關於大數據的思考
今天不分析上市公司,只談談大數據的思考。
大概是在2003年的時候,我還在財務部門,公司就開始進行數據倉庫的建設。現在回想起來,大致就是現在流行的大數據概念。
2005年,開始實施SAP,為了快速出報表,甚至協調了稅務機關和各級政府,強悍的數據集中模式,解決了省級分公司跨區域實時核算的問題。
到了2010年,數據集中層級從省級分公司再次上移直接到總部的時候,我覺得財務很快沒有多大意義了,拍拍屁股跑到了公司法務部門。不出所料,很快,財務共享實施了。
時光荏苒,2018年初,我又跑到了IT部門。看過了花花世界,嘗試把自己這些年在管理部門和經營部門積累的想法漸漸變成現實。
而其中的核心,就是大數據。
所以思考下大數據這個概念,大概有這麼幾種應用場景:
1、大屏系列,大數據的最低級應用
很多大型公司都有高大上的大屏,有的在公司一進門的大廳,有的有專門一層樓叫指揮調度中心。
其實這種實時顯示的數據沒什麼太大技術含量,屏幕上顯示的數據往往不是當天的,大部分是通過大數據平台抽取的頭一天的。作為網點遍布全國各地的大型公司來說,能做到這一步已屬不易。
有很多上市公司做大屏,其中的龍頭是海康威視。當然這個行業魚龍混雜,很多山寨大屏其實是用Excel往裡導數,很是滑稽。
2、智慧商業,基於大數據的深度應用
隨著新零售概念的興起,智慧商場、智慧超市等概念此起彼伏。這其實是大數據的應用場景之一,什麼是智慧商業呢?
比如客戶進入門店的時候,攝像頭通過AI系統捕獲客戶的相關信息(加油站和高速服務區捕獲車牌號),然後和後台數據進行匹配,自動計算出相關推薦指標,或者將客戶的購物習慣形成數據,寫回資料庫用做大數據分析。可以分析客戶進店率,大型連鎖企業可以分析客戶尤其是非會員客戶在各個門店的消費頻率等等。
為什麼非會員那麼重要呢?因為會員你可以通過會員系統掌握數據,但非會員里有相當一部分是你的忠實客戶但是出於種種原因懶得辦會員卡的,這部分客戶屬於搖擺不定的,所以至關重要。就算你不辦會員,我也可以通過AI掌握相關數據,進行精準營銷。
如果再結合微信、支付寶等支付手段,可以實現自動扣款。
貌似很高端不是?
其實海康威視和大華早就實現了,而且我們都有親身體會。比如開車沒系安全帶.....其實是攝像頭後面的AI系統自動分析的,這都是用了很多年的成熟技術,以前攝像頭成本高昂,不適合商超大規模使用,如今攝像頭價格低廉,配合AI系統分析,這個場景落地非常簡單。
還可以通過攝像頭分析商品熱力圖,客戶在哪個櫃檯前面停留的時間長,哪些商品比較受關注。這都是人工時代無法解決的問題,如今都不是什麼高深技術了。
PS,由於技術上可以完美解決個人隱私保護和數據分析的矛盾,但又是長篇大論,此處不贅述,這種技術能把視頻轉換成數據,完全可以保護隱私。
3、行業分析,大數據深度應用
其實不同的行業特點是不同的,比如大型商超和品牌專賣店就不相同,比如零售行業和生產企業就有很大的不同。
因此,大數據的分析應用市場還是非常廣闊的。
BAT們雖然在這方面具有先天優勢,但是在細分行業領域,中小公司還是具有自己的特殊優勢。比如交警的大數據應用行業肯定誰也不是海康威視的對手。
在大數據領域做軟體的,我不看好普適性的,比如匯納科技(我曾經看好來著),它們會被BAT輕鬆碾壓,但是會看好側重行業分析的。將來可能會有一部分專註於某個領域的大數據分析公司脫穎而出,比如專註於娛樂方面的浙數文化。
4、大數據版塊的IDC們
作為賣伺服器機房(IDC)的企業來說,我不太看好它們在大數據時代的發展。
首先IDC不是因為有了大數據才突然出現的,其次阿里雲騰訊雲們不計成本的廝殺,對傳統IDC的打擊是致命的。
寫到這裡,我自己的思路也比較清晰了,其實大數據、人工智慧和物聯網,都是一體的,也並不是突然從山上蹦出來的概念,而是長期以來積累的必然結果(像我十幾年前就參與做數據倉庫),如今隨著外圍設備的成本降低和企業自身發展的迫切需求,漸漸開始爆發。
對於上市公司財報的分析,歡迎通過我的公眾號進行諮詢。
公眾號:詩與星空
推薦閱讀:
※平均每50個地球人中就1位來自雙11剁手大軍
※pandasql:讓 python 運行 SQL
※大數據「佔領」餐飲業,哪一種店鋪能發家致富?
※你知道「假的OD線」究竟長啥樣嗎?
※數據產品經理的工作類型和能力要求