1.2 数据分析的前景
三天一晃过去了，今天是周五，贾健下班后把王贤约出来吃泰国菜，告诉王贤一个消息——董事会对成立数据分析部门很感兴趣，想下周一邀请王贤到集团讲讲自己的看法。
贾健：前几天，我提出成立数据分析部门的想法，得到了很多人的支持。但现在面临的一个关键问题是数据分析部门的研究总监谁来担？现在董事会邀请你去讲演，很可能是想让你参选。小贤，我想知道你的想法，因为一旦竞选成功，就意味着你又要变回职业经理人。我不想让你太辛苦，如果你不愿意，我就谢绝他们。
王贤：老公，说实话，在家呆得久了，真的挺闷的，我正想和你商量想出去找点事做。现在好了，如果能去你们那儿做研究总监，既能做回我老本行，轻车熟路；又能帮你统统盘子，出出主意，何乐而不为呢？就是咱们夫妻俩在一个单位，这样合适吗？
贾健：这没啥，举贤不避亲嘛。再说你能不能选上是靠你的实力说话。
王贤高兴地说：好啊，好啊，那我周末好好准备准备。
周一王贤早早起来，化上妆、穿上职业装、拿上电脑，神采奕奕地随贾健来到新荣集团。
会议室里坐着5名董事。王贤安好了投影仪就开始了她的讲演：
各位朋友，大家好！我叫王贤，之前在北京一家数据分析公司做研究主管，后来在一家互联网公司做研究总监。今天围绕数据分析的话题和大家做个交流。交流内容可分三项。
❏数据分析的成功案例有哪些？
❏数据分析在国内外的发展水平如何？
❏如何加强新荣集团的数据化建设？
大家对数据分析都有自己的理解。而我所理解的数据分析是从海量的数据中提取和挖掘出对企业有价值的规律和趋势，为企业的决策提供支持。
这种支持作用就像哆啦A梦百宝箱里的4件宝贝（图1-13）：
图1-13 数据分析的作用
行为预见镜——帮助企业识别机会、规避风险；
问题药丸——帮助企业诊断问题、亡羊补牢；
跟踪摄像机——帮助企业评估效果、改进营销；
引力动力器——帮助企业提高效率、加强管理。
1.2.1 成功案例
20世纪90年代初期，被称为百货商店之父的美国人约翰·沃纳梅克曾说过这样一句话：我的广告费有一半浪费掉了，可我不知道是哪一半。
当时无从了解被浪费掉的广告是哪一半，因为那时搜集数据相当困难，需要大量投入。
而今随着大数据加之软硬件技术的飞快发展，使我们追踪和搜集数据的成本大大减少，分析和挖掘海量数据成为可能。于是有效运营数据的成功企业如雨后春笋，层出不穷。
Facebook广告与微博、SNS等网络社区相联系，通过先进的数据挖掘技术，为广告商提供更为精准的服务，该模式收到广大广告商的热捧，根据市场调研机构eMarketer统计，Facebook年营收额超过20亿美元，成为美国最大的在线显示广告提供商。
百思买将顾客调查、销售数据和人口数据结合起来，以确定在特定的区域中，哪些顾客群的需求已过多地满足，哪些尚未满足，并据此改变其门店模式。例如，在富裕男性白领集中的居住区附近，百思买会提供更高端的家庭影院设备、特别付款方式和即日送货到家。而在经常接送孩子参加体育活动的妈妈较集中的居住区附近，百思买则突出温和的色调、人性化的导购以及面向孩子的科技活动区。调查显示，改为有针对性的门店模式后，百思买的销售额上升了7%，毛利提升了50个基点。
这样的例子不胜枚举，数据分析成功运用到企业决策的方方面面，比如在营销方面，有数据库营销、精准营销、RFM分析、客户分群、销量预测等；在电子商务上面，有百度的精准广告、淘宝的数据魔方等。通过数据分析的辅助，企业的绩效得到了很大的提升，据麦肯锡的研究分析表明，在私营部门，充分利用海量数据的零售商有可能将其经营利润提高60%以上。而我们熟知的宝洁、惠普等很多优秀的企业都是运用数据分析的高手：他们懂得如何将复杂的数据和精妙的模型变为创造卓越绩效的有效工具。
1.2.2 行业发展
正是诸多成功的案例，使企业看到了数据分析的价值，带动了数据分析行业的快速发展。在全球500强企业中，90%都是基于数据分析来制定重要决策的。在欧盟、美国等发达国家，数据分析普遍被作为运营决策的前提要素：借助数据报表，知道市场上发生了什么事；借助联机分析处理（On-Line Analysis Processing）钻取和多维分析，知道这些事情为什么会发生；借助预测模型，知道未来是什么趋势，有可能发生什么。数据成为企业决策的前提条件。
在国外，数据分析行业发展已经非常成熟，并呈现出三大景象。
景象一：数据分析人才愈发短缺。Gartner预测，从现在至2015年，企业大数据将在全球创建440万个工作岗位，其中有190万个工作岗位将在美国。但是，目前拥有大数据技能的专业人员严重短缺，只有三分之一的新工作岗位将招聘到人员。
景象二：数据公司融资捷报频传。2011年年底，美国Mu Sigma数据分析公司从红杉资本和泛大西洋资本集团融得1.08亿美元投资，创下数据分析行业单轮融资规模之最；2012年，美国社交数据挖掘公司Datasift获得2220万美元风险投资；荷兰大数据实时搜索和分析服务公司Elasticsearch获得1000万美元投资，触屏数据分析服务创业企业Heatma.ps获40万美元投资。数据公司融资步伐的加快表明数据分析行业广阔的前景被国际投资公司广泛看好。
景象三：伴随着企业数据分析需求的增长，发展出很多具有规模的专业性服务机构。
根据中国商业联合会数据分析专业委员会发布的《2010年度中国数据分析行业年度发展报告》显示，数据分析的专业服务机构可概括为4类，它们各自的特点见表1-1。
表1-1 国外数据分析专业服务机构的类别与特点
而在我国，数据分析行业的发展与国外发达国家具有一定的差距，但随着企业量化决策意识的逐渐提高，也呈现了三大景象。
景象一：数据分析人才培养如火如荼地开展。自2003年起，由工信部教育与考试中心与中国商业联合会数据分析专业委员会共同培养和认证的项目数据分析师，辐射全国各省市地区，培训规模达到上万人之多。另外，在人大经济论坛上也有很多具有数据分析实战经验的专家所推出的优质课程，这些培训推动了数据分析行业的人才储备。
景象二：数据分析专业服务机构如雨后春笋般涌现，有用友、金蝶等软件公司；有淘宝、百度等互联网公司；有新华信、零点等市场研究公司；还有中颢润等项目数据分析事务所。
景象三：形成了企业数据分析需求外包和内置两种实现模式。需求外包是通过专业服务机构来满足企业数据分析的需求。比如，新浪和尼尔森合作；长虹和奥维合作。需求内置是通过设置专门的数据分析岗满足企业数据分析的需求。比如，中国移动、京东、三星、联想等很多企业都会有专门的数据分析岗。
在这样的背景下，新荣集团需要审视和思考自己的数据化程度和数据化建设。如何衡量数据化程度呢？可以从建设水平和应用水平两个角度考虑。在建设水平方面，可以用经费投入，部门建制，数据的全面性、系统性和安全性等指标衡量。在应用水平方面，可以用业务覆盖面和业务应用深度两个指标衡量。从而将数据化程度分为9个阶段（图1-14）。
图1-14 企业的数据化建设轨迹
如何开展数据化建设呢？基于数据化程度，需要建设先行，具体分四步（图1-15）。
图1-15 数据化建设四步走
第一步：初级建设，初级应用——中级建设，初级应用。
第二步：中级建设，初级应用——中级建设，中级应用。
第三步：中级建设，中级应用——高级建设，中级应用。
第四步：高级建设，中级应用——高级建设，高级应用。
目前新荣集团数据化程度较低，不论是建设水平还是应用水平都处于初级阶段。因此，新荣集团需要走出第一步：加强数据建设方面的经费投入，建立数据分析部门，整合数据资源、加强数据的安全性，同时提高数据分析对业务的支持面和支持度。
王贤讲完向五位董事深深地鞠了一躬，会议进入互动环节。