当前位置:首页 > HTML5

浅析数据的商业价值

栏目分类:HTML5 发布日期:2018-08-22 11:21:16 浏览次数:
数据的商业价值最可能体现在三个方面。他们分别是:第一、收入;第二、支出;第三、风险。那么,这三方面是否就足够了呢?很遗憾,还不够。还缺最后临门一脚,就是:可以量化的参照系。什么叫做可以量化的参照系?这里有两个关键词:第一、量化;第二、参照系。

今天跟大家探讨一个问题:什么是数据的商业价值

 

为什么要讨论这个问题呢?因为在数据相关的行业中我们看到了太多的困惑。

 

很多朋友说:“老师,您看,我们做了一款这么棒的数据产品,数据量这么大,体验这么好,创意如此独特。可是,客户就怎么不愿意买单呢?肯定是客户太low了,数据意识太差了,跟不上大数据时代。我得好好教育教育他,如果我教育不了他,拜托王老师您能教育他。如果王老师您都教育不了他,我就只能期待这个大数据时代能够教育他。”

 

听到这样的困惑我是什么感受呢?最开始,也非常沮丧,我认为这东西很好啊,客户怎么就看不懂呢?但是,随着时间的推移,我的看法在慢慢改变。为什么?就像老师不能挑选学生一样,在商业实践中,我们不能挑选客户。因此,我们不能把自己数据产品的失败归咎于客户的无知。这样做没有任何建设性意义。一个更加具有建设性的思考是:为什么我的数据产品客户不认可?怎样做才能让客户认可我的数据价值?在这方面有没有可以被归纳总结的方法论?这就是我今天想跟大家分享的内容。

 

我们一起思考一下,企业靠什么活着?答:收入!

 

即使没有现在的收入,那也得有未来可预期的收入。啥子收入都没有,您还敢开店?所以,请大家记住第一个关键词:收入。

 

第二,企业为了达成收入,需要做什么?

答:支出。

 

支出包括方方面面。例如:原材料、工资、办公场地、营销活动等等。所以,请大家记住第二个关键词,支出!收入减去支出,就是利润。但是,在资本当道的今天,利润可以暂时是负的,没有问题。

 

第三,没有任何企业对自己未来的收入和支出是100%确定的,因为这里面有很大的不确定性,而不确定性带来的是什么?

答:风险。

 

所以,第三个关键词就是风险。总结一下,关于数据的商业价值,我的理论框架非常简单,三个关键词:第一、收入;第二、支出;第三、风险。任何数据产品,如果可以帮助客户,在这三个方面中的任何一个方面,实现可以“量化”的改进,那么这个数据的商业价值就比较容易说得清楚,否则非常困难。就这三个方面,跟大家分别作一些探讨。

 

第一个方面:收入。从一个数据从业者的角度,我们可以先检讨一下,咱们的数据产品能否帮助客户带来额外的收入。请注意,这里的关键词是【额外】。客户是卖豆浆的,以前没有你的数据分析,他每天卖100碗。后来呢,有了你的高大上的数据分析之后,每天卖多少?还是100碗!那您的价值在哪里?相反,如果客户开始每天豆浆销售150碗了,那么您的价值就体现出来了。这个价值有多大?就是那额外的50碗豆浆!

 

这是一个搞笑的案例,严肃一点。我们可以讨论一下:最理想的额外收入应该是什么?我认为是:新兴市场

 

例如,五一长假,大家要开车出去玩。然后呢?然后就堵车呗。堵车多郁闷啊?咱能否出一个堵车险?每堵车1分钟,保险公司给你赔付1块钱,补偿一下你那郁闷而又心塞的心情。

 

这个主意怎么样?似乎不错啊。但是,为什么保险公司不做呢?因为传统的保险公司没有技术手段可以实时监控一辆车的状态。他不知道你是否堵车,更不知道你堵车堵了多久。但是,现在有了车联网数据,这个故事就变了。这就是一个很好的例子:新兴的车联网数据,催生了一个全新的保险产品,带来了一个纯粹增量的新兴市场。如果保险公司是你的客户,他能不开心吗?

 

再看一个例子:个性化推荐。客户是一个电商网站,他的主页上有一个推荐栏。过去这个推荐栏的转化率是2%,也不错。但是呢,通过我的数据分析,我可以把推荐栏的转化率提高到5%,直接大幅度提高了客户的销售收入。您要是客户能不认可这个价值吗?所以我说,数据商业价值的第一个关键词是:收入!

 

第二个方面:支出。有朋友说,王老师,我们的数据距离市场销售端,有点远,不能给客户增加收入。但是呢,我们的数据分析,有可能给客户节约不必要的支出,也就是成本。您看这样行吗?我说当然行啊,而且更好!为什么?因为收入的增加往往具有很强的不确定性,但是成本的控制相对而言却可以做到非常准确。刚才我们说您要开辟一个新兴的堵车保险市场,但是这个新兴的市场到底能带来多少额外的收入呢?非常不确定。

 

另一方面,您说咱超市现有100个收银员,但是通过技术改造,数据分析,合理排班,发现20个就可以了。直接节省了80个人工成本,这是非常确定的事情。因此,如果数据分析可以节省支出,那我会说:更好。因为这事更靠谱,更加可以预期!

 

回过头来,看看中国的制造业,体量无比巨大。我的数字也许不是非常准确,但是给大家一个大概的概念。例如:长安福特一年要生产多少量车?百万计。那上汽呢?几百万计。这还说的是汽车呢。如果换成电视机、电冰箱、电脑,这得是一个多么巨大的产量?这么多的设备,上面的每一个功能,每一个按键,都是必须的吗?例如,我的电脑上需要那么多USB接口吗?现在的台式机、笔记本还需要光驱吗?以前我们很难做这样的一个决策,因为我们不知道用户是如何在使用这个设备。但是,现在物联网的兴起,让这样的数据分析正在变为现实,这就是物联网数据的商业价值所在。所以我说,数据商业价值的第二个关键词是:支出!

 

第三个方面:风险。还有朋友说,我的数据第一不能直接增加收入,第二不能直接节省成本,但是可以控制风险。这样的数据有商业价值吗?当然有了。事实上,风险就是连接收入和支出的一个转化器。对风险的把控,或者可以增加收入,或者可以降低成本。

 

看一个具体的例子。很多商业银行都有网上申请系统,允许用户通过互联网直接申请信用卡,或者其他金融信贷产品。为什么要在网上做?因为:流量大、成本低、效率高。但是缺点是风险比较大。有些线下才能提供的材料无法获得。怎么办?那就只能提高在线申请的门槛,降低通过率。这样做的优点是安全,把坏人拦在外面;缺点是错杀了很多好人。而好人之于银行就是客户,就是收入啊。我们为什么错杀好人?因为我们不了解他们,缺乏信任,无法实现风险管控。这是一个非常遗憾的事情。那么机会来了。如果您能够为这家银行提供独特的数据和分析,帮助他更加准确地区分哪些线上申请者是好人,哪些是坏蛋。因此,银行可以放心大胆地给更多的人发卡、放贷,进而增加收入。

 

这样的数据分析,谁能否认它的价值?这样的价值是如何实现的?是把对风险的把控,转化为收入的提高。同时,因为你风控做的好,所以坏账率就低,还节省了催收成本。看到没,对风险的把控,还可以转化为对支出的节省。这样的数据价值是否清晰?所以我说,数据商业价值的第三个关键词是:风险!

 

跟大家简单总结一下,我认为:数据的商业价值最可能体现在三个方面。他们分别是:第一、收入;第二、支出;第三、风险。那么,这三方面是否就足够了呢?很遗憾,还不够。还缺最后临门一脚,就是:可以量化的参照系。什么叫做可以量化的参照系?这里有两个关键词:第一、量化;第二、参照系。

 

再看一个例子。有人说:“老师,我们最近给客户做一个客户流失预警模型,准确度75%!”我一听,还挺靠谱。但是,他却垂头丧气,说对方老总很不满意。说这个准确度太差,连90%都不到!我心里倒抽一口凉气,心想:“90%,你咋不上天啊?”

 

大家看到没,这里的困难在哪里?这里的困难在于客户对预测精度没有一个合理的预期。为什么没有?因为他没有合理的参照系。在没有参照系的情况下,客户就只好参照小学生的考试成绩:认为90%才优秀!这就是你的困惑所在,那么应该怎么做?我们应该给他树立一个合理的参照系。

 

为此,咱可以摸清楚:客户在没有你的情况下,他自己能做多好?在你到来之前,客户自己是有流失预警得分的,这个得分准确度如何?

 

你猜怎么着,很多时候,客户自己都从来没有评价过,自己都不知道。你得帮他看看,十有八九惨不忍睹。这时候,你就好回答了。你可以这么说:“某某总,您看,之前咱们这边的精度是65%,已经做得非常不错了(夸奖一下对方)。但是呢,现在咱们双方共同努力,这个精度提高到了75%。为此您可以节省多少不必要的支出,或者增加多少额外的收入,等等等等。”

 

你看,这样是不是就更有说服力?为什么更有说服力?因为你确立了一个可以量化的参照系。而这个参照系就是:客户现有的系统。如果没有这个参照系,而您又想说明75%的精度是有价值的,是不是无比艰难?

 

最后总结一下:我认为要把数据的商业价值说清楚,应该抓住:三个关键词,一个参照系。这三个关键词是:第一、收入;第二、支出;第三、风险。这个参照系要注意必须可以量化。那么,游离在这个理论框架之外的数据价值,是不是就没法说清楚了呢?当然不是了,但是可能会非常困难。


本文仅为提供更多信息,不代表AAA教育同意其观点或描述,如需转载请注明出处。
标签