在物聯(lián)網(wǎng)的時代下,論數(shù)據(jù)分析的重要性
過去我們處在一個數(shù)據(jù)片段破碎的零售時代,隨著數(shù)字化潮流的來臨,企業(yè)一直朝著運用數(shù)據(jù)改善營運效率的方向前進,最終我們將被數(shù)據(jù)包圍,而且在無接縫的環(huán)境下善用各種不同性質的數(shù)據(jù),完整描繪顧客,清楚結合市場走向與資源運用后,精確的規(guī)劃企業(yè)策略。
大數(shù)據(jù)也好,小數(shù)據(jù)也罷,已經(jīng)有很多的專家討論過運用數(shù)據(jù)到底可以帶來什么價值。只是在這么多的數(shù)據(jù)分析的論述之后,筆者觀察到市場上大多數(shù)人對于數(shù)據(jù)收集與分析仍舊是一頭霧水。很多讀者在給筆者的回饋意見中,最擔心的是在物聯(lián)網(wǎng)應用方案設計之初的系統(tǒng)架構中數(shù)據(jù)分析的角色沒有被優(yōu)先對待,以致于相關方案的設計只是一大堆硬件的集合,自動化或者有之,而智慧化則往往消失無蹤。
首先,筆者要澄清一點,數(shù)據(jù)的來源很多,聯(lián)網(wǎng)裝置只是收集數(shù)據(jù)的一種手段,并非只有物聯(lián)網(wǎng)應用方案才能搜集數(shù)據(jù)。
舉例來說,傳統(tǒng)的收銀機也在累積數(shù)據(jù),只是沒有電子存儲裝置,一切都是保留在紙帶上,取用非常不方便,基本上很難用來做精細的營業(yè)分析。直到收銀這個功能與工業(yè)電腦結合,數(shù)據(jù)開始有了進一步被分析的方便性。然而,為了加快結帳速度,現(xiàn)行電子式收銀機能收集的欄位仍有限制,所以如果讀者在結帳時特別注意,幾乎每一臺電子式收銀機都外掛了不少其他裝置,一開始是幾種信用卡刷卡機,插卡式或感應式的不一而足,最近隨著第三方支付的普及,額外的條碼掃描裝置也開始出現(xiàn)。然而這些裝置收集的數(shù)據(jù)都集中在業(yè)務成交結帳時,零售業(yè)者仍舊無從得知每個時點有多少人經(jīng)過門口,多少人走進賣場,更不用說個別顧客繞行路徑,抑或是在每個柜位或貨架前的停留或注視時間。
近來隨著GPU等硬件的發(fā)展與相關視覺辨識軟件的進步,這些數(shù)據(jù)搜集都由不可能逐漸變?yōu)榭赡堋?/p>
此外,數(shù)據(jù)分析科技的進步隨著運算與儲存裝置性能提升與價格下滑,數(shù)據(jù)科學家得以將目光由結構化數(shù)據(jù) (structured data) 投向非結構化數(shù)據(jù)(unstructured data)。簡單來說,語音與文字資料的記錄得以被分析。首先,傳統(tǒng)客服電話的對談內容已經(jīng)可以直接語音轉文字,再將透過自然語言處理 (natural language processing, NLP) 文字探勘進行客戶訴求分析。讓客服人員與顧客抱怨的對話內容與處理過程都變成顧客檔案的一部分。甚至,為了節(jié)省客服人力,運用相關數(shù)據(jù)科技開發(fā)出來的聊天機器人也應運而生。顧客在網(wǎng)站上或在賣場內的輸入裝置都可以直接詢問聊天機器人(通常是文字對話)與賣場或商品相關的資訊。如此一來,不但資料搜集的流程直接進入電腦,聊天機器人甚至可以根據(jù)對話過程主動建議顧客適合的商品。相比之下,傳統(tǒng)客服人員雖然可以做到更細致的服務或應付更隨機的問題,但人腦記憶容量有限,我們不可能苛責客服人員記得賣場內成千上萬種商品的品名特色或所在位置,更無法期待客服人員隨時調閱提問顧客的顧客檔案,即時掌握顧客的品味,在對話結束前的黃金時間內做最有效的商品推薦。
非結構化資料的來源還可以是網(wǎng)路上的社群討論或任何內容媒體流傳的一篇報導及底下的留言評論。君不見網(wǎng)路留言的病毒式擴散效果,早已是每一個行銷人員必修課程。不理解粉絲團或網(wǎng)路搜尋優(yōu)化威力的行銷人員,想來在公司內發(fā)言權也將逐漸式微。針對網(wǎng)路時代新的行銷宣傳趨勢,網(wǎng)路輿情分析 (social listening/social media monitoring, SL) 早已經(jīng)廣為企業(yè)行銷人員采用。甚至,居于市場領導地位(或有心急起直追)的廠商,還逐漸了解到市場商情調查 (market intelligence, MI) 不再是復制-粘貼加一大堆的研究人員解讀,運用NLP開發(fā)的MI系統(tǒng)讓市場商情走向的掌握不再是大公司才能擁有的獨門利器。相對于濫竽充數(shù)的類似產品,優(yōu)秀的數(shù)據(jù)科學家開發(fā)的SL與MI,可以讓企業(yè)迅速掌握產業(yè)趨勢、發(fā)掘潛力產品或技術,也可以監(jiān)控網(wǎng)路上意見領袖或重量級媒體報導對于企業(yè)自己或競爭同業(yè)產品的影響,更快速的采取應對之道。此外,結合SL與MI的精神,擅長NLP的資料科學家還可以開發(fā)出競爭同業(yè)的監(jiān)控方案。