2.1 大数据的作用——得数据者得天下

麦肯锡全球研究所发布《大数据的创新，竞争和生产力的下一个前沿》报告指出，大数据是指其大小超出了典型数据库软件的采集、存储、管理和分析能力的数据集。

在大数据时代，谁掌握优质的数据资产，谁就更有可能成为全球价值链的主导者。许多学者认为，互联网时代的数据就好比工业化时代的石油。

1.大数据时代

每天，你通过网络汲取所需；每一小时，你通过网络沟通情感；每一分钟，你通过网络分享所思。你，是数字世界的一个触角，一个节点。

前互联网时代，信息爆炸了！互联网的来临，数字爆炸了！移动互联网与物联网的崛起，大数据爆炸了！

我们实实在在地被深埋在了大数据的海洋中，满怀欣喜却无所适从。

大数据有多大，也许没有人会有一个确切的答案。而事实上，大数据可能比我们能够想象的都还要大！人们拥有的数据的总量，已经从TB级别跃升到PB、EB的级别，并且还在不断攀升。如果我们将这些数据印刷成书籍，那么这些书的总厚度达到90亿公里，可以让你从地球到海王星往返一次。

毫不夸张地说，我们正生活在一个巨大的数据爆炸的漩涡之中，以至于人们往往会用一个词语来形容我们今天所处的时代——大数据时代。生活中的一切活动，购物、出行、交谈、恋爱，甚至我们的身体变化都成为数据收集、存储、加工、整理和使用的对象。随着科技的发展和知识产权制度的逐步建立，技术也作为相对独立的要素投入生产之中。在大数据时代，大数据也应成为独立的生产要素。

如今，苹果市值一度超过了一万亿美元，但未来，谷歌、亚马逊都有问鼎全球的能力。不同的是，亚马逊销售商品赚钱，谷歌则是靠广告赚钱，两者的共同点都是依赖于网络流量。苹果和谷歌的竞争主要在未来智能终端的产业生态。在谷歌的商业模式中，设备只不过是收集用户行为数据的工具而已，设备不重要，重要的是使用这类设备的人越来越多，这样才会有更多的数据、流量和广告客户。而苹果的核心商业模式是销售各种智能终端，虽然苹果也提供服务，但动机是让用户在各个场合都能使用智能终端。

如果用户喜欢谷歌的服务而购买设备的话，苹果手机的独特性就会丧失；如果按照谷歌的思路，苹果可以获得更多的用户，但这些用户行为数据最后都将变成谷歌的数据资产。未来会怎么样？让我们拭目以待。

数据收集变得比以往更廉价、更容易了。数十亿次的搜索量意味着谷歌有了数十亿条可供改善服务的数据线索。

即使我们准备把数据视为最重要的企业资产，如果它不能为我们所用，那恐怕不是一个好事情。大数据的优势并不在于数据本身，而是在于如何使用数据。简单地收集数据，甚至是分析数据，并不是数据战略的终极任务。相反，数据战略的核心在于如何从数据中汲取有价值的信息。单纯为了数据而收集数据没有任何意义。因此，我们不应该无目的地囤积数据，而是要收集我们真正需要并让虎彩更有价值的数据。

当然，对于谷歌这些大数据巨头，是从来不会丢弃数据的。因为任何数据都有可能给它们拓展业务带来独特而强大的洞察力。即使是错误的数据，也是它们获取和分析的对象。譬如，你可能会以为，拼写错误的单词和错误的搜索查询是可以忽略不计的。但你错了，谷歌同样要获取这些数据，并利用这些数据创造世界上最大的拼写检查程序。不能忽略的是，谷歌、亚马逊这些巨头可以凭借雄厚的资金和先进的技术来处理海量数据。它们有足够的存储能力、人力资源、分析技术和专用软件对所有数据进行挖掘，以获得有价值的内容。大多数公司永远都无法达到这种程度，当然我们也没有必要做到这样。收集我们需要的数据才是更明智的选择。尽管制定全面的数据战略会有助于我们做到这一点，但是最重要的是不断审视这一战略，实现精益行动并专注于结果。我相信，保持专注才是最合适的选择。

但如果我们希望把数据当作资产，或者试图通过数据销售来创建新的收入来源，那该怎么做呢？收集尽可能多的数据难道不是好主意吗？其实不然。即使把数据视为资产，我们也要非常清楚地认识到，你到底需要收集什么类型的数据，以及应该把数据出售给谁，才能确保收集到有价值的数据。

2.战略性数据需求的确定

大数据固然令人振奋，但这并不意味着它具有实用性。大数据还必须满足某些特定的商业需求，才有可能帮助企业实现战略目标，或是创造真正的价值。要找到我们需要的数据，首先要确定我们想要如何使用数据。例如，传感器数据对提高工厂的生产效率是非常有价值的，但他们并不能帮我们预测新产品的需求或是了解客户对于我们提供给他们的服务感受如何。

数据帮助企业取得成功的方式有无数种，但归根到底，可以归结为三个方向：使用数据改进决策质量、使用数据实现运营提升以及将数据本身作为一项资产。

在实践中我发现，即使拥有海量的数据资源，要同时处理这三个方面也是一件非常不容易的事情。使用数据改进决策质量已成为当下最常见的数据使用方式，在大多数组织中，决策往往都是组织运用数据的最佳起点。因此，数据部门首先从决策开始，在决策中获得数据，借此改善运营，并将数据视为一种潜在的资产。在提高决策质量这个问题上，我们首先应确定组织的当务之急和还未解决的业务问题，然后，我们根据获取的数据并进行分析，提供有助于解答这些问题的洞见。因此，制定清晰的数据战略有助于我们确定关键性的业务问题，并确定各项任务的轻重缓急，从而确保我们以最有效的方式利用时间和资源。

基于虎彩大数据发展战略，目前虎彩正在建设智能化数据分析平台，从商业场景各环节的数据化，基于商业逻辑持续优化的算法，以及数据与应用场景融合的产品三个方面提升商业决策能力。

数据化不仅仅包括企业传统的各类经营数据，还有更多维度的数据需要被记录、分析和融入。面向C端用户，我们需要在用户与企业接触的各个环节收集用户数据。企业对外渠道的多元化建设使得用户可以通过电商网站、实体店、微信、微博等各个渠道与企业进行交互。其中对各个接触环节产生的用户数据（比如用户行为数据、用户消费数据、用户地理位置数据、用户社交数据）都可以被记录、采集，通过分析融合，构成对客户全方位的描摹。有效的数据化是数据创造价值至关重要的第一步，可以说没有有效的数据化，就无法支撑业务决策。

3.虎彩的三个大数据

（1）客户大数据

虎彩正在进行“数码印刷+互联网”的转型，并逐步打造成一家工业互联网公司。客户大数据是虎彩工业互联网平台中的一个核心主题。目前虎彩正在建设包含数据采集、挖掘建模、分析应用的全链路客户大数据产品，助力虎彩“以客户为中心”的战略，全力满足客户需求，全力提升客户服务质量。

客户数据采集作为虎彩客户大数据系统体系的第一环尤为重要。虎彩建立了一套标准的数据采集体系方案，致力全面、高性能、规范地完成海量客户数据的采集，并将其传输到大数据平台进行挖掘建模。

数据只有被挖掘和建模，才能被用于发现商业规律。挖掘潜在信息，从而实现大数据价值，达到赋能于商业和创造价值的目的。从采集系统收集到的大量客户原始数据，通过挖掘建模，逐步转化为满足业务需求的知识，固化为业务模型，为数据应用打下基础。

通过客户数据的采集和挖掘建模，大数据“生产要素”已经准备好，我们根据不同岗位的业务需求搭建专题客户数据应用，让数据在企业最大化的发挥价值。

泰山啤酒是虎彩集团早年收购的子公司，从2014年开始，泰山啤酒采用互联网思维营销策略，专注于用户经营，将泰山原浆目标群体定义为“浆丝”，打造“浆湖”社群概念，成立“浆湖”俱乐部。同时泰山啤酒采用一物一码的技术手段，消费者通过扫码，与泰山啤酒保持日常的互动，了解泰山啤酒，进而认可泰山啤酒。通过各种粉丝营销策略，泰山啤酒现在积累600多万粉丝，这个数字还在不断增长。如何做好粉丝运营，这对泰山啤酒来说是一个挑战。泰山啤酒适时搭建了客户大数据产品：基于全渠道用户数据采集、建模，建立一体化用户运营体系；对用户进行细分管理，捕捉用户生命周期的关键触点；通过智能场景的设定，对用户即时行为进行响应和激励；与用户开展个性化的互动，从而激发用户的购买行为并提升复购率。

客户大数据第一步：全渠道数据采集，用户数据统一管理。早期为了满足市场灵活发展的需要，扫码活动、微信公众号、粉丝俱乐部、电商、自营微商城、实体直营店等业务各自独立运营，用户在接触不同业务模块时会接触到不同的活动内容，导致用户体验不连续。现在，我们连接各业务部门，通过全渠道数据采集对全局数据进行盘点、整合、汇聚，拉通企业自有的线上线下数据、各类活动数据、交易明细数据等，并支持外部数据的对接，实现用户数据的统一管理，形成企业用户资产，为构建用户动态全景画像提供数据支撑。

客户大数据第二步：建立客户画像模型，精准定位目标客群。基于整合后的用户数据，我们分析用户在各个渠道不同的行为，根据算法模型构建用户的标签体系，包括用户基本属性标签、行为标签、交易类标签、业务特征标签等。比如根据用户扫码数据中的时间、地点、产品、参与频次等信息，我们可以定义出周末活跃用户、工作日活跃用户、商旅用户、夜间用户、偏爱7天原浆用户、偏爱28天原浆用户、有流失倾向用户等各类用户标签。利用微信文章阅读情况、活动参与情况分析用户其他爱好，比如运动爱好者等等。通过标签体系建立360°用户画像。基于用户画像，任意交叉组合精准筛选客户群，以此制定营销策略。

客户大数据第三步：引导用户流量转化，完成线下导流与销售。根据用户画像，我们对用户进行个性化推荐，有效提升用户活跃度、转化率等，优化用户体验。通过线上平台与用户群互动，引导用户关注公众号，消费者从公众号获得信息和优惠券，引导用户进入线上商城购买，我们还绑定门店3公里以内客户，通过线上拼团，线下提货，线下到店每日打卡领奖等活动为线下门店引流。线上商城与直营店互相导流客户，线上商城订单由就近实体直营店负责配送，实现线上线下联动促进销售。

除了泰山啤酒，个性化影像也是虎彩集团客户大数据实践较多的板块。我们试图通过大数据回答运营过程中的一些核心问题——虎彩个性化影像的目标客户定位。在当前消费升级的大趋势下，消费者需求和行为呈现碎片化、多元化的特点，我们的目标用户到底有什么样的特征？如何更好地为客户提供服务？怎么满足用户的个性化需求？这些问题，通过传统的市场细分研究模型很难解决，在实践过程中，我们基于虎彩客户大数据产品进行客户全样本的分析，有效地支撑了各业务单元挖掘和经营最有潜力的消费者群体。

在目标客户特征洞察方面，通过对大量用户的电商行为数据（包含基础信息、交易时间频率、产品偏好、社区评论数据）分析建模，我们发现22～35岁的女性消费者，是个性化定制的主力消费人群，并且贯穿恋爱、结婚、生育、亲子教育等阶段。

在精细化运营服务方面，基于建模后的用户标签数据勾勒出精准的用户画像，解析出不同用户群体的留存复购能力、产品和行为偏好、当前的需求阶段，结合推荐算法、规则引擎和效果评估体系，建立人与产品、内容的精准匹配，将对应的相册或影集的设计风格和模板推送至客户，及时满足客户的需求，有效提升用户活跃度、转化率等，优化用户体验，提升客户服务质量。

在满足用户的个性化需求方面，根据用户的购买意向、喜爱程度、用户相关性、产品新颖程度、价格评价等维度来改进产品。针对用户在不同阶段的个性化需求，开发满足需求场景的多品类产品线，让目标消费者能获得自己想要的产品，从设计、品类到服务打造差异化优势。

通过在泰山啤酒和虎彩影像的应用实践，客户大数据帮助虎彩更精确地理解客户行为，更迅速地响应客户的需求，更完美地改善用户体验，让虎彩重新认识客户，真正做到“以用户为中心”，是虎彩打造工业互联网公司的关键助力。

（2）运营大数据

数据的用途不仅能够改进决策，而且走向业务流程和日常操作的优化，为我们提供更优质的产品或服务。通过任何可生成数据的业务流程（如生产线上的机器、运输车辆上的传感器，以及顾客订购系统），我们就可以利用这些数据进行运营，提高效率。在实践中，这意味着将建立一个可以让我们自动使用数据的内部系统。我们的关键词是“自动”。

虎彩转向运营大数据是一种巨大的进步，这比使用数据改善决策过程更为重要，因此，这并非是所有企业都能做到的。

对虎彩工厂来说，机器和工具都可以变得更加“聪明”，也就是说，让它们实现联网，以数据驱动，并在彼此之间持续报告各自的运行状态。机器数据包括从IT设备到传感器、仪表及CPS设备的所有对象。利用这些数据，企业可以实时了解它们的运营情况。通过对企业运营的监控和调整，我们始终保持机器的最佳运营状态，从而达到提高效率的目的。此外，它还可以帮助减少设备停机时间。因为我们知道应该在什么时候替换磨损的零部件，所以机器发生故障的概率被大大减小。

运营大数据的价值首先体现在发现“不可见”，不仅可以发现制造系统中“不可见”问题，还可以挖掘客户“不可见需求”。产品的创新和创造不再仅仅是满足用户的可见需求，而是研究用户大数据，深刻的理解用户使用场景，从场景中找到用户需求的空缺，即为“不可见需求”。

运营大数据的现实意义在于，它不仅可以改变一个企业，甚至可以改变一个行业，把分析应用提升到一个全新的高度。

虎彩也正走在探索的路途中，目前主要在搭建两个方面的应用：一是智能生产调度平台，侧重生产智能化建设，提升企业的生产效率；二是智能客服平台，侧重服务的智能化转型，提高客户满意度。

智能生产调度平台利用大数据分析技术，对当前设备运行状态监视、监控，对预计的变化进行判断，做到智能决策和指挥的作用，从而协调解决工艺不匹配问题、均衡分配各基地产能、满足客户交货需求、实现各生产基地价值最大化。虎彩智能生产调度平台具备信息集成全面性、预测判断准确性、过程监控真实性、异常响应及时性四大特性。

1）信息集成全面性：全面搜集企业内外部信息数据，包括客户订单、生产计划数据、设备状态、原料成品库存数据等内部信息数据，原材料价格和市场需求等来自所处行业和竞争对手的数据，以及来自企业所处的其他外部信息数据。

2）预测判断准确性：基于信息全面性的基础上通过多维数据获取更准确的预测，即使样本有限也可以通过好的算法提高预测准确性。基于历史数据结合市场材料价格趋势等影响因素，通过人工智能算法预测未来的趋势，制定准确合理的原材料采购计划、生产计划、安全库存等，进而指导备料及生产库存管理。

3）过程监控真实性：通过智能传感器及相应监控设备，对整个调度系统进行全面数据采集和监控，可以随时了解整个调度系统真实运作情况。

4）异常响应及时性：通过大数据进行过程监控，及时应对各基地生产线设备的异常响应，调度中心启动预警，实施次日调度计划。

智能生产调度平台是由“数据中台”“挖掘建模平台”“模型应用”“智能决策”四个模块构成的闭环系统。“数据中台”负责数据的沉淀及搜集，包括客户信息、订单数据、设备数据、生产数据等数据，对数据进行深度的探索及清洗，结合实际业务场景找出高价值特征数据，并将这些数据作为模型的输入值。“挖掘建模平台”集合了各类数学模型算法，包括机器学习算法、最优化算法等，并根据业务需求调用平台算法，通过对算法参数的优化迭代输出最优模型。“模型应用”是通过模型实现趋势预测及资源的优化配置的，如通过订单预测模型预测未来时期订单趋势，针对订单不均衡情况，通过价格杠杆策略进行客户订单牵引，避免基础设施投入带来的资源浪费，保证设备及人员的有效利用；通过设备故障预测模型调用传感器从设备端传回的实时数据，预测设备故障情况，识别模式出现异常的地方，指出需要解决的问题，做出设备故障预警，提前对设备做出保养维护；订单优化配置模型则基于机器产能、客户价值、生产工艺、物流运输等约束条件，通过最优化方法对订单做生产基地间的配置，从而保证了成本的节约及利润的最大化。“智能决策”输出调度计划指导各基地的生产调配，最终生产数据也将返回到数据中台作为中台的输入。

虎彩智能生产调度平台保证整个订单流程中各个节点工作顺利开展，从而保证生产及资源配置的智能化、简单化，提升企业生产效率。而虎彩的智能客服平台主要通过人工智能技术重构现有客户服务流程，实现全流程的服务标准化、智能化，全面优化客户感知，提高客户满意度。

智能生产调度平台和智能客服平台以及后续其他应用的工业互联网平台为虎彩运营大数据提供了强有力的支撑，将成为虎彩在工业互联网发展道路上的助力。

（3）产品大数据

在产品就是企业生命的今天，产品已成为一个企业在市场中立足的根本和发展的保证。产品的优劣决定着产品的生命，乃至企业的发展命运。

以往传统企业关注点可能更多在于质量、品质，而忽略产品互动、客户互动。在大数据时代，传统企业对产品的把控不再仅停留于质量、品质的管理。从传统生产方式到精细化生产方式过程中，产品大数据对企业精细化的生产管理已经起着日益重要的作用。

产品大数据，可以给予企业“知己知彼”的两个维度视角：第一个“知己”的视角，是在产品互动的基础上掌握企业自身产品的数据变化；第二个“知彼”的视角，是在客户互动的情况下把握客户对企业产品反应的数据规律。

产品在生产制作的过程中，各个环节产生的数据使得我们不仅能够利用产品大数据对商业进行整体提升，更能够精准把控到每一个产品的细节、差异和品质。

1）虎彩影像产品大数据。虎彩影像致力于打造影像智能化管理平台，我们开放了免费的云端服务，支持用户上传保存自己的照片。我们也支持用户上传图片后，在线上进行图片打印。用户在上传图片或者打印图片时，我们通过图片识别技术，区分出用户图片中的人物、事物甚至场景。基于图片中各个元素的信息，我们给用户标识对应的数据标签或者备注。比如我们在某个图片中识别出该用户为一名孕妇，我们通过算法建模，在适当的时期，通过平台和短信推送等方式，给该用户推荐孕妇照的服务，从而提升用户对我们产品的体验。

2）虎彩图书出版大数据。虎彩出版业务致力于持续构建“一本起印、零库存、永不断货”的图书生态大平台，大数据是我们打造图书生态大平台核心基础技术之一。通过生态平台的建设，实现作者、出版社、印制企业、销售渠道和读者的无缝连接和智能服务，真正做到按需印刷、按需出版。

3）泰山啤酒产品大数据。山东泰山啤酒有限公司目前对原浆系列酒品种的运营，正是基于产品大数据思维，加强对客户互动方面的重点关注。山东泰山啤酒有限公司是虎彩集团早年收购的子公司，靠着雄厚的技术力量、先进的生产设备以及聘请德国著名啤酒专家罗伯特·克利策先生、卢特·哈德先生为技术顾问，泰山啤酒不仅在山东当地，还在全国培养了一大批啤酒粉丝。虽然在外界看来，泰山啤酒的酿酒师有很高的技术水平和经验，我们也在非常尽心尽力地酝酿好每一款产品，但是客户对产品反应如何，早期我们完全不知道。对什么样的人群生产什么特质的产品，采取什么样的宣传方式，很多时候我们都是凭借行业经验甚至运气。为了填补对客户认知的空白，我们找到解决问题的“秘密武器”，即是通过二维码将酒、客户、经销商三者连接起来，让彼此完全触及。现在，数据展现着消费者个性化的消费习惯，同时我们也可以站在消费者的角度去规划和设计产品。

围绕产品互动、客户互动多维度收集及分析大数据，传统企业借助产品大数据可以在互联网环境下更加轻松、全面、精准地拓展市场。从产品细节开始，到后续客户信息整合，产品大数据作为一个关键的转折点，让企业不断发展壮大。