賴(lài)陽(yáng)　李馥佳

云消費(fèi)時(shí)代隨著電子商務(wù)的普及與電子身份識(shí)別、傳感技術(shù)的快速發(fā)展，越來(lái)越多的經(jīng)濟(jì)行為被記錄下來(lái)，例如淘寶網(wǎng)站單日數(shù)據(jù)產(chǎn)生量超過(guò)5萬(wàn)GB，百度公司每天大約要處理60億次搜索請(qǐng)求，目前數(shù)據(jù)總量超過(guò)10億GB，而一個(gè)8M bps的攝像頭一小時(shí)就能產(chǎn)生3.6GB的數(shù)據(jù)，一個(gè)城市每月產(chǎn)生的數(shù)據(jù)則高達(dá)上千萬(wàn)GB。《國(guó)際數(shù)據(jù)公司（IDC）全球大數(shù)據(jù)研究報(bào)告》指出，過(guò)去3年人類(lèi)社會(huì)產(chǎn)生的數(shù)據(jù)總量被以往4萬(wàn)年還多，到2020年數(shù)據(jù)量將增長(zhǎng)10倍，達(dá)到44ZB（ZB：十萬(wàn)億億字節(jié)=1024*1024*1024TB）。這些數(shù)據(jù)不但在數(shù)量上十分龐大，包含的信息類(lèi)型也越來(lái)越繁雜，相較于過(guò)去的數(shù)據(jù)量被稱(chēng)之為大數(shù)據(jù)。

一、云消費(fèi)時(shí)代的大數(shù)據(jù)發(fā)展趨勢(shì)

1、大數(shù)據(jù)的技術(shù)應(yīng)用特征

大數(shù)據(jù)其表現(xiàn)的特征如下：首先是數(shù)據(jù)來(lái)源多，這其中包括企業(yè)內(nèi)部多個(gè)應(yīng)用系統(tǒng)的數(shù)據(jù)、互聯(lián)網(wǎng)和物聯(lián)網(wǎng)的興起，帶來(lái)了微博、社交網(wǎng)站、傳感器等多種來(lái)源：其次是數(shù)據(jù)類(lèi)型多，表現(xiàn)為保存在關(guān)系數(shù)據(jù)庫(kù)中的結(jié)構(gòu)化數(shù)據(jù)只占少數(shù)，80%以上數(shù)據(jù)是如圖片、音頻、視頻、模型、連接信息、文檔等非結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)；以及關(guān)聯(lián)性強(qiáng)，表現(xiàn)為數(shù)據(jù)之間頻繁交互，比如游客在旅行途中上傳的圖片和日志，就與游客的位置、行程等信息有了很強(qiáng)的關(guān)聯(lián)性。

在商業(yè)領(lǐng)域，這些信息不僅僅包括交易行為本身，還包括消費(fèi)者線上交易從搜索、對(duì)比、選擇、購(gòu)買(mǎi)、一直到售后評(píng)價(jià)等一系列操作數(shù)據(jù)，以及消費(fèi)者線下交易通過(guò)手機(jī)電子標(biāo)簽、商場(chǎng)的識(shí)別裝置等記錄的瀏覽軌跡、停留時(shí)間、商品購(gòu)買(mǎi)頻率等一系列活動(dòng)數(shù)據(jù)。這些數(shù)據(jù)與以往以字段為基本數(shù)據(jù)單位的結(jié)構(gòu)化數(shù)據(jù)大不相同，被稱(chēng)為非結(jié)構(gòu)化數(shù)據(jù)，而對(duì)非結(jié)構(gòu)化讀取、處理的技術(shù)，即是大數(shù)據(jù)技術(shù)的重要組成。在小數(shù)據(jù)時(shí)代，依靠傳統(tǒng)商業(yè)智能的計(jì)算方法以批處理為主，采用離線計(jì)算、集中式運(yùn)行。而在云消費(fèi)時(shí)代，海量數(shù)據(jù)的查詢、分析與利用所需要的時(shí)間從量變到質(zhì)變，1s響應(yīng)時(shí)間成為臨界點(diǎn)。對(duì)于大數(shù)據(jù)應(yīng)用而言，必須要在1秒鐘內(nèi)形成答案，否則處理結(jié)果就是過(guò)時(shí)和無(wú)效的。因此支持流計(jì)算，能夠?qū)崟r(shí)分析，數(shù)據(jù)庫(kù)采用分布式結(jié)構(gòu)，成為云消費(fèi)時(shí)代商業(yè)智能的主流處理方式。而在的計(jì)算方式上，傳統(tǒng)數(shù)據(jù)分析依靠企業(yè)報(bào)表系統(tǒng)，通過(guò)特定數(shù)值的比對(duì)、增長(zhǎng)分析、交叉分析、回歸分析等，數(shù)據(jù)向算法靠攏，將數(shù)據(jù)套入到固定的算法當(dāng)中，對(duì)數(shù)據(jù)進(jìn)行整合分析與報(bào)送。而云消費(fèi)時(shí)代，海量數(shù)據(jù)處理的最終結(jié)果不再僅僅是對(duì)一組或幾組數(shù)據(jù)的趨勢(shì)性概況與分析，而是通過(guò)更加深入的智能挖掘，算法向數(shù)據(jù)靠攏，根據(jù)數(shù)據(jù)的形式與結(jié)構(gòu)采用更加靈活也更加復(fù)雜的算法，從而將過(guò)去的歷史數(shù)據(jù)報(bào)送轉(zhuǎn)變?yōu)閷?duì)未來(lái)與結(jié)果的預(yù)測(cè)。以上就是區(qū)別大數(shù)據(jù)以及云消費(fèi)時(shí)代的商業(yè)智能與傳統(tǒng)數(shù)據(jù)倉(cāng)庫(kù)技術(shù)、商業(yè)智能技術(shù)的關(guān)鍵差別。

2、大數(shù)據(jù)的發(fā)展規(guī)模與前景

據(jù)國(guó)際數(shù)據(jù)公司（IDC）預(yù)計(jì)，全球大數(shù)據(jù)技術(shù)及服務(wù)市場(chǎng)2016年收入將達(dá)238億美元，接近1500億元人民幣，中國(guó)市場(chǎng)規(guī)模未來(lái)5年將增長(zhǎng)近7倍。據(jù)中國(guó)產(chǎn)業(yè)發(fā)展研究網(wǎng)報(bào)告，2014年，中國(guó)大數(shù)據(jù)應(yīng)用市場(chǎng)規(guī)模為80.54億元，同比增長(zhǎng)3.2%，預(yù)計(jì)2015年市場(chǎng)規(guī)模將增長(zhǎng)37.3%，至110.56億元，預(yù)計(jì)到2020年，中國(guó)大數(shù)據(jù)應(yīng)用市場(chǎng)規(guī)模將增長(zhǎng)至5019.58億元。2015-2017年復(fù)合增速為87盤(pán)%，這也是中國(guó)大數(shù)據(jù)應(yīng)用市場(chǎng)預(yù)計(jì)增長(zhǎng)最快的三年。

以大數(shù)據(jù)為核心的變革正在商業(yè)領(lǐng)域掀起巨大波瀾，從搜索引擎、社交網(wǎng)絡(luò)、電子商務(wù)平臺(tái)等IT企業(yè)，到批發(fā)、零售、商業(yè)服務(wù)等流通領(lǐng)域企業(yè)，無(wú)不感到變革帶來(lái)的巨大機(jī)遇與挑戰(zhàn)。大數(shù)據(jù)與云消費(fèi)時(shí)代的商業(yè)智能助力企業(yè)優(yōu)化運(yùn)營(yíng)、簡(jiǎn)化組織、智能決策以及創(chuàng)造更大的客戶價(jià)值，大數(shù)據(jù)應(yīng)用越來(lái)越成為商業(yè)企業(yè)創(chuàng)新發(fā)展、制勝未來(lái)的重要因素。

二、大數(shù)據(jù)與商業(yè)智能改變傳統(tǒng)商業(yè)

1、大數(shù)據(jù)幫助企業(yè)優(yōu)化運(yùn)營(yíng)

傳統(tǒng)的企業(yè)數(shù)據(jù)處理與運(yùn)算模式由于采用批處理為主、離線計(jì)算與集中式運(yùn)行。這使企業(yè)在管理過(guò)程中由于數(shù)據(jù)的非實(shí)時(shí)與非動(dòng)態(tài)而出現(xiàn)管理真空的現(xiàn)象。如連鎖企業(yè)總部無(wú)法準(zhǔn)確、及時(shí)地了解各家門(mén)店的進(jìn)、銷(xiāo)、調(diào)、存等信息，連鎖總部對(duì)于商品的在庫(kù)、在途控制都是事后反饋，無(wú)法合理制定采購(gòu)、配送計(jì)劃：大量人力、物力浪費(fèi)在資料的重復(fù)輸入和簡(jiǎn)單的處理之中：銷(xiāo)售前端關(guān)鍵業(yè)務(wù)信息收集與反饋速度緩慢，一線的促銷(xiāo)與活動(dòng)信息無(wú)法快速反饋到連鎖總部；對(duì)于商品的評(píng)價(jià)與消費(fèi)的動(dòng)態(tài)研究信息缺乏收集手段：由于信息溝通障礙，對(duì)于人員的業(yè)績(jī)考核無(wú)法順利實(shí)施等等。

而依靠云消費(fèi)時(shí)代的商業(yè)智能，通過(guò)采用流計(jì)算支持，實(shí)時(shí)分析、離線計(jì)算、分布式運(yùn)行、計(jì)算向數(shù)據(jù)靠近的處理方式，在商業(yè)領(lǐng)域?qū)τ谏虡I(yè)信息的管理可以實(shí)現(xiàn)快速、實(shí)時(shí)、多點(diǎn)同步。例如沃爾瑪?shù)腅CR系統(tǒng)（Efficiency Customer Response，有效客戶反應(yīng)系統(tǒng)），在商品銷(xiāo)售過(guò)程中的任一時(shí)刻，商品的經(jīng)營(yíng)決策者都可以通過(guò)管理信息系統(tǒng)了解和掌握銷(xiāo)售終端系統(tǒng)的經(jīng)營(yíng)情況，實(shí)現(xiàn)門(mén)店庫(kù)存商品的實(shí)時(shí)管理。目前沃爾瑪已與多家供應(yīng)商中的1800多家實(shí)現(xiàn)了電子數(shù)據(jù)交換，利用更先進(jìn)的快速反應(yīng)和聯(lián)機(jī)系統(tǒng)代替采購(gòu)指令，真正實(shí)現(xiàn)了自動(dòng)訂貨。海量數(shù)據(jù)的自動(dòng)處理與反饋幫助沃爾瑪在云消費(fèi)時(shí)代，縮短周轉(zhuǎn)時(shí)間，提升了對(duì)商業(yè)伙伴的服務(wù)于反應(yīng)速度。系統(tǒng)利用條形碼掃描和衛(wèi)星通信系統(tǒng)，與供應(yīng)商每日交換產(chǎn)品銷(xiāo)售、運(yùn)輸和訂貨信息，包括商品規(guī)格、款式、顏色等，從發(fā)出訂單、生產(chǎn)到將貨物送到門(mén)店，最快的時(shí)候甚至不超過(guò)10天。

大數(shù)據(jù)技術(shù)幫助企業(yè)優(yōu)化運(yùn)營(yíng)的例子還有亞馬遜的“預(yù)測(cè)式發(fā)貨”。亞馬遜可以通過(guò)大數(shù)據(jù)技術(shù)對(duì)用戶數(shù)據(jù)的分析，預(yù)測(cè)用戶的購(gòu)物習(xí)慣，從而在他們實(shí)際下單前便將包裹發(fā)出。雖然包裹會(huì)提前從亞馬遜發(fā)出，但在用戶正式下單前，這些包裹仍會(huì)暫存在快遞公司的轉(zhuǎn)運(yùn)中心或卡車(chē)?yán)?。亞馬遜為了決定要運(yùn)送哪些貨物，亞馬遜可能會(huì)參考之前的訂單、商品搜索記錄、愿望清單、購(gòu)物車(chē)，甚至包括用戶的鼠標(biāo)在某件商品上懸停的時(shí)間。這項(xiàng)技術(shù)可以縮短發(fā)貨時(shí)間，因?yàn)閺南聠蔚绞肇浿g的時(shí)間延遲可能會(huì)降低人們的購(gòu)物意愿，導(dǎo)致他們放棄網(wǎng)上購(gòu)物。

以及大數(shù)據(jù)技術(shù)幫助“UPS”對(duì)運(yùn)輸車(chē)輛實(shí)時(shí)跟蹤并自動(dòng)優(yōu)化線路。UPS最新的大數(shù)據(jù)來(lái)源是安裝在公司4.6萬(wàn)多輛卡車(chē)上的遠(yuǎn)程通信傳感器，這些傳感器能夠傳回車(chē)速、方向、剎車(chē)和動(dòng)力性能等方面的數(shù)據(jù)。收集到的數(shù)據(jù)流不僅能說(shuō)明車(chē)輛的日常性能，還能幫助公司重新設(shè)計(jì)物流路線。大量的在線地圖數(shù)據(jù)和優(yōu)化算法，最終能幫助UPS實(shí)時(shí)地調(diào)配駕駛員的收貨和配送路線。該系統(tǒng)為UPS減少了8500萬(wàn)英里的物流里程，由此節(jié)約了840萬(wàn)加侖的汽油。

此外北京朝陽(yáng)大悅城應(yīng)用大數(shù)據(jù)技術(shù)從五個(gè)維度對(duì)消費(fèi)客群進(jìn)行跟蹤與描述。一是客戶的基本屬性，二是客戶的交易明細(xì)，三是客戶的線下行為（通過(guò)場(chǎng)內(nèi)的WIFI系統(tǒng)布局收集），四是客戶的線上行為，五是外部補(bǔ)充數(shù)據(jù)（通過(guò)與大數(shù)據(jù)公司合作進(jìn)行數(shù)據(jù)交換），其中后三個(gè)維度都是以非結(jié)構(gòu)化數(shù)據(jù)為主。利用大數(shù)據(jù)技術(shù)，大悅城可以清晰地了解其核心客戶來(lái)自哪里，從購(gòu)物中心場(chǎng)內(nèi)WIFI收到百萬(wàn)級(jí)的WAP地址中，抽取20萬(wàn)客戶，把客戶的家庭地址納入到商圈中，可以實(shí)現(xiàn)這一目的。除此之外，通過(guò)大數(shù)據(jù)技術(shù)收集消費(fèi)者的歷史消費(fèi)數(shù)據(jù)，進(jìn)而繪制出生命周期的曲線圖，從而了解某一個(gè)項(xiàng)目客戶的新老結(jié)構(gòu)，這個(gè)占比直接反映了整個(gè)項(xiàng)目對(duì)于吸納新客戶的能力如何。企業(yè)依靠大數(shù)據(jù)實(shí)現(xiàn)精確管理與項(xiàng)目的精準(zhǔn)定位。

2、大數(shù)據(jù)幫助企業(yè)簡(jiǎn)化組織

隨著“云消費(fèi)”時(shí)代的到來(lái)，越來(lái)越多的零售商開(kāi)始拋棄傳統(tǒng)大企業(yè)發(fā)展思維，充分借助社會(huì)分工，集中力量于核心價(jià)值，輕量化運(yùn)行，實(shí)現(xiàn)小團(tuán)隊(duì)創(chuàng)造大業(yè)績(jī)的奇跡，從大企業(yè)化向輕量化轉(zhuǎn)型。在此過(guò)程中首先需要管理者投入大量的時(shí)間、精力用于管理信息獲取。越是大型的組織機(jī)構(gòu)，對(duì)于信息獲取以及管理溝通的成本也就越高，在此階段中，信息成本逐漸成為交易成本中比重最大的成本。因?yàn)閿?shù)據(jù)獲取往往需要大量的終端數(shù)據(jù)進(jìn)行累加地復(fù)雜運(yùn)算，而在傳統(tǒng)的信息系統(tǒng)當(dāng)中，以上來(lái)自于不同管理軟件的不同終端數(shù)據(jù)，單單是進(jìn)行匯總、整合為一個(gè)數(shù)據(jù)庫(kù)，就存在極大的難度。而且由于信息系統(tǒng)不夠優(yōu)化，在支持企業(yè)管理運(yùn)營(yíng)時(shí)無(wú)法有效迅速調(diào)出，或者在權(quán)限上沒(méi)有明確界定，全部數(shù)據(jù)都作為保密數(shù)據(jù)，難以被實(shí)際權(quán)限合適的決策者所利用。而通過(guò)大數(shù)據(jù)技術(shù)，企業(yè)經(jīng)營(yíng)中的各種數(shù)據(jù)按照數(shù)據(jù)庫(kù)的設(shè)置原則自動(dòng)進(jìn)行匯集、整理，并按照一定邏輯進(jìn)行挖掘分析，形成經(jīng)營(yíng)結(jié)論分類(lèi)按照使用者權(quán)限傳輸給各級(jí)管理者，降低信息獲取成本。

此外傳統(tǒng)企業(yè)組織架構(gòu)按照供應(yīng)鏈設(shè)置橫向體系，按照決策鏈設(shè)置縱向體系。但企業(yè)管理作為一個(gè)有機(jī)整體，橫向上按照供應(yīng)鏈進(jìn)行管理職能與權(quán)責(zé)分割往往引起多頭管理與權(quán)責(zé)不清并存的弊病，同時(shí)隨著企業(yè)的發(fā)展與規(guī)模擴(kuò)大，縱向上決策鏈設(shè)置的管理層級(jí)也越來(lái)越多。根據(jù)帕金森定律，越是體制束縛多、官僚的組織，越容易患上“大企業(yè)病”。而根據(jù)崔西定律，任何工作的困難度與其執(zhí)行步驟的數(shù)目平方成正比，過(guò)多的企業(yè)層級(jí)與人浮于事導(dǎo)致企業(yè)決策越來(lái)越困難，執(zhí)行越來(lái)越困難，企業(yè)的基層越來(lái)越忙碌，成本越來(lái)越高，而客戶卻越來(lái)越不滿，龐大的組織架構(gòu)、繁瑣的運(yùn)營(yíng)流程最終成為束縛企業(yè)發(fā)展的枷鎖。

通過(guò)大數(shù)據(jù)匯集形成的數(shù)據(jù)流驅(qū)動(dòng)，使企業(yè)的組織、管理與決策不再依賴(lài)于傳統(tǒng)以管理者為單位框架式的信息傳遞方式，而是通過(guò)由大數(shù)據(jù)技術(shù)構(gòu)成的信息中樞進(jìn)行驅(qū)動(dòng)，既幫助企業(yè)降低管理與溝通成本，又幫助企業(yè)實(shí)現(xiàn)組織架構(gòu)扁平化，提升企業(yè)管理決策效率。

3、大數(shù)據(jù)幫助企業(yè)智能決策

最典型的智能決策的案例就是“AlphaGo”挑戰(zhàn)韓國(guó)名將李世石九段以4：1告勝?！癆lphaGo”通過(guò)與自動(dòng)程序以及其他棋手進(jìn)行對(duì)弈，從而完成自動(dòng)學(xué)習(xí)，然后通過(guò)一系列復(fù)雜的算法，在與李世石對(duì)弈中實(shí)現(xiàn)每一步棋的智能決策，并取得最終勝利。而這種智能決策，有賴(lài)于通過(guò)大數(shù)據(jù)技術(shù)對(duì)于海量的自動(dòng)分析與處理，以及通過(guò)處理過(guò)程中形成的經(jīng)驗(yàn)累積，從而做出最優(yōu)決策。

在商業(yè)領(lǐng)域例如阿里小貸對(duì)億級(jí)海量店鋪數(shù)據(jù)進(jìn)行自動(dòng)分析，根據(jù)以往的經(jīng)營(yíng)數(shù)據(jù)比對(duì)、同業(yè)數(shù)據(jù)比對(duì)、銷(xiāo)售數(shù)據(jù)自動(dòng)化計(jì)算等方式，準(zhǔn)確定位每一個(gè)商戶的信譽(yù)度與資金周轉(zhuǎn)額度，確定用戶貸款額度與風(fēng)險(xiǎn)等級(jí)，幫助授信單位在最全面的因素上來(lái)考量授信對(duì)象，以做出最準(zhǔn)確的授信或判斷，實(shí)現(xiàn)高等級(jí)風(fēng)險(xiǎn)控制。除風(fēng)險(xiǎn)控制外，阿里小貸還利用大數(shù)據(jù)分析來(lái)改進(jìn)服務(wù)，例如過(guò)往每到某個(gè)時(shí)間節(jié)點(diǎn)，某店鋪的營(yíng)業(yè)額就會(huì)進(jìn)入旺季，銷(xiāo)售額就會(huì)出現(xiàn)增長(zhǎng)，每在這個(gè)時(shí)段，該客戶所需的貸款周轉(zhuǎn)額度就會(huì)上升，系統(tǒng)就會(huì)根據(jù)自動(dòng)分析的結(jié)果對(duì)商戶的貸款額度等進(jìn)行調(diào)整。

另一個(gè)智能決策的成功案例就是小紅書(shū)社區(qū)。成立之初小紅書(shū)以個(gè)人海外購(gòu)物的經(jīng)歷分享加社區(qū)資訊做為主要內(nèi)容，是專(zhuān)業(yè)的海外購(gòu)論壇。通過(guò)大數(shù)據(jù)的支持，小紅書(shū)形成了自己獨(dú)特的盈利模式，即通過(guò)海外購(gòu)社區(qū)中的數(shù)據(jù)統(tǒng)計(jì)，對(duì)于討論最熱門(mén)的商品進(jìn)行集中采購(gòu)，并通過(guò)規(guī)模化的物流運(yùn)輸運(yùn)至國(guó)內(nèi)。相較于個(gè)人海淘或海外代購(gòu)，小紅書(shū)的銷(xiāo)售價(jià)格更有競(jìng)爭(zhēng)力。此外，雖然小紅書(shū)相比于阿里、京東的海外購(gòu)規(guī)模要小得多，但通過(guò)大數(shù)據(jù)幫助，小紅書(shū)只銷(xiāo)售最熱門(mén)的商品，商品數(shù)量遠(yuǎn)低于前兩者，而單品的銷(xiāo)售數(shù)量卻極高，這使得小紅書(shū)的毛利相較于大體量的海外購(gòu)平臺(tái)大幅增加。依靠大數(shù)據(jù)技術(shù)，小紅書(shū)成為為數(shù)不多成功探索出自己的商業(yè)模式并實(shí)現(xiàn)盈利的購(gòu)物分享社區(qū)。

4、大數(shù)據(jù)幫助企業(yè)創(chuàng)造客戶價(jià)值

一切商業(yè)活動(dòng)的基礎(chǔ)在于為目標(biāo)客戶創(chuàng)造價(jià)值。通過(guò)大數(shù)據(jù)技術(shù)，幫助企業(yè)更好地為客戶服務(wù)，為客戶創(chuàng)造價(jià)值，而不再是從客戶身上攫取價(jià)值。過(guò)去大賣(mài)場(chǎng)的出現(xiàn)，使顧客能夠輕松地實(shí)現(xiàn)一站式購(gòu)物，并有一定的優(yōu)惠促銷(xiāo)，這為客戶節(jié)約了時(shí)間與成本，這是大賣(mài)場(chǎng)相對(duì)于小鋪創(chuàng)造的核心價(jià)值。而當(dāng)信息時(shí)代到來(lái)，通過(guò)電腦、手機(jī)、pad等各種網(wǎng)絡(luò)終端都能夠方便地實(shí)現(xiàn)足不出戶完成購(gòu)物，并且比價(jià)變得更加方便，價(jià)格信息更加透明，因此電商替代了大賣(mài)場(chǎng)的核心價(jià)值，使大賣(mài)場(chǎng)的盈利能力逐年降低。

在“云消費(fèi)”時(shí)代，主流消費(fèi)方式呈現(xiàn)出強(qiáng)烈的個(gè)人化消費(fèi)特點(diǎn)，即通過(guò)商業(yè)智能和大數(shù)據(jù)的支持使為個(gè)人定制的個(gè)人化服務(wù)不再是少數(shù)人的特權(quán)，每個(gè)消費(fèi)者都能享受獨(dú)一無(wú)二的商品和服務(wù)，享受消費(fèi)的尊崇感與自豪感。為客戶創(chuàng)造價(jià)值的最優(yōu)方式即為客戶提供獨(dú)一無(wú)二的專(zhuān)屬化服務(wù)。依靠大數(shù)據(jù)技術(shù)，不但能夠準(zhǔn)確捕捉消費(fèi)客群的商業(yè)活動(dòng)，甚至能夠跟蹤消費(fèi)客群商業(yè)活動(dòng)以外的其他信息，這其中包含大量的消費(fèi)軌跡、活動(dòng)軌跡等非結(jié)構(gòu)化數(shù)據(jù)。之后通過(guò)對(duì)海量數(shù)據(jù)的自動(dòng)分析，就能夠準(zhǔn)確描述消費(fèi)客群的特征、消費(fèi)偏好、消費(fèi)習(xí)慣乃至潛在的消費(fèi)傾向，大數(shù)據(jù)技術(shù)使消費(fèi)者分析與客戶服務(wù)不再停留在抽樣預(yù)測(cè)階段，而是依靠全部數(shù)據(jù)的自動(dòng)分析處理，準(zhǔn)確了解每一位客戶需求，從而幫助商業(yè)企業(yè)準(zhǔn)確了解消費(fèi)客群，為消費(fèi)者創(chuàng)造專(zhuān)屬化服務(wù)。

利用大數(shù)據(jù)服務(wù)消費(fèi)者的先行者就包括亞馬遜網(wǎng)站。在消費(fèi)者瀏覽網(wǎng)頁(yè)時(shí)，會(huì)顯示出如80%購(gòu)買(mǎi)商品A的人，還購(gòu)買(mǎi)了另一商品B，并給出一個(gè)同時(shí)購(gòu)買(mǎi)了兩種商品的折扣?；蛘呤钱?dāng)消費(fèi)者瀏覽一件商品時(shí)，網(wǎng)頁(yè)會(huì)顯示僅30%的人購(gòu)買(mǎi)此商品，80%的人購(gòu)買(mǎi)了另一個(gè)同類(lèi)商品。這時(shí)消費(fèi)者就會(huì)好奇并瀏覽另一商品。通過(guò)瀏覽發(fā)現(xiàn)此商品或價(jià)格更加劃算，或質(zhì)量更優(yōu)，而選擇亞馬遜的推薦。因此亞馬遜的大數(shù)據(jù)并非只用于關(guān)聯(lián)銷(xiāo)售而達(dá)成更多銷(xiāo)售額，還通過(guò)大數(shù)據(jù)的智能化分析，為顧客提供更滿意的選擇。消費(fèi)者滿意度更高，自然更加信賴(lài)亞馬遜網(wǎng)站并最終為亞馬遜帶來(lái)長(zhǎng)遠(yuǎn)的商業(yè)利益。

再如尚品宅配，通過(guò)對(duì)消費(fèi)者的年齡、喜好、消費(fèi)能力的分析，利用后臺(tái)的大數(shù)據(jù)，對(duì)同類(lèi)人群的歷史消費(fèi)偏好進(jìn)行自動(dòng)分析與匹配，通過(guò)“云設(shè)計(jì)”將最容易被此類(lèi)消費(fèi)者所接受的設(shè)計(jì)進(jìn)行組合，最后形成整體設(shè)計(jì)方案。因此商品宅配的銷(xiāo)售量越大所積累的客戶選擇偏好大數(shù)據(jù)量越龐大，通過(guò)大數(shù)據(jù)技術(shù)進(jìn)行“云設(shè)計(jì)”所得到的結(jié)果越接近于消費(fèi)者滿意設(shè)計(jì)。

大數(shù)據(jù)能為企業(yè)創(chuàng)造的客戶價(jià)值實(shí)際上遠(yuǎn)不止已經(jīng)實(shí)現(xiàn)的商業(yè)嘗試，可以設(shè)想當(dāng)顧客走進(jìn)以大數(shù)據(jù)技術(shù)為核心的未來(lái)餐廳中，進(jìn)入大門(mén)餐廳就會(huì)自動(dòng)識(shí)別出會(huì)員身份，在手機(jī)上顯示該會(huì)員的姓名、積分、可獲折扣等相關(guān)信息，并自動(dòng)為其安排最喜愛(ài)的餐位；當(dāng)一個(gè)食客用手機(jī)掃描菜譜時(shí)，可查到該菜包括營(yíng)養(yǎng)成分、烹制方法，而且還可以看到食物和自身健康的匹配度或者友好度；食客的所有需求將進(jìn)入到餐館運(yùn)營(yíng)的數(shù)據(jù)庫(kù)。數(shù)據(jù)庫(kù)不斷擴(kuò)大精準(zhǔn)定制每一個(gè)食客的需求，比食客更了解自己做到精準(zhǔn)推薦：餐飲店可以根據(jù)后臺(tái)數(shù)據(jù)最大化利益的做到更多方式的經(jīng)營(yíng)業(yè)態(tài)，菜品搭配、菜品推薦、采購(gòu)物流等環(huán)節(jié)，通過(guò)大數(shù)據(jù)實(shí)現(xiàn)了顧客與餐飲機(jī)構(gòu)雙方各自利益最大化。而在未來(lái)餐廳甚至能夠出現(xiàn)這樣的場(chǎng)景，一個(gè)無(wú)人機(jī)送餐。

而利用大數(shù)據(jù)技術(shù)，超市的功能與服務(wù)也將大大提升。應(yīng)用大數(shù)據(jù)技術(shù)構(gòu)建的典型的未來(lái)超市購(gòu)物將出現(xiàn)如下場(chǎng)景。首先未來(lái)超市支持對(duì)海量會(huì)員生成個(gè)性化精準(zhǔn)營(yíng)銷(xiāo)方案。在超市任何時(shí)間，任何地點(diǎn)，線上或線下消費(fèi)，會(huì)員都可以得到專(zhuān)屬會(huì)員折扣專(zhuān)屬折扣比率和品類(lèi)由會(huì)員在超市全渠道消費(fèi)記錄自動(dòng)生成。此外會(huì)員通過(guò)手機(jī)APP或微信平臺(tái)，可以經(jīng)常獲得超市發(fā)送的專(zhuān)屬會(huì)員優(yōu)惠券，活動(dòng)商品可以通過(guò)線上消費(fèi)、到店消費(fèi)獲得。而在家里有某類(lèi)生活消費(fèi)需求的時(shí)候，會(huì)員也可以通過(guò)手機(jī)APP或微信平臺(tái)，獲得超市發(fā)送的專(zhuān)屬商品推薦。超市還能夠針對(duì)會(huì)員的消費(fèi)習(xí)慣與消費(fèi)頻次，在會(huì)員購(gòu)物期間，對(duì)會(huì)員周期購(gòu)買(mǎi)商品進(jìn)行補(bǔ)貨提醒，對(duì)價(jià)格敏感商品進(jìn)行降價(jià)提醒，對(duì)關(guān)聯(lián)興趣產(chǎn)品進(jìn)行推薦提醒。以及通過(guò)精選商品滿足會(huì)員現(xiàn)代生活方式需求，通過(guò)對(duì)海量會(huì)員消費(fèi)數(shù)據(jù)的分析結(jié)論，適時(shí)推出創(chuàng)新精選商品，如健康生鮮半成品，向緊張生活的現(xiàn)代消費(fèi)群體傳遞緊張生活節(jié)奏中親自動(dòng)手快速成餐的生活方式。針對(duì)服務(wù)社區(qū)消費(fèi)大數(shù)據(jù)分析排位最高的需求，不斷調(diào)整業(yè)態(tài)組合，完善服務(wù)功能，使絕大多數(shù)居民生活服務(wù)需求都可以在超市得到滿足，使到超市解決生活所需成為一種習(xí)慣。

依靠大數(shù)據(jù)技術(shù)，甚至可以解決大賣(mài)場(chǎng)過(guò)多商品陳列的問(wèn)題。未來(lái)超市中每件商品可以只擺放幾件樣品顧客選購(gòu)只需要用自己的手機(jī)對(duì)商品進(jìn)行掃碼，并加到手機(jī)的購(gòu)物車(chē)中，通過(guò)手機(jī)進(jìn)行結(jié)賬，然后大數(shù)據(jù)信息系統(tǒng)會(huì)自動(dòng)通過(guò)智能停車(chē)系統(tǒng)，讀取顧客的停車(chē)位置。當(dāng)顧客設(shè)定好離店時(shí)間時(shí)，超市會(huì)按照顧客約定的送貨時(shí)間將顧客所購(gòu)買(mǎi)的商品送到顧客的車(chē)位上。這樣將極大地提升超市對(duì)顧客的服務(wù)能力，并節(jié)約大量的土地成本。

三、云消費(fèi)時(shí)代企業(yè)信息系統(tǒng)建設(shè)實(shí)踐

1、云消費(fèi)時(shí)代企業(yè)盈利模式發(fā)生變化，商業(yè)模式亟待變革

在云消費(fèi)時(shí)代，終端消費(fèi)已突破傳統(tǒng)店鋪的限制，突破商品形態(tài)的限制，流通的時(shí)間障礙、距離障礙、渠道環(huán)節(jié)完全突破，呈現(xiàn)出“零時(shí)差、零距離、零渠道”之趨勢(shì)，即消費(fèi)者可以在任意時(shí)刻、購(gòu)買(mǎi)任意地方的產(chǎn)品、通過(guò)任意渠道實(shí)現(xiàn)。傳統(tǒng)依靠信息不對(duì)稱(chēng)以及多道流通環(huán)節(jié)賺取商業(yè)利潤(rùn)的方式變得越來(lái)越困難。而在生產(chǎn)與批發(fā)領(lǐng)域，則呈現(xiàn)平臺(tái)化整合趨勢(shì)，過(guò)去企業(yè)為降低成本以及擴(kuò)張規(guī)模往往選擇向產(chǎn)業(yè)鏈上下游延伸，但在云消費(fèi)時(shí)代，通過(guò)依靠信息技術(shù)建立的網(wǎng)絡(luò)化平臺(tái)使“眾包”成為企業(yè)新的選擇，而諸如此類(lèi)的商業(yè)變革還在不斷地創(chuàng)新、發(fā)展中，企業(yè)的盈利模式發(fā)生改變，為此企業(yè)應(yīng)構(gòu)建全新發(fā)展戰(zhàn)略，從組織架構(gòu)、組織流程以及經(jīng)營(yíng)管理等方面重構(gòu)商業(yè)模式，并按照全新的商業(yè)模式進(jìn)行信息系統(tǒng)部署與升級(jí)。

2、云消費(fèi)時(shí)代信息系統(tǒng)建設(shè)存在的問(wèn)題與方法

（1）主流信息系統(tǒng)簡(jiǎn)單改造升級(jí)難度大、成本高

目前我國(guó)絕大多數(shù)商業(yè)企業(yè)使用的主流商業(yè)信息系統(tǒng)，仍采用的是歐美國(guó)家在90年代即開(kāi)發(fā)、形成，于2000年前后在我國(guó)商業(yè)企業(yè)當(dāng)中廣泛流行，紛紛安裝、建設(shè)的信息系統(tǒng)。首先系統(tǒng)的流程設(shè)計(jì)是按照過(guò)去的企業(yè)組織方式與管理流程進(jìn)行設(shè)置，與云消費(fèi)時(shí)代全新的商業(yè)模式不相符，對(duì)系統(tǒng)流程改造難度大。同時(shí)隨著云消費(fèi)時(shí)代到來(lái)，對(duì)客戶移動(dòng)終端訪問(wèn)、管理與移動(dòng)辦公的要求越來(lái)越高，但傳統(tǒng)客戶端服務(wù)器環(huán)境使用Windows平臺(tái)或依賴(lài)Windows平臺(tái)，軟件遷移性差，需要重新針對(duì)移動(dòng)端訪問(wèn)進(jìn)行終端開(kāi)發(fā)。

其次在系統(tǒng)體系結(jié)構(gòu)行上采用C/S（clients/server，客戶端/服務(wù)器）結(jié)構(gòu)為主，在技術(shù)實(shí)現(xiàn)上以關(guān)系型數(shù)據(jù)庫(kù)（Oracle、MS-SQL）為主，程序體量過(guò)重、數(shù)據(jù)源分散、數(shù)據(jù)結(jié)構(gòu)不系統(tǒng)，尤其是根據(jù)現(xiàn)有規(guī)模進(jìn)行編程、封裝后，企業(yè)數(shù)據(jù)規(guī)模擴(kuò)大或系統(tǒng)升級(jí)時(shí)改造困難、效率低下。

此外開(kāi)發(fā)語(yǔ)言使用上世紀(jì)90年代為主流的Powerbuilder、.NET語(yǔ)言，本運(yùn)行在Windows平臺(tái)，效率低、硬件投入較高，并容易通過(guò)OllyDebug加載調(diào)試被反匯編，系統(tǒng)安全性較差。因此對(duì)于目前主流的信息系統(tǒng)通過(guò)簡(jiǎn)單地修補(bǔ)與改造升級(jí)難度大、累加成本高。

（2）信息系統(tǒng)應(yīng)超前設(shè)計(jì)架構(gòu)，動(dòng)態(tài)可擴(kuò)展

因此云消費(fèi)時(shí)代的信息系統(tǒng)需要超前設(shè)計(jì)、架構(gòu)，并動(dòng)態(tài)可擴(kuò)展。首先在在設(shè)計(jì)思想上應(yīng)根據(jù)未來(lái)的組織架構(gòu)與業(yè)務(wù)流程進(jìn)行設(shè)計(jì)，即按照企業(yè)變革后的商業(yè)模式與發(fā)展戰(zhàn)略超前設(shè)計(jì)企業(yè)信息系統(tǒng)，滿足未來(lái)企業(yè)對(duì)信息系統(tǒng)的設(shè)計(jì)需求。

其次在技術(shù)上應(yīng)以全新的非關(guān)系型數(shù)據(jù)庫(kù)（No SQL、MongoDB）技術(shù)為主，相較于傳統(tǒng)關(guān)系型數(shù)據(jù)庫(kù)，讀寫(xiě)性能高、數(shù)據(jù)沒(méi)有耦合性，易擴(kuò)展、跨平臺(tái)、體量輕、易部署：在系統(tǒng)體系結(jié)構(gòu)上以B/S（browsers/servers，瀏覽器/服務(wù)器）作為主導(dǎo)結(jié)構(gòu)，相較于主流C/S結(jié)構(gòu)系統(tǒng)依賴(lài)于單一服務(wù)器環(huán)境，B/S系統(tǒng)建立在廣域網(wǎng)之上，核心內(nèi)容在服務(wù)器端完成，終端瀏覽器只負(fù)責(zé)上發(fā)和下傳，不受系統(tǒng)環(huán)境等因素影響，隨時(shí)動(dòng)態(tài)擴(kuò)容，具有較高擴(kuò)展性、敏捷開(kāi)發(fā)，可跨平臺(tái)使用，并且開(kāi)發(fā)周期較短、效率高、對(duì)終端硬件要求低，維護(hù)成本低，投入產(chǎn)出比高。

此外在系統(tǒng)底層架構(gòu)上應(yīng)預(yù)留未來(lái)的發(fā)展空間、一步到位，避免此后由于底層架構(gòu)限制導(dǎo)致系統(tǒng)難以升級(jí)或重新開(kāi)發(fā)的高成本投入。但在應(yīng)用模塊的構(gòu)建與數(shù)據(jù)庫(kù)硬件投入上，由于采用以上所述新的技術(shù)與體系結(jié)構(gòu)，因此可以實(shí)現(xiàn)模塊化開(kāi)發(fā)與逐步添加，是系統(tǒng)應(yīng)用層可以分步實(shí)施，提升系統(tǒng)開(kāi)發(fā)效率與動(dòng)態(tài)可擴(kuò)展性。

最后在商業(yè)智能（BI）上新的信息系統(tǒng)大幅度提升，其本質(zhì)在于對(duì)于大數(shù)據(jù)的搜集、積累與智能挖掘，使信息系統(tǒng)具備自我學(xué)習(xí)、自主決策的能力，從而幫助企業(yè)提升運(yùn)營(yíng)管理效率與客戶服務(wù)能力。