商业智能对任何行业的任何企业都会带来好处,这一点如今毋庸置疑。从长远角度来看,数据优化和治理已被证明能够产生更好的决策。

这并不意味着数据实施已经无懈可击了。一些公司力求实现数据驱动的目标,却屡屡失败,范围之广,超乎想象。而另一些公司则急不可耐,已经开始彻底使用外部数据来源。

对于已经成功管理内部数据来源的公司而言,大数据的助益十分惊人。战略性利用大数据,企业能够更好地理解客户,安排更有吸引力的营销活动,更精准地预测需求。Oxylabs 是公开网络数据收集领域的市场领导者之一,在本文中介绍了如何实现上述目标。

大数据和外部来源

按照五 V 模型,在这种情况下,有两大关键决定因素十分重要,分别是数量(volume)和速度(velocity)。从外部来源得出的大数据不同于内部来源,因为前者是无穷无尽的。

内部来源始终受制于企业的规模。用一种诗意的说法来讲,公司本身想要获得这类数据,全凭客户垂怜恩赐。如果企业的运营和营收规模都不大,能产生的数据也不会很多。试图从小型数据集挖掘出大道理,往往会以失败告终。

而外部来源则受限于互联网上产生数据的速度。在实践中,产生数据的速度和数量几乎是无限的,仅受限于技术能力。每天都有海量的信息产生,即使在考虑各种因素以及对来源进行挑拣之后,仍有不少内容可供发现和分析。

因此,主要来自外部来源的大数据的数量和速度比内部资源所能实现的水平要高几个数量级。此外,数据中还存在重要的本质差异。

外部来源所提供的数据来自范围广泛的各类不同来源。其中大部分与将要利用该信息的企业没有直接关系,相较于内部来源所能产生的任何内容,公正程度要高得多。

最后,两种来源相结合,形成了大数据。不过,外部来源的数量和速度高得多。值得注意的是,这两种来源是互补的。虽然两者提供的一些见解可能会重叠(例如客户习惯),但它们还能提供独特的信号,帮助改善整体商业策略。

大数据中隐藏的商业智能珍宝

外部来源未必总是能够产生独特的信号来帮助我们革新策略,但它们能够强化我们现有的方法。此外,它们还可以提供其他途径无法获得的见解。

就拿客户关系管理(Customer Relationship Management,简称 CRM)的运用来说吧。几乎所有数字企业都在其日常运营中使用了这些系统。但是,客户档案在许多方向进行了扩充。现在整个网络上散布着关于企业和个人的各类数据,有潜在的利用价值。

社交媒体就是一个很好的例子。许多公司可以选择从社交来源提取可公开获取的数据,因为大部分客户都在社交媒体中留下了某种形式的痕迹。对于 B2B 从业者来说,这些丰富内容尤其有用。

另一方面,内部和外部来源的组合可以为所有企业带来更好的规划和预算方案。利用外部数据,企业可以预测需求,而内部来源则可以更准确地代表可用于满足这些需要的资源。

这对于电商等行业尤其有用。利用外部数据,企业能够更好地大致了解整个市场、各种趋势和可能的机遇。企业已成功使用各种方法来收集和访问巨量的外部数据。

获取大数据

由于大部分数字企业从内部来源成功收集了大量数据,这些数据的获取通常没有什么问题。然而,外部数据则更为复杂。

它可以划分为两个不同的类别:传统和高级。传统外部数据(即,政府报告、统计数据库等)主要被金融公司和大型电商公司使用。这些通常是十分庞大的数据集,可深入了解市场和经济的宏观格局。

而高级外部数据则是一种新生事物,但已经产生了卓著成效。这种数据可以视为任何可公开获取的在线数据,例如评论、定价信息,等等。

内部信息来源与高级外部数据相结合,大数据便诞生了。如今要整合这两者,并不像过去那么困难。许多第三方网络抓取解决方案提供商甚至是 DaaS 企业都能应要求提供数据。

现在无须在内部构建抓取解决方案或类似基础设施。这些工作大部分都可以按相当划算的价格外包出去,从而简化数据治理。只需要有一个数据仓库来存放从第三方检索的预打包信息。

分析可以采用两种方式执行。更简单的方法是将外部数据视为自身完备的数据集,并直接从中寻找洞察,而无须与内部数据交互。采用彼此完全独立的方式来处理,往往更轻松,也不容易出错。

不过,如果做了恰当的标注工作,并仔细遴选了数据,也可以将两种来源结合起来。如前所述,CRM 就非常适合两者结合的情况。数据集越全面,其数据往往就越能提供宝贵的洞察。

结论

对于大部分企业来说,若要采用大数据,就需要与外部信息来源打交道。这些来源隐藏着巨大的潜力,即使是完全独立地进行处理也是如此。而与内部来源相结合,则能极大地增强日常决策和业务运营。

作者:Andrius Palionis,Oxylabs.io 的企业销售部副总裁