美國某頗具規模的零售企業的營銷高管最近發現自己看不懂銷售報告了。它的一家主要競爭對手正在一系列業務領域持續擴大市場份額。盡管打出了在線促銷和優化銷售的組合拳進行反擊，但她的公司還是不斷丟城失地。
于是，她召集高層對競爭對手做了深入研究。發現問題的根源遠遠超出了他們的想象。對手投入巨資提升從各門店收集、整合和分析數據的能力，且應用到各個銷售單元中。同時，它還將這些信息與供應商的數據庫聯網，實時調整價格、自動補貨，以及輕松地在各門店間調配產品。通過不斷實踐、捆綁、匯總，以及組織中信息的無縫銜接 (從基層門店到首席財務官辦公室)，競爭對手脫胎換骨，成為該行業中反應最為迅速的企業。
這就是上述零售企業高管團隊對“大數據”的第一認識。雖然，數據從一開始就是信息時代的象征，但在過去幾年，信息量呈現爆炸式增長。在美國17個經濟部門中的15個部門，員工超過1,000人的企業存儲了平均235太字節的數據，超出了美國國會圖書館的藏書。雖然大量信息來源于金融交易和客戶互動，但從新設備和價值鏈各環節中產生的信息增長速度驚人。只要想一下你所在的企業：加工機械內置的傳感器正在收集運營數據，營銷人員掃描社交媒體或利用智能手機的定位數據了解青少年的消費怪癖。數據交換可能正在與你的供應鏈合作方聯網，員工則可以在企業維基網上交流最佳做法。
所有這些新信息對企業及其領導人都意義重大1 。最新的學術研究表明，利用數據和商業分析來指導決策的企業，比沒有這樣做的企業的勞動生產力更高，凈資產收益率也更高2 。這與我們的發現一致，即“聯網型組織"的優勢更大，也就是開放內部的信息通道以及通過互聯網數據交流使得客戶和供應商參與進來3 。
我們認為，將來“大數據”完全能夠成為企業的新型資產，形成競爭力的重要基礎，正如強大的品牌一樣。如果這種判斷是合理的話，企業需要開始認真思考是否能夠充分利用海量數據的潛力，并設法應對可能的威脅。成功不僅需要新技能，而且需要新的視野 – “大數據”時代的來臨也許會影響到管理層圈子的擴大，也可能預示著新的、甚至是破壞性業務模式的誕生。
在本文的余下部分，我們列出了海量數據可能改變競爭的重要方法：通過流程轉型、改變企業生態系統以及推動創新。以下的討論圍繞著目前高管們應該捫心自問的5個問題。
首先，我們承認目前依然是大數據時代的初期。作為一種商業概念，它正在與底層技術一起發展。盡管如此，我們依然能夠確定海量數據的關鍵要素。首先，企業現在從各個業務單元收集信息的能力越來越強，包括從合作伙伴和客戶那里收集信息(其中部分信息確實容量巨大，而部分信息則更為精細化和復雜化)。其次，靈活的基礎設施可以將信息進行集成并實現高效的規模化以滿足信息爆炸的需要。最后，實驗、算法和分析能夠使得所有數據自圓其說。此外，我們還能發現將信息作為戰略核心的企業。
此外，我們建議企業高管從歷史中尋找未來發展的蛛絲馬跡。例如，早先的技術應用顯示，勞動生產力之所以大幅上升，不僅僅在于企業采用了新技術，更為關鍵的是，適時調整管理做法和改變組織結構以實現潛力最大化。我們考察了大數據對一系列行業的可能影響，發現盡管大數據對每個行業和職能都很重要，但部分行業由于未雨綢繆早做準備，或者對擁抱大數據時代積極性很高，它們將比對手更快地獲益(參見副文《解讀好處：并非所有行業生來平等》)。
大數據時代還可以形成新的管理原則。在專業化管理的早期，企業領導人發現最小有效規模是成功的關鍵決定因素。同樣，能夠捕捉更多更好的數據，而且還能夠高效化、規模化利用它們的企業，競爭優勢將不期而至。我們希望，通過反思這些問題以及后面的5大問題，企業高管能夠更好地認識到大數據怎樣推翻其戰略背后的假設，以及目前變化的速度和范圍。
隨著各行各業信息日益觸手可及，那些依賴專有信息作為競爭優勢的企業將岌岌可危。例如，房地產行業利用交易信息的特有渠道以及買家買賣行為的機密信息等不對稱信息開展交易。這兩類信息都需要大量的精力和財力才能獲取。但近年來，房地產信息和分析服務的在線專業提供者已著手繞過房地產經紀人，允許買賣雙方直接交流，形成了第二條房地產信息渠道。
各行各業的成本和價格信息也越來越容易獲得。專屬信息的另一個重大打擊是部分企業對衛星圖像信息的匯總。經過處理和分析后，這些圖像包含了洞察競爭對手的線索，如生產能力、運輸動向以及其他有價值的數據，這樣就能了解其擴張計劃或業務局限。
一大問題是許多企業積累的海量數據往往隱藏在諸如研發、工程、制造或服務運營等各個部門，因此妨礙信息的及時利用。此外，業務單元內部的信息囤積是另一個問題：例如，由于未能在各條業務線之間(如：金融市場、貨幣管理和貸款)共享數據，許多金融機構吃虧不小，或者不了解各個金融市場內在關系，或者不能夠形成對客戶的一致看法。
部分制造企業正試圖打破部門藩籬：把來自不同系統的數據進行整合，邀請向來壁壘嚴的職能部門開展合作，甚至尋求外部供應商和客戶的外部信息以便共同開發產品。例如，在汽車等先進制造業，全球各地的供應商生產成千上萬只零部件。如今，更為集成化的數據平臺使得企業及其供應鏈合作伙伴能夠在設計階段開展合作，而這正是決定最終制造成本的關鍵因素。
海量數據帶來了截然不同類型的決策可能性。利用對照實驗，企業可以測試各種假設和分析結果以指導投資決策和運營變革。事實上，實驗可以幫助管理者將因果關系與單純的相關性區分開來，從而減少結果的可變性和改善財務表現和產品性能。
完善的實驗可以有多種形式。例如，主要在線企業是持續的測試者。在某些場合，它們將網頁的固定部分用于開展實驗，以找出提高用戶參與或促進銷售的動因。銷售實物商品的企業還利用實驗輔助決策，但大數據能將這一做法更上一層樓。例如，麥當勞的部分門店安裝了搜集運營數據的裝置，用于跟蹤客戶互動、店內客流和預訂模式。研究人員可以對菜單變化、餐廳設計以及培訓等是如何對勞動生產力和銷售額的影響進行建模。
如果這樣的對照實驗不可行，企業可以利用“自然性”實驗來確定業績變化的來源。例如，一家政府機構收集不同地點從事同類工作的多組員工的數據。僅僅將這些信息公諸于眾就促使落后員工提高了績效。
同時，領先的零售企業正監控客戶的店內走動情況以及與商品的互動。它們將豐富的輸入數據與交易記錄相結合開展實驗，以便指導銷售哪些商品、擺放貨品以及如何以及何時調整售價。此類方法幫助某領先零售企業減少了17%的存貨，同時在保持市場份額的前提下，增加了高利潤率自有品牌商品的比例。
終端消費企業長期以來利用信息對客戶進行細分和開展針對性營銷。通過實現實時個性化，大數據有助于企業在先進技術領域取得突飛猛進的進展。下一代零售企業將能夠通過互聯網點擊流實時跟蹤客戶的行為、更新他們的偏好，并建立可能行為的模型。這樣，他們就能夠確定客戶下次購買的時間，通過捆綁優選商品和提供省錢的獎勵性計劃，并且對交易實施微調，最終使得整個銷售圓滿結束。這種實時的定位營銷還可以利用多級制會員獎勵計劃的信息，促使最有價值的客戶購買高利潤率商品。
由于來自網購、社交網絡，以及近期智能手機互動產生的信息數量和質量的激增，零售業顯然是數據驅動定制化的理想行業。但隨著將客戶細分為更準確的微小群體的分析工具的日益成熟，其他行業也能從數據的新應用中受益。
例如，一家人壽保險公司采用客戶風險、財富變化、家庭資產價值和其他輸入數據的精細化和不斷更新的背景資料，對每一名客戶提供量身定制的保單。收集和分析有關細分客戶群信息的公用事業企業能夠明顯改變電力使用模式。最后，按照工作性質和績效表現對員工進行更加精細區分地人力資源部門，正著手改變工作條件和實施同時提高員工滿意度和勞動生產力的激勵機制。
版權：Mckinsey Quarterly
