三、大数据分析与竞争优势
中共中央《关于深化人才发展体制机制改革的意见》提出“充分利用云计算和大数据等技术，为用人主体和人才提供高效便捷服务。”马云在《如何解读“互联网+”》中也提出：“世界正在迅速改变，很多人还不知道IT是什么，今天IT已经在向DT（数字科技）时代快速跨越。IT科技和DT科技不仅仅是不同的技术，还是人们思考方式的不同，人们对待这个世界方式的不同。”“当下进行的第三次互联网技术革命，数据将成为核心资源，在未来，数据成为生产资料，计算成为新的生产力。”
牛津大学教授、大数据权威专家、《大数据时代》作者维克托•迈尔-舍恩伯格博士被誉为“大数据时代的预言家”。他在2013 IBM技术峰会做主题演讲《信息风暴时代的黎明：成功与失败》时提道：“网络延伸出的信息风暴通过以预测为核心的活动，创造出不可估量的商业价值。信息风暴促进了大数据及分析等创新技术的应运而生，加速了以数据为核心的企业业务模式的转型，同时也带动了移动、云计算、社交、分析、软件开发等新兴科技的蓬勃发展。”软件行业出身的舍恩伯格博士感叹：“我非常认同IBM用技术引领创新、以技术驱动商业，凭技术成就梦想技术精神和实践，我想这也是IBM之所以能够百年常青的原因。相信掌控新兴科技的技术人才和企业必然会成为未来商业社会的佼佼者和大赢家。”
作为新兴技术的大数据分析，可以使我们获得竞争优势。
1．大数据成为“强国密码”
大数据是新一代科技浪潮中的核心科学技术。2015年国务院印发《促进大数据发展行动纲要》，高屋建瓴地为大数据在各个领域的应用和发展提供了指导。
大数据的应用发展与快速推进主要体现在以下几个方面：建立国家级大数据平台，使数据成为国家战略资源并成为大数据实际应用的基础；各级政府和诸多行业利用大数据平台助力解决交通拥堵、教育普及、精准扶贫等棘手问题。大数据的精准性、预测性和智能性，为各行业在规划、治理、管理、决策、营销等方面的决策提供了强有力支持。
总体来看，大数据在商业、金融、物流和零售等行业的应用已经先行一步，在医疗、教育和体育等行业的应用方兴未艾，但是在十分重要的政府治理方面尚有待加大发力。
2016年8月，中国女排在里约奥运会上再次夺得世界冠军，举国欢庆。中国女排能够在极其艰难的情况下再次书写世界传奇，除了勇于拼搏的女排精神之外，科学的“数据分析”绝不可轻视。
人们注意到：这次女排征战团队中，有一位身穿白色运动服，坐在球场一侧操作计算机的陪打教练——袁灵犀。此人不仅精通排球，而且懂得计算机与大数据技术。女排重金购买了专业的排球大数据分析软件，里面保存有世界排球强队每个队员在不同战术中扣球与吊球的习惯路线等资料。赛前，袁灵犀一直利用数据分析指导女排队员训练。比赛过程中，每个回合他都利用代码将有价值的细节录入系统，时时向教练提供本队与对手的技术分析数据。有了袁灵犀及其数据分析，总教练郎平才能真正做到知己知彼，正确决策，调整队员布局。大数据分析助力女排胜利夺冠，这正是大数据在中国如火如荼发展的一个缩影。
2．大数据分析让企业掌握竞争力绝对优势
IBM大中华区大数据和分析及新市场总经理，全球企业咨询服务部合伙人、副总裁Jason Kelley在接受《南方都市报》专访时表示，企业已经逐步明确数据作为21世纪新自然资源的巨大价值。大数据与分析成为提升企业竞争力的绝对优势，进行转型和创新的巨大动力。在国内，越来越多的IT龙头企业，以及众多创新企业开始认识到大数据的“能量巨大”，纷纷开始运用大数据为企业运营助力。
百度创始人李彦宏在各种会议场合都在强调“AI时代”“人工智能”“数字经济”等关键词，并花费巨资开启了人工智能研究的新时代，大数据应用平台已经迭代到了3.0。华南地区，由于在金融、电信、医疗、零售、制造等行业具有领先优势和得天独厚的数据资源，大数据与分析已经被深度挖掘，在拓展商业和惠及民生方面，都获得了高价值突破。
目前，微软、甲骨文、IBM和SAP都花了超过15亿美元大手笔用于软件智能数据的管理和分析方面的研究，每一家公司都会有大数据应用方面的专长。比如，IBM通过提供整套解决方案，来增加它们应用大数据的能力，能够增强它们在这些方面的综合解决的各种能力。
3．大数据分析应用场景
市场营销。吸引、培养并保留住客户。大数据可以帮助我们为客户提供其需要的个性化产品和服务；充分利用企业内外的所有数据，对客户的需求和行为进行智能预测；通过客户所使用的渠道，实现协作式的实时互动；通过更好地了解客户，提供适当的服务水平，从而提高客户保留率，将客户转变为支持者。根据Accenture Interactive公司的一项研究，91%的高绩效客户体验者表示，数据分析对于改善客户体验至关重要。通过一个实时商店监控平台（RTSMP），具有跟踪客户在商店内浏览商品的能力。
优化运营，提高效率。通过大数据和分析战略可以让我们清晰地认识，企业运营流程和系统是否发挥了应有的效率；适时了解企业动态，是否能够减少浪费和欺诈；如何规划、管理运营、供应链和基础架构资产的使用，最大程度地发挥它们的作用；如何获取降低成本，提高效率、生产力以及减少威胁所需要的洞察。
优化管理和财务流程。大数据分析能够帮助我们适时获取有关业务各个方面的可靠信息；全面了解、深入洞察和控制财务表现，以便更好地衡量、监控和实现业务成果；分析所有数据，以推动企业敏捷性，并提供洞察，帮助做出有关业务战略和人力资本管理的明智决策。
管理风险。大数据分析可以让我们清楚如何才能规避可能摧毁企业的财务和运营风险；如何管理法规变化，降低不合规风险；如何主动发现、了解和管理财务和运营风险，以便能够做出更多具有风险意识的决策。
创建新业务模式。大数据分析能够帮助我们了解竞争对手在改变行业或创造新市场的过程中是否比我们更快一步；我们的企业文化是否支持创新的思维和探索；使用通过探索大数据和分析所获取的新视角，研究战略性的业务增长选项。
最大程度获得洞察，确保信任和改进IT经济性。据估计，截至2020年，数字数据将是地球上沙粒总数的四倍。所关注的问题主要包含，IT基础架构是否能够提供决策制定者需要的洞察；数据中心和数据是否得到充分保护，免受可能的犯罪活动或欺诈的侵扰；是否能够通过优化大数据和分析，以较低的成本更快地获得洞察，推动创造新价值，实现事业的敏捷性。
4．大数据分析为人力资源带来的竞争优势
管理决策。传统的企业人力资源管理采用的是经验预测法、德尔菲法和描述法等定性分析法，没有数据分析作为支撑，管理人员做决策时很容易受到环境及自身情况的影响，尤其是个人的知识水平、文化背景、个人偏好等主观因素对决策影响很大，对决策的正确性有一定影响。
在大数据环境下的人力资源规划，可以通过数据动态地跟踪、分析员工的工作情况和状态，离职率、员工供需等信息，准确地进行人力资源诊断及决策；人才招聘方面，传统的招聘工作一般面对的是成千上万的简历，从中选出适合的人选需要消耗一定的精力，而且效率低下、周期长、成本高。大数据背景下，招聘工作可以借助数据挖掘技术找到合适的简历，并高效完成人岗匹配。对于培训与发展规划，培训需求的精准把握和培训效果是保障培训工作有成效的重点，借助大数据的数据分析技术，通过对员工相关数据分析，识别出员工的学习需求、行为、模式及效果，HR可以随时得到员工学习进程和效果等数据信息，使培训的过程更加关注员工个人发展。薪酬是激励人才的最有效方式之一，合理的薪酬制度设计对于企业吸引、留住核心人才有关键作用，通过大数据技术，可以获取行业薪酬水平和员工职业生涯中的个人薪酬水平情况，对确定合理的薪酬政策有极大的助力作用，更为准确地掌握国内劳动力薪酬变动和员工薪酬预期，提高人力资源管理工作中薪酬管理的有效性。
延伸阅读
沃尔玛如何利用大数据颠覆零售业
沃尔玛是最早通过利用大数据而受益的企业之一，一度拥有世界上最大的数据仓库系统。通过对消费者的购物行为等非结构化数据进行分析，沃尔玛成为最了解顾客购物习惯的零售商，并创造了“啤酒与尿布”的经典商业案例。早在2007年，沃尔玛就建立了一个超大的数据中心，其存储能力高达4Pb以上。《经济学人》在2010年的一篇报道中指出，沃尔玛的数据量已经是美国国会图书馆的167倍。
“对沃尔玛最重要的是它的规模。消费群的规模、产品的规模，以及技术的规模。”“我们渴望洞察世界上每一个产品，我们渴望了解世界上每一个人。我们希望能够通过交易将产品与用户连接。”
从收入方面讲，2014年沃尔玛是世界上最大的零售商。沃尔玛每天从美国4300家分店获得将近3600万美元营业额，同时雇员近200万人。沃尔玛在大数据还未在行业流行前就开始利用大数据分析。2012年，沃尔玛采取行动将实验性的10个节点Hadoop集群扩展到250个节点组成的Hadoop集群。Hadoop集群迁移的主要目的是把10个不同的网站整合到一个网站，这样所有生成的非结构化数据将被收集到一个新的Hadoop集群。自那时以来，沃尔玛为了能够提供卓越的用户体验，而在提供一流电子商务技术和在大数据分析路上加速向前。沃尔玛收购了一个新创办的小公司Inkiru来提高其大数据性能，Inkiru的总部位于加州的帕洛奥图。Inkiru在有针对性的市场营销、销售和反欺诈等方面为沃尔玛提供帮助。Inkiru的预测技术平台从不同来源获取数据，并通过数据分析帮助沃尔玛提高个性化。Inkiru的预测分析平台整合机器学习技术从而自动提高算法的准确性，并且可以与各种外部和内部集成的数据源整合。
1．沃尔玛如何利用大数据？
沃尔玛有一个庞大的大数据生态系统（图1-17）。沃尔玛的大数据生态系统每天处理数TB级的新数据和PB级的历史数据。其分析涵盖了数以百万计的产品数据和不同来源的数亿客户。沃尔玛的分析系统每天分析接近1亿关键词，从而优化每个关键字的对应搜索结果。
图1-17 沃尔玛大数据生态系统
沃尔玛改变了导致重复销售的决策，这带来了10%～15%在线销售的明显涨幅，增加收入为10亿美元。沃尔玛第一个利用Hadoop数据的应用节省捕手——只要周边竞争对手降低了客户已经购买的产品的价格，该应用程序就会提醒客户。然后这个应用程序会向客户发送一个礼券补偿差价。
eReceipts应用程序为客户提供购买的电子副本。
Hadoop一个沃尔玛的地图应用程序，利用Hadoop来维护全球1000多家沃尔玛商店的最新地图。这些地图能够给出沃尔玛商店里一小块肥皂的精确位置。
2．沃尔玛如何追踪用户？
“我们整合数据的能力是无可媲美的。”沃尔玛使用数据挖掘来发现销售数据的模式。数据挖掘可以帮助沃尔玛找到模式，该模式基于哪些产品需要一起购买或者购买特殊商品前需要购买某一产品的信息，向用户提供商品推荐。在沃尔玛，有效的数据挖掘增加了客户的转化率。
下面是一个有效的数据挖掘技术的典型案例：沃尔玛通过关联规则学习，发现草莓果的销售量在飓风之前增长了7倍，通过数据挖掘确认飓风和草莓果之间的联系，使其所有的草莓果在飓风前售出。沃尔玛拥有详尽的将近1.45亿美国客户数据，大约是美国成年人的60%数据。可以单独跟踪每个消费者。沃尔玛通过店内WiFi收集关于客户购买的物品、他们住的地方、他们喜欢的产品等信息。沃尔玛实验室的大数据团队分析用户在Walmart.com的点击行为，消费者在店内和线上购买的物品，推特上的趋势，当地的活动（如旧金山巨人队赢得世界大赛），当地天气偏差如何影响购买模式，等等。所有的活动都是在由大数据算法捕获和分析从而识别有意义的大数据洞察力，而这可帮助数百万客户享受个性化的购物体验。
3．沃尔玛如何真正提高销售量？
（1）推出新产品
沃尔玛正利用社交媒体数据来发现热门产品，如此这些热门产品就可被引入世界各地的沃尔玛商店。例如，沃尔玛通过分析社交媒体数据发现了热搜词“蛋糕棒棒糖”。沃尔玛迅速反应，于是“蛋糕棒棒糖”在各个商店上架。
（2）更佳预测分析技术
基于数据分析，沃尔玛最近修改了其产品送货政策。沃尔玛利用预测分析，提高了在线订单免费送货的最低金额。最新的沃尔玛送货政策将运费的最低金额从45美元调高到50美元，但同时增加了几个新产品以提高顾客购物体验。
（3）个性化定制建议
该行为与谷歌相似，只是谷歌通过跟踪用户浏览行为来量身定制广告，而沃尔玛基于用户购买历史，通过大数据算法分析用户信用卡购买行为，从而向其客户提供专业建议。
4．沃尔玛的大数据分析解决方案
（1）社交媒体大数据解决方案
社交媒体的数据是非结构化的，非正式的，一般不符合语法的。分析和挖掘数PB的社交媒体数据从而找到重要因素，然后将其映射到有意义的沃尔玛产品是一个艰巨的任务。大部分驱动决策的沃尔玛的数据是基于社交媒体——Facebook、Pinterest、Twitter、LinkedIn等的。沃尔玛实验室利用社交媒体分析从而产生零售相关的大数据见解。
沃尔玛推出社交媒体众包竞赛，该比赛帮助企业家的产品上架，吸引了超过5000个条目并在美国获得100万多张选票。任何人都能参与并帮助他们的产品与数百万客户相遇。最好的产品被宣布为赢家并且可以在沃尔玛商店卖给数百万客户。
WalmartLabs首席工程师阿伦·普拉塞斯说：“社交媒体分析都是从社交渠道挖掘零售相关的隐藏信息，对我们来说是非常惊险和兴奋的任务。当我们的团队在黑色星期五（11月22日）花了一天狂热追随社交零售热潮时，我们知道世界上没有一定规律可言。”
（2）社交基因组（Kosmix的语音网页平台）
“只有征服多倍挑战后，我们才能得到有意义的推荐……我们的社交媒体分析项目运营在600亿个社交文档上的可查找索引，帮助沃尔玛的商家实时监控情绪和流行热点，或调查过去的趋势。该项目还可以看到社会情绪和社会热点水平的地理差异。项目也有一些工具能帮助产生关联性，如在walmart.com上的婚姻搜索趋势，在我们的实体店销售趋势和一个地方的社会热点趋势。将这些分析结果结合，那么这些工具就提供了强有力的社会洞察力。”
（3）沃尔玛的Shopycat-Gift推荐引擎
沃尔玛利用预测分析技术的库存管理。德勤的调查发现，受移动端影响的线下销售额预计在2016年年底达到7000亿美元。为得到它的移动端战略，沃尔玛利用大数据的力量驱动工具和服务的发展。超过一半的沃尔玛的客户使用智能手机，其中35%的消费者是成人，接近3/4的总体客户基础是成人。移动电话客户对沃尔玛是极其重要的，因为智能手机消费者大多出行且出行移动消费比店内消费多77%。因此，手机用户购买量每年占沃尔玛销售量的1/3，在节假日的时候大约占40%。
沃尔玛移动和数码高级副总裁托马斯认为：“电子商务与移动购买密切相关。全球最大的零售商将使用大数据来提升消费者购物体验。”他还补充说:“我们的移动战略既简单又大胆。我们希望移动工具成为不可或缺的帮手，当他们在我们店内或者线上购物时。这种零售方式为应对未来竞争将提高用户个性化体验，这一切会发生在手中的小屏幕上。”沃尔玛利用大数据分析技术提高其移动应用的预测能力。通过分析客户每周购买数据，手机应用程序生成一个购物清单。沃尔玛的移动应用程序由可告诉用户想购买商品的位置的购物清单组成，并且该应用通过提供Walmart.com上类似产品的折扣推动用户购买。沃尔玛的另一种利用大数据分析力量的方式是实时分析——当客户进入沃尔玛商店。沃尔玛移动应用的地理围栏功能无论何时都能感知用户是否进入美国沃尔玛商店。这个应用程序要求用户进入“商店模式”。移动应用商店模式帮助用户扫描特别折扣的量化宽松政策法规和提供他们想买的产品。
5．沃尔玛如何应对大数据技术危机？
沃尔玛大数据每天以惊人速度增长而大数据人才的缺乏成为沃尔玛数据分析的主要障碍。在有限的具有大数据技术的人员情况下，沃尔玛正在采取所有必要的措施来克服这一挑战，使得它没有落后于其竞争对手。每当一个新团队成员加入沃尔玛实验室的分析团队，他/她必须参加分析旋转程序。该项目的候选人必须与各个部门人员进行沟通从而了解整个公司如何利用大数据分析技术。
沃尔玛正处于一个艰难时刻，难于找到有分析前沿应用程序经验的专业人士和能够利用像Python和R编程语言构建机器学习模型的数据科学家。沃尔玛为其招聘活动使用# lovedata标签来提高不断壮大的阿肯色州本顿维尔数据科学界知名度。沃尔玛技术部门高级招聘人员曼达·塞克尔认为：“人力资源供给和需求之间的鸿沟总是存在，特别是在新兴技术方面。”在每天有超过40PB数据可供分析的沃尔玛，他认为对于数据科学及数据分析人才需求前所未有。沃尔玛零售业的成功是天时、地利、人和。在大数据分析的显著帮助下，沃尔玛将继续攀爬零售业高峰。沃尔玛努力解决大数据技术人才短缺的问题。2014年，沃尔玛举办了一场Kaggle竞赛，将特定商店的历史销售数据和相关的促销活动等信息提供给参加的专业人士，让他们建造模型来显示这些促销对超市各区域的影响。竞赛结果帮助沃尔玛找到了技术能力卓越的分析人才。