企业大数据实际案例

一、家电行业

以某家电企业为例，它不仅做知名的空调、冰箱、电饭煲，还做智能家居，产品多达数百种。在其集团架构中，IT部门和HR、财务等部门以事业部的形式运作。

目前家电和消费电子行业正在经历“内忧外患”，产能过剩，价格战，同质化严重。互联网公司参与颠覆竞争模式。小米的“粉丝经济”，乐视的“平台+内容+终端+应用”，都是以运营“用户”而非生产为核心。公司希望打造极致的产品和个性化的服务，通过正确的渠道把合适的产品推荐给正确的客户。而CPC模式中，目前只有CP匹配(产品渠道)，没有用户全景支持，无法打通“CP(客户产品)”和“CC(客户渠道)”的匹配。

基于上述内外部环境和业务驱动因素，公司希望将大数据打造成所有业务解决方案的枢纽。以大数据DMP为企业数据的核心，充分利用内部数据源和外部数据源，将企业数据按照不同的域进行组织，形成完整的企业数据资产。然后，用这个系统服务于整个企业价值链的各种应用。

那么问题来了。公司数据分散在不同系统，更多的互联网电商数据分散在各大电商平台，无法有效利用。怎么解决？公司的应对策略是:1)首先，从外部互联网数据入手，引入大数据处理技术。一方面可以解决外部互联网电商数据利用的不足，另一方面可以检验大数据技术。因为互联网数据没有大量需要内部协调的问题，更容易快速得到结果；2)将DMP打造为企业统一的数据管理平台，整合内外部数据，进行用户画像，构建用户全景图。

一期建设内容:技术上，定制的星火爬虫每天抓取互联网数据(主要是天猫、JD.COM、国美、苏宁、淘宝等的用户评论。)，并使用Hadoop平台进行存储和语义分析，最终实现行业分析、竞品分析、单品分析三大模块。

家电公司大数据系统一期建设的效果迅速体现在市场洞察、品牌诊断、产品分析和用户反馈上。

二期建设目标:构建统一的数据管理平台，整合公司内部系统数据、外部互联网数据(如电商数据)、第三方数据(如外部合作、第三方由Tabu提供的消费者数据)。

公司的大数据项目对企业最大的价值就是将沉淀的数据资产转化为生产力。IT部门，通过为企业搭建统一的数据管理平台，整合企业内外部数据，快速支持新的应用，扮演敏捷IT的角色；事业部通过对产品、品牌、行业的洞察，协助企业优化和完善产品设计、广告营销、服务优化，帮助企业进行精细化运营，基于用户画像的精准营销和个性化推荐，帮助企业为用户打造极致服务体验，提升客户粘性和满意度；战略部，通过市场和行业分析，帮助企业进行产品布局和战略部署。

第二，快速发展的行业

以宝洁为例，在与宝洁中国市场部的合作中，发现在做用户画像和客户洞察之前，并不需要整合内外部数据。P&G抓取了主流网站上所有与P&G评价相关的数据，通过语义分析和建模，把握不同消费群体的购物偏好和习惯，仅利用外部公开数据，快速实现客户洞察。

此外，P&G在渠道管理上也有所创新。利用互联网用户评论数据进行社区倾听，监测与宝洁合作的50家零售店相关的用户评论，通过在线数据进行渠道/购物者研究，指导渠道管理优化。

实施流程:

1，锁定微博、大众点评等互联网数据源，收集百万消费者谈论的宝洁购物相关内容；

2.利用自然语言处理技术，对用户评论进行多维度建模，包括购物环境、服务、价值等10多个一级维度和50个二级维度，实现了用户评论的量化；

3.持续监控沃尔玛、屈臣氏、JD.COM等50个零售渠道，结果以仪表盘和定期分析报告的形式呈现。

因此，P&G可以关联企业内部数据，更有效地掌握KA渠道的整体情况，甚至进一步掌握KA渠道的关键细节、优缺点，指导渠道评级体系的调整，帮助制定产品推广计划。

第三，金融业

对于消费金融，家电和快消品的案例同样适用，尤其是在精准营销和产品推荐方面。这里主要分享信用风险控制的应用。显然，如果互联网金融像银行一样对小额贷款进行实地调查，投入大量人力进行分析评估，成本是非常高的，所以才有了基于大数据的批量信用评分模型。最终目标是实现企业画像和企业关键人物画像，然后利用数据挖掘和数据建模的方法建立信用模型。宜信的宜人贷和芝麻信用本质上都是这个结构。

在与金融客户的接触中发现，无论是银行还是金融公司，对外部数据的需求都越来越迫切，尤其是外部强特征数据，如失信记录、第三方授权记录、网络行为等。

以上是边肖分享的关于企业大数据实际案例的相关内容。更多信息可以关注全球常春藤分享更多干货。