壳牌(中国)CIO徐斌谈大数据28

1、壳牌（中国）CIO徐斌：大数据助力传统企业提升核心竞争力2015-05-10嘉宾徐斌：21年IT从业业经验，20013年加入入壳牌石油(Shelll)中国担任任零售业务首首席信息官, 负责壳牌牌中国零售业业务的信息化化工作，致力力于建设跨合合资公司的平平台战略规划划，IT治理架构构，以及基于于云技术的共共享应用服务务的部署。徐徐总在金融业业、零售业等等不同行业的的信息化建设设有着丰富的的工作经历，海海外的工作的的背景更丰富富了他的企业业信息化实践践经验。此前前曾相继担任任英国石油(BP)中国国区IT总监， Seeven-EElevenn 中国区IT经理，建建设银行软件件开发和电子子商务项目经经

2、理等职务。摘要首先，徐斌汇总总了当前传统统行业和企业业面临的最大大挑战有哪些些；然后，与与大家探讨何何为大数据。接接下来，徐斌斌以实际的企企业案例来阐阐述传统企业业在大数据方方面的实践和和分析；最后后，徐总结合合自身经历和和积累介绍企企业如何构建建适合自己的的大数据能力力，为企业带带来更大的发发展和效益。首先跟大家介绍绍一下壳牌，壳壳牌是世界比比较大的公司司，在过去三三年，有两年年是世界第一一，去年是世世界第二，今今年规模会更更上一层楼，上上个月刚花了了470亿英镑镑收购了英国国一家燃气公公司。它在1120年前进进入了中国，去去年11月我们在在中国举行了了壳牌进入中中国120周年庆庆典。讲到我

3、们今天的的主题大数据据，如何帮助助传统行业、传传统企业提升升核心竞争力力。壳牌是一一个典型的传传统的公司，不不管是上游勘勘探、开采，下下游做化工、零零售，润滑油油等业务，都都是非常传统统的行业，传传统行业，数数据、大数据据如何帮助他他们产生价值值呢？这是我我们今天探讨讨的话题。今天我给大家分分享的内容主主要是四个方方面：时下一个非常热热的名词就是是：互联网+。互联网+对每个个企业、每个个行业都发生生了重要的变变化，不仅仅仅是概念，真真的是在影响响着我们每一一个人，特别别是我们企业业IT从业人员员。互联网自自己的概念之之前一直由互互联网公司在在说，比如著著名的BATT公司。以前前比较流行的的说法

4、是，要要借助互联网网颠覆传统行行业。今年两两会期间谈到到的互联网+把概念一转转，变为了：通过互联网网加强传统企企业的核心竞竞争力。这里里可以看出这这个概念的起起点是我们传传统行业、是是我们自己的的企业。这就就需要我们把把好的工具、好好的思想运用用到企业中，力力求市场竞争争中有更好的的地位和竞争争力。正因为为中国大量企企业是传统企企业，所以说说这个对我们们具有特别重重大意义。在互联网+时代代，来看看我我们的世界发发生了什么变变化：腾讯、淘宝、京京东、小米，他他们现在都是是顶级的公司司，估值都过过了一百亿美美金，大家注注意到右边几几个数字，他他们时间最长长的16年，加在在一起35年，四个个公司都成

5、为为超过百亿市市值的公司。我我们再看看下下面四个公司司：诺基亚、摩摩托罗拉、柯柯达、索尼，都都是曾经的顶顶级公司。在在我毕业工作作的时候，这这些公司我能能进去那是非非常自豪的。现现在或者破产产了，被收购购了，后者处处于困境之中中。这四个公公司加起来4427年，说说明在传统时时代它做的非非常优秀，但但是在当今互互联网时代，一一下子失去了了它的核心竞竞争力。这个个对比对我们们来说是很大大的冲击，我我们该怎么办办？我的观点点是：我们要要去拥抱变革革、拥抱互联联网时代。按按照我们的理理解，互联网网+是一虚一实实。实是互联联网的技术，云云、大、物、移移、智，云计计算、大数据据、物联网、移移动互联网、智智

6、能控制技术术。这些技术术只是工具，我我们更需要的的是“虚”的互联网思思维，把这些些思维真正融融入到企业运运营、管理中中去，才算是是真正意义上上的是互联网网+。企业借助助互联网+各种技术、思思想的帮助去去获得竞争的的优势。传统行业现在最最急迫的是两两个问题：开开源节流，一一方面要把成成本降下来，一一方面要打开开我们市场的的销售。看一下大数据在在这方面能够够帮助我们的的企业做什么么。在互联网网+时代一虚一一实，技术是是工具。那么么，关键的互互联网思维带带来转变是哪哪些呢？第一，决策模式式的变化。在在以流程为中中心的决策模模式里，核心心是经验，行行业里面的积积累。这很依依赖于人，有有的CEO或核心心

7、层有很好的的战略思维和和经验积累，但但是一旦他离离开公司，公公司就不行了了，没有其他他人能做正确确的决策了。但但是在新时代代，以数据为为中心的决策策，靠的是客客观的数据和和信息做决策策，而不是靠靠某个人的思思维做决策。第二，运营模式式的转变。以以前是产品为为中心，模式式讲究的是批批量规模化生生产，来保证证成本最优化化。但是现在在我们客户的的需求发生转转变，有更多多定制化的要要求，我们需需要不断调整整产品设计去去适应。这时时候我们的运运营模式就需需要变成以用用户为中心，即即根据用户需需求反向引导导生产，但是是这种模式下下要使生产的的成本降低不不是很容易，因因为不能大规规模生产，那那么如何降低低成

8、本带来了了另一个挑战战，中国有一一些企业面对对这一挑战做做出了很好的的探索，比如如说红领集团团。第三，合作模式式的转变。以以前是以供应应链为中心。在在新的互联网网时代，需要要我们把客户户需求放在核核心位置，客客户需求会关关注日常生活活中的各个环环节，比如说说我们公司旗旗下加油站，正正常情况下与与客户即司机机交互时间也也就是十分钟钟（加完油到到便利店买完完东西走，就就是十分钟），在在我看来，合合作模式的思思考是如何让让我们的客户户和我们产生生更多联系。如如果我们知道道他有一些常常规消费行为为习惯，比如如加完油去沃沃尔玛购物、再再去4S店洗车，再再去万达看电电影等等，那那么我就可以以和沃尔玛、4S

9、店，万达进行合作，共同推出一些客户营销和增值服务，那么这个客户也许就很容易被我们黏住，并很容易成为我们的忠诚客户。与此同时，通过这类服务还可以和其他的合作伙伴分享收益。第四，组织模式式的转变。传传统时代是层层级管理，新新的时代讲究究扁平化管理理，以员工为为中心。要加加强一线员工工的执行力和和创造性，必必须扁平化管管理，让他们们有足够的能能力、足够的的信息去快速速决策。小米米就是一个很很好的例子，小小米的员工层层级非常短，就就是3层，七个核核心创始人，部部门leadder和员工工。除了合伙伙人有职位外外， 其他都是工工程师。工程程师直接和客客户在网上交交互，一个新新产品测试版版本发布之后后，客户

10、可以以马上提意见见，工程师马马上对产品进进行更改，通通过这种方式式增强一线员员工的执行力力、创造性和和主动性，同同时，这种方方式对市场反反馈势必非常常快。我们传统行业在在互联网+的时代这四四个方面需要要进行转变。这这些改变的一一个非常核心心的驱动力来来自于IT即信息化化技术的应用用。不同的行业，企企业对IT的定位有有所不同， 不同的定位位又决定了IIT可以为企企业带来的价价值。最初的企业，一一般把IT定位在建建设一个简单单的办公自动动化系统，大大多数时间做做系统的维护护。随着业务务的发展，企企业在市场中中的地位提高高，慢慢我们们需要上一些些大的系统，比比如说ERPP、MRP，这个个时候IT承担

11、更重重要的作用，帮帮助业务实现现业务价值。比比如说更有效效的管理库存存，更有效的的管理采购，这这两个级别都都是传统行业业对IT应用比较较多的地方。但是在互联网+时代我希望望企业管理者者认识到，如如果IT定位不能能往上提升，便便很难帮助到到企业进行互互联网+的转型，以以及在市场上上产生核心竞竞争力。左边边第二个业务务价值的推动动者，这个是是通过IT技术进行行创新，可以以超越我们竞竞争对手做一一些创新的解解决方案，包包括客户关系系的管理，OO2O的线上上线下的联动动等。通过信信息化技术产产生竞争对手手没有的方案案、营销手段段、效率提升升的手段。这这就是将ITT融入企业决决策层的作用用，参与决策策，

12、促进创新新，产生核心心竞争力。IIT在企业中中定位的最高高级别是成为为业务模式的的引领者，依依靠IT帮助进行行商业变革，脱脱离传统的竞竞争模式。“羊毛出在猪猪身上，狗来来买单”，过往的产产品服务，最最初思想就只只是如何把东东西卖的更贵贵一点，能否否提高价格的的同时让客户户接受。而如如今，通过新新技术、新商商业模式将商商品免费使用用，通过后续续服务挣钱，正正是目前的新新运营模式。依依靠互联网+技术、各种种信息化技术术，行成一个个生态链，而而这个生态建建设过程恰恰恰需要上下游游不同企业的的数据。希望望咱们传统企企业的各位领领导者能够对对IT有一个更更好的定位，至至少应该从业业务价值推动动者和业务模

13、模式引领者的的角度来定位位，才能帮助助我们企业在在市场上获得得更好的竞争争力。刚才说到开源节节流，节流方方面可以通过过大数据的分分析结合比如如6西格玛等流流程分析优化化的技术，来来帮助找到没没有价值的工工作，进而去去掉，来增强强有价值的工工作。我们把把产品的成功功率提升，减减少废品率。比比如说便利店店里面有几千千个商品，每每个商品的销销量不是很高高，如果能控控制成本，控控制库存，非非常重要。因因为你的点很很多，一个点点上省一千，四四十个就是四四万。在供应应链配送环节节，通过优化化陪送路径，就就可以减少配配送成本。石石油公司的配配送都属于高高危配送，如如果通过大数数据分析，在在效率提升之之余，安

14、全性性也有所提高高，那对我们们的帮助非常常大。比如危危化品晚上七七点以后才能能配送，比如如说某条路晚晚上封路，之之前不知道，去去了后发现需需要调头改路路，带来的成成本消耗将非非常大。据美国一个研究究机构称，人人的行为中近近93%是可以以被预测的。大大数据分析对对企业提升销销售也有很大大的作用，所所谓营销，营营是两个“YYing”，一一个是欢迎的的“迎”，一个是共共赢的“赢”，欢迎就是是找到新客户户，把他们吸吸引过来，共共赢就是把客客户留住，并并且延伸它的的需求。营销销就是欢迎和和共赢，欢迎迎找到了客户户是谁，可以以通过数据的的分析。人的的行为可以预预测，可以通通过各种社交交数据，比如如微博微信

15、数数据。当我们们发现在谈论论车的品牌时时，这个人称称某一个品牌牌车质量不好好，并有很多多讨论建议，可可推断出他对对车和生活质质量是有一定定的要求的，那那么这个人就就是可能是壳壳牌的潜在客客户。当你来来了以后我可可以知道你的的潜在需求是是什么，再通通过异业合作作，将你的消消费习惯和其其他合作方关关联，培养你你成为我们忠忠诚客户，最最理想的情况况，让你一起起床就能想到到壳牌，去哪哪里都想到壳壳牌。但是如如果让壳牌单单独通过加油油这项业务绝绝对是做不到到这些的，势势必要通过同同其他企业合合作，使客户户对你产生联联想和连接。刚才谈到传统行行业面临挑战战，大数据可可以帮助他们们突破，迎接接这种挑战，我我

16、们来看一下下到底什么叫叫大数据。大数据的名字叫叫Big DData，这这个词最早是是麦肯锡提出出的，是指“无法用现有有的软件工具具提取、存储储、搜索、共共享、分析和和处理的海量量的、复杂的的数据集合”。我个人的的理解，大数数据不是新事事物，也大只只是一个定义义，它的核心心是“数据”。大数据的的应用由来已已久，且其定定义和应用也也是持续变化化的，它可以以应用在我们们的生活和社社会的各个场场景上。在座的各位听众众，有没有人人信星座的？美女们都信信，有没有人人信命的？不不少人包括嘉嘉宾本人很信信命。星座也也好、算命也也好都是大数数据的应用，只只是没有数据据化。星座把人归类为为12个星座，比比如说金牛

17、座座为什么会有有这个特征，他他是经过很多多人的验证，发发现都具有这这类特征，且且刚好出生在在那个阶段，这这个特征和某某些动物和某某些物品相关关。算命也一一样，八字、四四柱、面相，为为什么脸上这这个位置长痣痣的人是这种种性格，不知知道为什么，但但是发现很多多这里长痣的的人都有这种种性格。应用用的方式不一一样，但是都都是通过大数数据的思维方方式。企业的大数据与与直接的数字字化信息有关关，传统企业业或多或少会会有一些数据据，比如说员员工数据、供供应商数据、客客户数据、财财务数据，这这些都是我们们传统数据。新的互联网时代代，我们具有有微博数据、音音频数据、手手机定位数据据等很多新型型数据，交易易数据和

18、交互互数据共同组组成了现在的的大数据。这这并不是一个个对立的关系系，而是一个个延展的关系系。同时，大大数据必须要要有一些新的的技术帮助我我们分析结果果，所以大数数据是数据加加工具。大数数据如果从分分类上来说，企企业内部传统统上都叫结构构化数据，传传统的放在数数据库里的数数据。还有电电子文件、日日志、文档是是半结构化数数据，以及一一些非结构化化数据比如视视频、音频等等。大数据的特征，不不同的人和公公司做了很多多的定义，比比较多的说法法是四个V。数量比较大、来来源比较多样样、速度要求求快、个体精精确性不高。单单个数据的价价值并不高，比比如说地理位位置信息，单单纯看每个点点的信息没有有价值，当你你把

19、他串联在在一起的时候候，你发现这这一批人都往往清华的舜德德楼走，这时时候就有价值值了。因为现在有些人人考虑大数据据、小数据，大大家听起来好好像很对立，一一大一小两个个不同，这是是不对的。我我们应该更多多的讲数据，大大数据更多的的是为了让大大家理解这个个数据的重要要性。传统数据延展到到更广阔范围围的时候，他他们的目的不不同，传统的的数据目的非非常精确，关关注一个事情情发生的原因因是什么，目目的是解决问问题，为什么么会出现这个个事，得找出出原因解决，这这是传统数据据比较擅长的的地方，但是是到延展拿到到很多外部数数据，外部数数据来源非常常多，数据量量很大，而且且外部数据很很杂，和企业业没有直接的的因

20、果关系，但但是具有关联联性，对这些些数据的分析析目的是关注注预测，我们们可以不需要要知道为什么么这样，但是是希望知道将将会发生什么么。可以不知知道原因，但但是希望知道道关联性。这这个人的痣长长在这儿，他他应该会怎么么样，为什么么会这样我不不知道，但是是既然长在这这里的人都是是这样，可以以帮助我做决决策，目的是是寻找一个解解决的方案，而而不是一个解解决的问题。这这个时候数据据的使用目的的就发生了变变化。看看大数据在生生活中的应用用，举几个生生活中的小场场景:大家在亚马逊或或当当网买过过书，选一本本书以后，左左边就有相关关的书推送，或或者推送鼠标标或者路由器器，因为之前前买这本书的的人就买了路路由

21、器和鼠标标，所以也就就推送给你，当当当网利用这这个方法推送送，销售量增增长了10%。谷歌流感预测。某某一个时间，某某一个区域的的人都在查流流感这个词，以以及怎么解决决，吃什么药药等，谷歌通通过这些搜索索结果对该区区域的流感发发病率进行预预测，结果比比当局卫生部部门正式发布布流感信息提提前7周。当然， 现在这种预预测的准确性性降低，原因因我们后面会会分析到。淘宝购物。大家家在淘宝上搜搜索一个物品品，即使没有有买。过一会会儿上其他门门户网站，广广告条上也会会出现之前搜搜索过的的物物品。大家过去半年在在中国发生在在你身边比较较有热度的事事情是什么？股票。至少少是牛市的初初期，涨了百百分之几十。从从今

22、年年初到到现在有哪一一位股票收益益超过60%。新浪有一一个大数据炒炒股指数，其其他的证券公公司和他有合合作，发起了了股票指数，有有一个i1000指数，这这个指数今年年年初到现在在收益率是559%。如果果你们大家没没有超过600%，不如买买这个指数。为为什么他的收收益好？他是是一百个股票票选的，他没没有看公司的的业绩，完全全不管什么公公司，就从社社交网络上搜搜索哪一百个个股票讨论热热度最高，他他认为如果涨涨的股票应该该是大家讨论论最多的，他他选最高的讨讨论热度的股股票作为他的的股票，不断断调整，所以以他们的收益益率很高。他他也不知道干干什么，就看看别人讨论的的多，他就去去买，就涨的的很厉害。大数

23、据的大到底底是什么？我对大数据的定定义是，“大”不是数量的的大小，也不不是来源的多多少，而是大大到足够为企企业产生业务务价值”。如果能为为企业产生业业务价值的数数据，就是大大数据。这个个“大”的理解是足足够产生价值值的，而不是是一个机械的的所谓4个V。这也解决决了定量的问问题。过去一一个U盘8个G很不错，再再早期几个MMB就不错。现现在有了TBB，因为技术术发展很快，无无法衡量那个个纬度。刚才讲了传统行行业面临的挑挑战，也讲了了什么是大数数据，接下来来跟大家分享享一下在我们们行业，以及及其他合作伙伙伴、同行的的大数据做了了哪些事，谈谈一下大数据据在企业中的的应用。数据有不同的使使用目的，根根据

24、使用目的的，可以把数数据分为四个个类型：第一，描述型的的数据，告诉诉企业管理层层、员工，企企业发生了什什么，比如说说管理报表、销销售报表，显显示企业在发发生什么，什什么状态。第二，诊断型，分分析为什么出出现这个问题题，比如说银银行，为什么么这段时间坏坏账率这么高高，分析是什什么原因。这这两个都是传传统的企业比比较擅长的。第三，接下来如如果把数据用用的更好、更更多一点，就就是预测型的的数据，通过过数据的分析析，预测将来来会发生什么么事情。比如如企业的上游游业务，油田田开采，钻头头钻进去很重重要，钻头很很贵，一旦钻钻头出了问题题，更换、调调整花很多时时间，以前因因为在地下没没有很好的方方法去判断他

25、他，这个时候候需要找一个个很有经验的的专家定期检检查，看他是是不是正常状状态。这个成成本就很高，首首先，专家不不多，如果钻钻井平台在海海上就更麻烦烦了，专家必必须实时送过过去，又很贵贵，这个专家家还可能不愿愿意去。但是是如果通过一一些数据，通通过一些传感感器监控它的的温度、振动动幅度，就能能够提前发现现他是否有潜潜在的问题，如如果温度在不不断的增高，和和平时不一样样，判断可能能有一些问题题，可以马上上主动干预。这这样就不用每每个专家两到到三个月跑过过去看一次，而而只是有问题题的时候打电电话让他来一一趟就行了，发发生故障提前前知道，予以以处理，减少少故障发生次次数。第四，指导型，根根据数据的分分

26、析，可以根根据客户的行行为习惯、潜潜在需求，帮帮助企业定制制、开发好的的产品或者服服务、以及营营销方案，这这不是解决问问题，而是提提供更好方案案来帮助企业业得到更好的的回报，就像像专家、咨询询师一样告诉诉企业应该做做什么。这是数据使用的的四个目的。前前两个是信息息展示，第三三是商务分析析能力。第四四是预测分析析。这是不同同层面上数据据使用的目的的。大数据的使用价价值的归纳，我我认为主要是是五方面的价价值：第一，优化运营营。降低成本本、提高能效效。第二，精准营销销。对客户做做更好定制化化服务、定制制化营销方法法。第三，商业洞察察。让企业了了解自己，了了解客户的行行为，了解市市场定位。第四，企业安

27、全全。包括信息息安全和物理理安全。很多多企业所依赖赖的核心竞争争力是专利，如如何保护专利利，是企业非非常核心的需需要。石油公公司有很多危危化品的运输输，大数据分分析可以帮助助我们发现隐隐患，降低风风险。第五，生态链共共赢。找到合合作伙伴，帮帮助企业加强强客户对其更更多的黏性。这些都是大数据据在企业中的的商业价值。接下来我分别介介绍上述五个个方面的行业业实际案例：第一，优化运营营效率。壳牌公司现在应应用了很多，通通过地下的温温度、压力、历历史数据、生生态数据的采采集，预测这这个地方钻井井下去出油的的概率大不大大。一旦打进进去如果没有有出油，损失失就很大，如如果把成功率率提高10%，就会节约约非常

28、大的成成本。之前中中石油在苏丹丹开发了一口口油井，之前前很多国际巨巨头都打过井井，大家认为为那个地方应应该有油，包包括BP、道达尔尔去打都没有有打出来。中中石油去打，每每桶油成本才才八美金，远远低于正常的的20到30美金。这这个地方的油油非常好。为为什么中石油油这么好运气气就打出来了了？因为中石石油发现这个个地方的地质质情况和塔里里木盆地地质质情况非常类类似，中石油油在那里打了了很多井，知知道很多数据据，知道什么么位置上打井井有油的可能能性比较大，于于是根据这个个来在苏丹打打井，就成功功了。很多地地方的信息有有高度相关性性，就可以预预测在那里发发生的事情，在在这里也可能能发生。这是是一个大数据

29、据应用案例。在加油站里， 油枪里面打出来的油都是在地下油罐里面出来的，地下油罐在地下，看不见，一旦发生泄露，很有可能影响地下水、土壤、生物，甚至有可能发生爆炸，这是非常危险的。所以每年石油公司在这上面花了很多的成本去关注它，但是很多管理是被动的，因为汽油、柴油有热胀冷缩的特征，温度高涨起来，温度低就收缩了，本身又有挥发性，管理起来非常的困难。在正常行业里面管理主要是油品的损耗低于千分之三到五，就是正常的。但是通过数据的分析技术可以帮助更精准的管理。之前的模式，为了避免油井在地下油罐泄露，需要定一个阀值，每天看损耗，如果损耗超过某一个值，即认为很有可能发生泄露。一旦超过这个阀值，马上安全和工程部

30、门的人就会干预，如果认为可能性比较大，就要停业，去地下清罐。后来使用了一个个办法，用大大数据的技术术在油罐里面面加了一个探探头，去分析析罐里面情况况的变化，把把数据每隔几几十秒钟传到到云上的分析析平台上去，把把油箱的数据据实时接通，卖卖出去多少油油，油管里面面还剩下多少少油。根据这这个地方的地地址、温度等等条件，来设设置相关性的的对比油站。逻逻辑上如果损损耗都有损耗耗，增加都有有增加，因为为这些地方条条件相当，温温度变化应该该是对应的。如果说发现有一一个油罐突然然在这段时间间，或者是这这个时候，别别人都在往上上走，他在往往下走，别人人都是赚的，他他是亏的，高高度认为他是是泄露的，因因为这确实是

31、是不对的。还还有一种情况况，他超过了了之前设定的的阀值，升我我们也没有认认为它有问题题，因为周围围其他的油站站都有类似的的情况，因为为可能是温度度急剧下降。最最重要的是看看它的趋势变变化。这会准准很多，而且且是主动防御御的办法。大数据在帮助门门店选址也有有很好的应用用。我们开一一个店选址，主主要看客流量量多不多，客客流愿不愿意意停在那儿，这这些信息对选选址是非常重重要的，直接接影响回报率率。但是在现现实生活中，如如果知道要选选址在这个位位置，或者想想被别人收购购，就会想各各种方法夸大大这个数量，多多找一些车在在那儿拼着开开，因为如果果要靠人去记记录，只会看看过了多少车车。而现在通过和运运营商的

32、合作作，利用基站站分析手机信信号，来发现现这个地方客客流量、客流流停留频率以以及过去一个个月的数据情情况，帮助更更好的选址，提提高投资回报报率，提升运运营效率，降降低成本。第二，大数据可可以帮助实施施精准营销。加油站业务，发发现联动很多多数据，比如如来自于车联联网的数据。车车上有传感器器，可以把车车的健康状态态、油耗状态态、车主的驾驾驶习惯都记记录下来，通通过相互合作作，找到潜在在客户对应的的有效信息。顾顾客很喜欢去去方便的加油油站，因为比比较容易找到到。通过跟车车联网企业合合作，车只要要在油站附近近十公里范围围内，便可知知道客户是谁谁，以及他驾驾驶的车处于于何种油耗状状态，具备这这两个条件，

33、便便可以给他发发一条信息，建建议去对应的的加油站加油油、从哪条路路走不堵，以以及具有何种种促销信息，甚甚至进一步分分析油耗，推推断出使用壳壳牌加油站的的油，可以降降低油耗，一一年节省多少少钱，把这些些定制化的信信息发给客户户，吸引到我我们的加油站站去。公司非非常注重安全全，通过中控控系统车联网网的数据分析析，根据顾客客驾驶习惯，比比如经常急刹刹车，或者高高速转弯，风风险性非常高高，便可以推推送一些安全全驾驶的建议议。加油都有加油卡卡，加油卡在在过去这么多多年发展了很很多客户，但但是现在碰到到一个问题，再再想扩展新客客户挺困难的的，不知道到到哪找。公司司要做市场活活动，却不知知道去哪里做做，如果

34、在广广场上做，可可能根本就不不是潜在客户户。后来公司跟淘宝宝合作，将淘淘宝上客单价价超过一百元元的人作为目目标群体。淘淘宝上平均客客单价70块钱，而而我们要找客客单价1000块钱的，这这些人的消费费能力比较强强，对生活要要求比较高，同同样买相对比比较好的东西西，会比平均均水平的人要要高一些，这这些人往往是是企业想触达达的对象。其次，通过和第第三方公司合合作，通过搜搜索社交媒体体上经常发布布与车有关的的信息，来从从另一位纬度度定位潜在的的客户。通过这两者一碰碰，就可以较较准确地寻找找到潜在的客客户群， 再通过精准准信息推送和和相应的营销销手段，来给给潜在客户传传递油站有什什么样的服务务，有什么样

35、样的促销等信信息，来吸引引他们在线上上注册加油卡卡。通过这种种方式，最终终有近90%的人进行了了会员注册，成成为了卡的用用户。其中有有50%的人进进行了充值，充充值意味着一一定要在这里里消费，这就就成为了真正正的客户，转转化率非常高高，而付出的的代价非常小小，这种营销销方式针对每每两个人有一一个人是你的的客户，这个个触达率非常常高。过往做做市场活动，五五个人里面有有一个人成为为客户就不错错了，而这样样两个中就有有一个成为客客户。这便是是大数据精准准营销的经典典案例。第三，商业洞察察。要知道这这个企业到底底在市场上什什么地位，客客户到底在哪哪里，自身客客户和竞争对对手客户到底底有什么不同同，到底

36、是怎怎么分布的，这这需要更明确确、更清晰的的视野。通过大数据的分分析，更好的的了解我们的的企业和我们们的客户。通通过一些支付付信息的分析析，发现在不不同的品牌或或者不同竞争争对手之间，市市场份额到底底是怎么样，以以前是年底看看看销售额，甚甚至不知道对对手销售额准准确率多少，但但是结合大数数据可以实时时分析，当前前情况下到底底我们的销售售份额是多少少。第二，对客户的的消费趋势也也有更清楚的的认识，随着着时间的变化化，到底有什什么样消费趋趋势，竞争对对手的客户趋趋势怎么样，自自身客户趋势势怎么样，如如果说自身客客户消费者趋趋势金额在慢慢慢下降，是是大问题，这这可以让企业业更精准的了了解自身客户户发

37、展变化以以及企业制定定应对措施。第三，潜力客户户的挖掘，新新客户在哪里里，你是我的的客户之后，如如果没有收益益共赢，客户户会离开，如如何把客户留留下来，是最最核心的诉求求。其中有2%的客客户是忠诚客客户，是我们们的优质客户户，另外的44%在我们这这里消费，也也去别人那里里消费，说明明他不是我的的忠诚客户，但但是是我的客客户，或者曾曾经是我的客客户。他为什什么要成为你你的忠诚客户户？如果你知知道原因，你你是不是就可可以解决问题题，把6%变成忠诚诚客户，意味味着销售额增增加一倍。这这里主要讲的的是思路， 数字并不是是真实的。如果要触达这44%的人，要要跟他做沟通通，为什么上上次来过之后后，这一次没

38、没有来，是因因为位置不够够好，还是服服务不够好。问问清楚之后，你你应该采取对对应措施，让让他变成你的的忠诚客户，可可以从2%提升到5%到6%。这个可可以提高我们们的洞察能力力，让我们找找到、留住我我们的客户。第四，信息安全全。我之前工工作的跨国公公司，最核心心的竞争力之之一就是专利利，那家企业业的配方非常常重要。配方方怎么保护？很多竞争对对手或者有一一些黑客一直直在找，以前前没有很好的的方法，现在在通过大数据据的基础可以以对整个日志志和整个系统统的操作行为为做分析，看看是否有潜在在的风险。比如说这个用户户的ID，之前一一直是每天使使用一个小时时，或者是以以浏览为主。但但是当发现从从上周开始这这

39、个客户平均均每天用三个个小时，而且且是以下载为为主，这意味味着很可能在在盗用，这是是一个高风险险的区域，还还可以采取一一些措施保障障企业的安全全。这是以前前传统的数据据库的方法处处理不了的。第五，生态链共共赢。企业到到底和谁合作作可以最大化化的产生效益益，提高收益益。通过相关性的分分析，可以看看到奥特莱斯斯有38%的相关关度，如果和和奥特莱斯共共同做一个营营销活动，效效果将会非常常好，因为双双方客户非常常重叠。沃尔尔玛为36%，京东为333%，这些都都是异业合作作的伙伴，和和他们一起做做共同的营销销活动，就可可以把我们整整个客户之间间交互的场景景从单个变成成一个生活中中的各种案例例，将产生大大

40、量延伸的消消费。也将出出现“羊毛出在猪猪身上，狗来来买单”的状况。上述一些案例在在行业里通过过大数据从对对内的效益提提升、营销、洞洞察、安全、共共赢这几个方方面跟大家分分享，最后一一部分是关于于如何建设这这些能力，以以及路径是怎怎样的。首先，必须有数数据文化的建建设，有了数数据，而不作作为一个决策策的依据，也也是没有用的的。第二，要有明确确的数据战略略，准备怎么么样规划企业业的数据，数数据架构怎么么设置。第三，组织能力力，建立什么么样的团队来来帮助实现企企业的数据战战略。第四，技术能力力，实现什么么样的技术平平台、什么样样的系统来实实现大数据或或者数据的分分析能力。这四个方面的能能力建设才能能

41、真正给企业业带来数据分分析的能力。真正在企业里面面建立数据能能力， 有两个方向向的建设。一个自上而下，管管理层要认识识到数据文化化的重要性，推推广数据文化化，建立队伍伍的组织，要要做适当的投投资，进行平平台和技术的的建设。同时时，自下而上上，每一个从从业者都要积积极的学会技技能，来很好好地利用和使使用数据，在在这个基础上上要有一个前前瞻性的规划划，能够不断断适应企业持持续发展的要要求，同时，设设立比较清晰晰的绩效管理理，什么样的的数据交付是是有效的，怎怎么评估，最最后以开放的的态度，要不不断的学习，互互联网时代变变化太快了，要要不断的学习习。这是企业业里面两个方方向同步建设设，才能真正正的建设

42、一个个大数据能力力。数据文化建设上上，我总结如如下六个方面面:核心是数据驱动动决策，决策策依赖于数据据，比如说投投资管理，企企业投资一个个项目，必须须有非常清晰晰的指标、回回报率这种相相关联的参数数，要进行客客观的分析，形形成一个结果果，才能做决决策，是否应应该做这个投投资。比如开开一个店，就就必须要看人人流量变化、停停留时间，消消费能力、消消费偏好等。综综合之后，认认为在这里开开店回报率是是什么。包括括效率提升，通通过数据的分分析，综合拥拥有成本的分分析，数字化化说明到底销销售量会不会会增加。通过过数据的分析析明确的把这这些其他因素素排除掉，比比如说我们做做一个营销，中中间刚好有其其他事件同

43、时时在进行，要要把那个因素素剥离掉，才才能知道要做做的市场活动动有没有效。安安全管理也是是一样，员工工绩效管理，设设立KPI，必须须以数字为衡衡量，这样才才可以跟踪、管管理和衡量，否否则都是简单单非量化地描描述，泛泛要要求把东西做做好，按时完完成等，最后后无法评估，员员工也无法正正确地管理绩绩效。数据战略主要包包括三个方面面：首先，数据管理理，主要是数数据的治理。数数据所有者和和数据操作者者，数据所有有者要保证数数据的质量。数数据合规的安安全管理，谁谁可以使用这这个数据，什什么时候可以以删除数据，数数据什么时候候可以传到网网上去。通过过数据质量管管理，确保都都是准确的数数据，不要是是一些垃圾的

44、的数据。数据据生命周期管管理是对整个个数据从产生生，变化到最最后的结束销销毁等的整个个生命周期进进行管理。还有一个数据服服务，我们想想用什么样的的数据平台、数数据架构，什什么样的数据据集成方式，企企业里好几个个信息系统，中中间也不关联联，同样一个个商品在两个个系统里面名名称也不一样样，库存也不不一样，造成成了大量的浪浪费。如果是是集团公司，下下面有很多分分公司和子公公司，同样一一个库存的商商品，如果在在不同公司里里面，系统用用的不同的代代码，不同的的名称，往往往会虚大库存存的数量。假假如说其中一一个公司要去去做采购，很很可能另外一一个公司很多多库存是卖不不掉的。之前前的一个公司司，两个人说说，

45、他说他这这个公司买的的东西，他没没有了，但是是在另外一个个公司，他有有很多的库存存，根本卖不不掉。所以数数据的集成很很重要，要有有一个单一的的数据源，总总数据管理，所所有的东西标标准化、统一一化。同样的的商品在集团团下所有的公公司都是一个个数据。数据的模型，主主要包括怎么么定义数据、分分类数据，各各个数据接口口如何进行交交互等。数据组织能力，如如果有条件，可可以建立一个个CDO，首席席数据官制度度，有一个牵牵头人专门去去负责数据管管理，而且这这个岗位希望望能够汇报给给企业的决策策者。因为数数据如此重要要，所以需要要有一个人战战略性的规划划它和管理它它。同时我们们需要集中式式的数据管理理和运营中

46、心心，要解决数数据孤岛的问问题，就需要要集中化管理理，包括数据据的管理，它它的目的还是是以商业价值值为衡量标准准，不是你本本身能产生多多少数据。同同时要提升一一线人员的业业务能力和数数据决策权，及及时反馈客户户需求，快速速交互客户来来设计和交付付客户需要的的产品和服务务。一般企业里面做做数据管理的的时候，一般般有几个步骤骤：数据的清理，你你要搜集到数数据，对数据据进行存储和和分析，分析析和业务相关关联，把信息息和方案展示示出来，交给给企业做决策策。这个过程程里面，不同同的团队做不不同的事情，数数据采集和清清理是数据管管理的群体负负责，数据的的分析，一般般是数据科学学家，他要做做建模，从数数据里

47、面找出出数据的逻辑辑性出来。通通过业务分析析师把数据分分析的结果和和业务做了连连接，到底对对业务意味着着什么，从而而形成一个比比较好的解决决方案出来，进进而企业数据据官和企业决决策层进行的的合作，形成成商业决策。最最下面的基础础技术团队提提供各种技术术支持，最后后的结果是价价值交付，归归根到底给企企业带来价值值。下面讲大大数据企业生生态架构。左左边是：企业业，社交媒体体、物联网、云云服务。右边边是结果，客客户满意度提提高，竞争力力提升、风险险控制提升，产产生一些新的的商业模式，从从而帮助企业业脱离红海进进入到蓝海。公司已有的系统统和数据应该该怎么办？第一，建立现有有数据分析能能力。第二，打打通各个数据据之间的障碍碍，消除数据据孤岛，建立立数据治理架架构，对于规规章制度，谁谁去负责个数数据的质量等等等，在这上上面做制度建建设。第三，建建设数据应用用的体系架构构和集成架构构，为了迎接接后续更多的的数据进来