유가 있는 기업으로, 사용자에게 직접 접촉합니다. 그 결과 ITA 소프트웨어는 이번 협력에서 적은 이윤을 얻었다.
Overture 는 검색 엔진 유료 클릭 모드의 원조이다. Google 을 미디어로 보면 Overture 는 광고 대행사와 동등하며 알고리즘을 통해 다른 브라우징 사용자를 세분화하고 광고 회사에 대상 사용자의 유료 클릭 (가장 필요한 사용자 선택) 을 제공합니다. Overture 는 알고리즘과 사고를 장악하는 전형적인 기업이고 야후와 구글은 데이터를 장악하는 기업이다. 사실 구글의 양대 금광인 AdWords 와 AdSense 기술은 모두 Overture 의 알고리즘을 차용했다. 그러나 Overture 는 사용자에게 직접 접근할 수 없고, 데이터가 없고, 발언권을 잃고, 소량의 수입만 얻을 수 있어 결국 야후에게 인수된다.
빅 데이터에 기반한 자원 통합 기업 생태 체인은 두 가지 법칙을 따른다.
규칙 1: 사용자와 접촉하는 기업은 항상 최대의 이익을 얻을 수 있으며, 이는 가치 사슬의 분배 원칙과 매우 일치합니다. 단말기 가격과 원자재 공급의 차액은 모두 단말기 제품을 판매하는 기업이 얻는다.
규칙 2: 데이터를 보유한 기업은 이 비즈니스 생태계에서 가장 큰 협상 능력을 가지고 있어 최종 승리자가 될 가능성이 가장 높다. 알고리즘은 정복될 수도 있고 구매될 수도 있다. 사실 이 업종에 비집고 들어가는 회사가 적지 않다. 사고에서 케네스 아로 (Kenneth J. arrow) 가' 정보 역설' 이라고 부르는 현상이 있다. 즉, 정보는 다른 사람에게 알려지기 전에 매우 가치가 있지만 증명될 수는 없다. 일단 공개적으로 확인하면, 모두 알고 있기 때문에 가치를 잃는다. 따라서 사고와 알고리즘 회사가 얼마나 빨리 가든 데이터 회사가 언제든지 데이터 소스를 차단할 수 있는 한 여전히' 살인자' 를 쥐고 있다. 심지어 일부 데이터 회사들은 비즈니스 모델을 잘 볼 수 없을 때 사고 및 알고리즘 회사에 데이터를 게시하여 오류가 발생하면 데이터 소유권을 회수하고 비즈니스 모델을 모방합니다.
BAT 의 데이터 제국
따라서 빅 데이터 시대에는 자원 통합 기업의 경쟁이 미래의 비즈니스 세계를 결정한다고 말할 수 있습니다.
많은 사람들이 빅 데이터 시대의 비즈니스 규칙을 아직 파악하지 못했을 때, 국내 인터넷 빅 3 인 BAT (바이두, 알리, 텐센트) 는 이미 자신의' 데이터 제국' 을 빠르게 구축하고 있다.
인터넷의 큰 세계에서는 사용자가 많은 입구를 가지고 있어 다른 앱을 통해 데이터를 업로드할 수 있다. BAT 의 원칙은 의식주와 관련된 모든 서비스업체가 데이터 유형과 품질을 높일 수 있다면 반드시 이긴다는 것이다. 여기에 전형적인' 데이터 축적의 한계 수익 증가 효과' 가 나타나 있습니다. 즉, 1 단위의 데이터를 추가할 때마다 발굴할 수 있는 가치는 가속화되고, 한 가지 유형의 데이터를 추가할 때마다 발굴할 수 있는 가치는 가속화됩니다. 때때로 BAT 는 데이터가 현 단계에서 소득으로 실현될 수 있을지조차 고려하지 않고, 단지 그것을 포함시키고, 미래의 발전을 기다리고 있다.
실제로 BAT 는 몇 차례의 인수를 거쳐 기본적으로 의식주 사교 등 각 분야의 데이터 입구를 포괄하고 있다. 기존의 방대한 데이터 입구 외에도, 데이터 규모상의 이점도 타의 추종을 불허합니다. 단시간 내에 어떤 기업도 그들을 능가하는 것은 거의 불가능하다.
BAT 는 데이터를 잡는 기업일 뿐만 아니라 알고리즘과 사고를 잡는 기업이다. 한편, 방대한 비즈니스 사용자 기반과 사용자 기반 소비 선호도에 대한 큰 데이터를 보유하고 있어 해당 내용만 있으면 거래를 형성하고 수익을 얻을 수 있습니다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 성공명언) 한편, 그들은 심지어 앱 프로그래밍 인터페이스 (API) 를 개방하여 자신의 데이터를 다른 사람에게 허가하여 데이터의 가치를 반복할 수도 있다. 이와 관련하여 알리바바의 백천 계획이 대표적인 예이다. 간단히 말해서, 그들은 다른 업체의 app 에 무료로 데이터를 개방하지만, 비용이 들지 않고, 데이터를 대가로 돌려주기만 하면 된다. 이 계획이 시행되면 모든 앱이 그들의 입구가 될 것이다.
BAT 의 제국은 데이터를 바탕으로 한 것이라고 할 수 있다. 심지어 어떤 사람들은 데이터가' 표외 자산' 으로서 어느 시점에서 회계 규범을 포함할 것이라고 예측했다. 무형자산보다 이런 자산의 가치가 더 크기 때문이다.
전통적인 산업 경제 사고를 가진 사람들은 빅 데이터 시대의 비즈니스 논리를 전혀 이해할 수 없다는 점은 주목할 만하다. 알리바바의 인수 (소매, 문화, 금융 등) 에 의문을 제기한 학자가 있었다. ). 그는 애플과 구글의 인수 사례를 들어 둘 다 전문 분야에서 인수해 경쟁력을 강화하는 데 도움이 된다고 생각했지만 알리의 인수는 다양해 경쟁력 강화에 불리하다.
사실 알리바바 비즈니스 모델을 이해하지 못하는 표현이다. 인터넷 시대의 대부분의 비즈니스 모델은 이미 업계의 제한에서 벗어나 어느 정도' 대통일' 즉' 트래픽 가져오기+빅 데이터 분석 구현 트래픽' 으로 접어들었다. 이 모드에서는 데이터가 일반 논리입니다. 빅토르 마이어 셰인버그 등은 빅토르 마이어 셰인버그 등이 업계 전문가와 기술 전문가의 빛이 데이터 전문가들에 의해 가려질 것이라고 단언한 것도 놀라운 일이 아닙니다. 왜냐하면 빅토르 마이어 셰인버그 등은 오래된 관념의 영향을 받지 않고 데이터 소리를 들을 수 있기 때문입니다.
BAT 는 이렇게 강하지만, 그들의 틈새에는 여전히 약간의 기회가 있다. 기업도 입구를 짓고, 수요를 해석하고, 생산을 안배할 수 있다. 만약 빅데이터 개조 상업의 마력이 의심할 여지가 없다면, 왜 많은 회사들이 여전히 눈앞의 금열쇠를 들 수 없는가? 대부분 이 회사들은 데이터 유전자가 부족하기 때문이다.
빅 데이터와 인터넷 경제의 협격으로 기업은' 수동적으로 인터넷에 연결' 할 수밖에 없다. 대량의 잠재적 수요에 직면하여 해석할 수 없을 뿐만 아니라 생산을 동원하여 도킹할 수도 없다. 이로 인해 많은 기업들이 인터넷의 엄청난 수요에' 삼키고', 공급망이 통제력을 상실한 사례로 이어졌다.
빅 데이터 시대에는 기업 규모, 자금, 생산 기술이 더 이상 중요하지 않으며 브랜드도 더 이상 마법이 없습니다. 데이터를 얻고, 데이터를 분석하고, 데이터 가치를 발굴하는 능력이 기업의 근본이 되었다. 현재 국내 대부분의 기업들은 우리가 이미 빅 데이터 시대에 접어들었다는 것을 깨닫지 못하고 있다. 우리 대부분의 소비자들이 우리의 소비 행위가 언제든지 계산된다는 것을 깨닫지 못한 것처럼. 이런 시대에는 데이터 위에 세워진 기업, 빅 데이터 시대의 비즈니스 규칙에 따라 운영되는 기업만이 더 잘 살 수 있다.
변쇼가 공유하는 빅 데이터 시대의 비즈니스 규칙과 관련된 내용이다. 더 많은 정보는 전 세계 아이비리그가 더 많은 건품을 공유하는 것에 집중할 수 있다.