大数据业务模型成熟度框架和实施蓝图

大数据业务模型成熟度框架和实施蓝图

为了回答这类问题，有人提出了“大数据成熟度模型”。

企业采用大数据及先进分析技术来创造竞争优势时，采用了各不相同的节奏。有的企业比较小心翼翼，因为它们不清楚方向、启动方法及大数据旅程中哪些技术创新是合适的。有的企业则更加激进，勇于把大数据分析技术集成到现有的业务流程中，从而提升企业的决策分析与业务处理能力。

用大数据分析来改进现有业务，企业需要找出大数据能够创造优势的业务机会，它们可能是：

销售数据(及数据洞察)给客户

将先进分析技术集成到产品中，以创造智能产品

利用大数据分析来提升客户关系及客户体验

下图是大数据业务模型成熟度框架。它既可以用于评估企业的当前现状，也可以描绘大数据提升业务的实施蓝图。

大数据成熟度模型

大数据成熟度模型包含以下五个阶段。

一、业务监测(Business Monitoring)

这是大数据的初级阶段，即传统的DW/BI阶段。在这个阶段，企业部署商业智能(BI)解决方案，用以监测现有业务的运行状况。

业务监测，有时也被称为业务绩效管理(Business Performance Management)，指企业使用基本的分析手段，来预警业务运行低于或高于预期的情况，并自动发送相关警示信息给相应业务和管理人员。

在业务监测阶段，为了定位低于或高于经营预期的业务领域，企业多使用参照方法(同期比较、同类营销活动比较、同业标杆比较)或指标方法(品牌开发、客户满意度、产品绩效、财务分析)等。

二、业务洞察(Business Insights)

在业务洞察阶段，企业使用统计分析、预测分析及数据挖掘等手段，来达成重大的、显著的、有执行意义的业务洞察，并将业务洞察集成到现有业务流程中。

业务洞察意味着，系统不只是提供数据表格或图表，而是“智能”报表或“智能”仪表盘，因此业务应用能够比常规更进一步，可以做到提示重大的、相关的业务洞察。因此，业务洞察能够作出特定的、可执行的行动推荐，对特定业务领域提出相应改善业务绩效的行动建议。

有人把这个阶段戏称为“告诉我我需要知悉的”阶段。实用场景示例如：

在营销领域：揭示某个营销活动或行动更有效果，给出产生更有效营销活动的费用推荐

在制造领域：揭示某些生产设备正在超过上限或下限运行，给出问题设备维护保养优先级建议(如更换零备件)

在客户支持领域：揭示选取金牌会员购买行为低于某一正常阈值的预警，给出向顾客发送折扣邮件的建议

三、业务优化(Business Optimization)

在大数据成熟度的业务优化阶段，企业有能力将分析技术嵌入到业务运营之中。对很多企业来说，这将是它们日思夜想的目标：通过大数据分析助力业务运营，使业务活动自动进行不断的优化和提升。

业务优化的示例：

营销费用分配：基于实时营销战役或促销活动分析

企业资源计划：基于顾客购买历史和行为以及本地天气与事件

分销和采购优化：基于当前购买模式和未来模式预测、以及本地地理、天气和事件数据

产品定价：基于当前购买模式、采购水平、以及从社交媒体得到的产品兴趣洞察

算法优化：基于大数据模式优化金融系统的交易算法

四、数据盈利(Data Monetization)

在大数据成熟度的数据变现阶段，企业可以：

将企业数据与大数据分析洞察打包，销售给其他企业

1、将数据分析直接与产品集成，创造智能型产品

2、利用可操作的业务洞察与推荐技术，提升客户关系、全新重塑客户体验

大数据成熟度模型

汽车通过学习你的驾驶方式和行为，调整驾驶控制、座椅、后视镜、刹车踏板、仪表盘显示等，以便符合你的驾驶风格

电视和DVR学习你喜欢的节目和视频类型，全网、全频道进行内容搜索，并自动为你录下你想要的节目

烤箱学习你烹制某种食物的方式，自动用同样方式为你制作，并为你推荐你可能喜欢的食物和烹调方法

第三种情况，企业利用可操作的业务洞察与推荐技术，提升客户关系、全新重塑客户体验，例如：

通过在线市场数据，将当前及在购库存与顾客购买模式进行比较，为中小电商作出销售及价格策略推荐

通过评估投资目标、当前收入状况及当前投资组合，为投资者提供特定投资分配的策略推荐

五、业务重塑(Business Metamorphosis)

业务重塑是大数据成熟度模型的***阶段。在这个阶段，某些企业希望利用对客户使用方式、产品效能行为及总体市场趋势的分析，将商业模式转换到新市场的新服务，例如：

能源公司进入“家庭能源优化模式”：基于维保预测，推荐电器购买时间，基于不同电器的实际效能与用户使用方式、当地天气和环境条件(如水质条件和用电成本等)的关联分析推荐电器购买品牌

零售商进入“购物优化模式”：根据消费者购买行为与类似人群的关联分析，推荐推定产品，甚至包括该产品在某商场有货或缺货情况

航空公司进入“快乐旅行模式”：基于顾客的旅行行为和偏好提供不同的机票折扣，更可进一步主动为旅行者提供酒店、租车、体育或音乐事件、本地名胜、演出、购物等各种信息查询和交易推荐。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。