將大數據由「潮流」化為「營收」的8個法則:由理論落實到工作現場 | 拾書所

將大數據由「潮流」化為「營收」的8個法則:由理論落實到工作現場

$ 252 元 原價 280

《排除妄想的大數據實踐術》全新封面版
為什麼「大數據」是史上最常被打搶的熱門技術!
為什麼專家得到的結論,到了實務現場卻根本行不通?
本書不討論資訊技術,只是用大量的例子告訴你,
該如何讓大數據在你的公司產生真正的效果!


一家日本的餐廳想知道增加熟客的來店比率是否有助於提升業績!公司總部的大數據專家把熟客的定義為一周來店三次的客人。打算對他們推出促銷方案,但是實際進行時發現一周來店三次的客人根本沒有幾個,於是只好改變熟客的定義!

一家公司聘用了外部的資料科學家,來進行資料分析,得到的結果興沖沖的和現場的銷售人員分享!但對方的回應是:你的資料有問題,和現況完全不符!

由於大數據是科技浪潮的代表性名詞,因此大家對它的作用存在很大的幻想,期望它對公司產生快速而巨大的影響。

當你聽到大數據在行銷領域的運用,是不是想到類似「啤酒」與「尿布」的例子?公司檢視來自網路及實體通路收銀機的銷售資料,發現買尿布的男客人,同時買啤酒的機率很高。因此公司立刻通知通路人員,把尿布與啤酒放在一起,營業額於是快速成長。

很可惜,企業在大數據的運用上,立竿見影的發現很少出現,要透過層層的梳理,才可以找到有效的運用。因此在利用大數據的過程中必須處理一連串的問題,化解一連串的迷思才能替公司帶來實際的效果。

而且,大數據的用途多半相對平實。日本軟銀(SoftBank)的電信服務,在95%以上的區域通訊良好,但是少數地方會傳回通訊不良的訊號,於是公司針對極少數通訊不良的地方進行改進,最後在同業中,因為這些小幅的改進而贏得更高的滿意度。

同樣的,日本著名的旋轉壽司店,利用食品在轉盤上行進的距離,來決定新鮮度,再配合來店客數,預估大約15分鐘後可能的點餐量,並據以出餐,同時滿足成本及品質控制。

幾年之內,全球會有500億部可以連網的終端設備。不斷由賣場、辦公室,甚至是噴射引擎內部傳送訊息,讓大數據的分析具有3V的特徵(Volume:大量;Variety:多樣性;Velocity:即時)。不過在資料運用處於核心的人類對如何利用大數據來提升營運效率,卻還沒有準備好。

以下情況充斥於企業界,讓大量的數據無法對公司的營運產生效用:
1 認為只要蒐集資料數據就能搞定一切。
2 要追求與眾不同的事實、新奇的發現。
3 只看數據,不去看現場狀況。

而本書則以明確的模式及具體的案例,告訴你如何把大數據由「雲端」的天上拉回人間的「收銀機」。


本◇書◇特◇色           

◆從尖端趨勢到實務操作全說明:

物聯網(IoT)的發展將對企業營運產生重大的影響,預估全球將有500億個終端連網裝置運行。如果電力問題可以克服,那麼日本的工具機廠商,可以立刻獲得銷售往全球各地機具的使用情況,有那些零件要更換;德國則據以發展工業4.0,即在德國本土,以無人工廠,大量客製化生產產品;氣象預報可以每平方公里為預報單位,每幾分鐘就更新數據。而連鎖店則可以隨時得知店內有多少顧客上門、待了多久、有多少人沒有買東西。

除了最先進的技術發展,本書也說明在大量資訊產生時,如何利用資訊產生有助於提升營運績效的具體做法。包括「活用計畫專案」與「定型化專案」兩個階段。活用計畫專案是以資料科學家為中心,為了達成目的而蒐集、分析數據,再導出成為結果的啟發專案。其過程包括樣本的假設成立、數據的蒐集、假設驗證、樣本的最終確定(得出對策)。「定型化專案」則是以「活用計畫專案」得到的啟發為基礎,在事業現場實施對策並創造成果的專案。其分為對策的導入和監控成果兩個部分。

◆用實際案例來說明大數據運用的過程:

本書用完整的案例來說明大數據研究及運用的過程。其中一個案例為在商店街展店的餐廳「定食屋change」。

「定食屋change」的漢堡定食是店內固定的熱門菜單,另外也提供數種午餐菜單。由於會有假日的營業額比平日差的情形,該店的目標是「要設法增加平日午餐的營業額」。因此,定食屋change的店家利用每日點餐明細的資料而開始活用大數據。

於是,立刻開始進行「大數據活用計畫專案」。成立假設、活用可能取得的數據、進行各種分析的結果,發現了「連續兩天來吃漢堡定食的所有客人,隔天都不會來店裡消費」的傾向。

這是以前從未注意到的新發現,從這個結果中就能知道「如果針對連續兩天吃漢堡定食的客人,設法讓他們隔天也來消費的話,就能確實增加營業額」。因此,可以說「大數據活用計畫專案」暫時是達成目標了。

雖然「大數據活用計畫專案」本身是順利結束了,但這時候其實尚未出現成果。這是因為要在現場實踐的「讓連續兩天來吃漢堡定食的客人,隔天也會來店」的對策還沒有落實。因此,要落實對策付諸實踐、檢驗成果的就是「大數據定型化專案」。這個專案所進行的就是「導入和監控」以及「成果」這兩項。

例如,以「定食屋change」的情形來說,如果沒有決定要如何辨別「連續兩天吃漢堡定食的人」,以及如何應對的話,那麼這個對策就無法運作。因此,如何辨別「連續兩天吃漢堡定食的人」、如何促使目標顧客隔天來店消費,還有如何掌握實際上連續3天來店的人、在結帳時該如何應對等,這些事項都要一一給予定義。而且,在掌握到進行此對策的成果之前,都是屬於這個專案的範圍之內。

本書以具體的步驟來說明大數據研究的運用,讓讀者可以確實遵循。

◆全面的實作經驗分享,讓你少走冤枉路:

由於大數據的運用成為風潮,因為形成許多新的專業工作,如分析資料的「資料科學家」,由於許多企業沒有相關的專業人士,因此常常用外聘的方式進行。這些外聘人士往往與公司內部人士,特別是現場人員的溝通不足,因此取得的研究往往無法推動。為了避免以上問題發生,本書建議在組成大數據相關專案時,要將現場的人員納入聽取其意見。

而在許多大數據方案的進行過程中,大家都會有以下的看法:如果只是用數據來證明「大家都能感受得知的事實」,就談不上有什麼價值。但是,假如對大數據抱持過度幻想,想盡辦法要找出「無法找到的事實」,就會步上一條辛苦的道路。

作者指出大數據並不是要強行從數據中找出在工作現場大家都感受不到的傾向,而是要證實現場的專家或老手等一部分的人所感受得知的傾向。也就是說,要將內隱知識(tacit knowledge)變成外顯知識(explicit knowledge)。面對數據分析時如果沒有瞭解這一點,就只會白白浪費時間了。

本書作者輔導過大量企業進行大數據的研究,在本書中分享他們的迷思與經驗,讀者不必重蹈覆轍。

 

Brand Slider