提到数据分析，就不能不提大数据，我们自然而然能想到了现在各种平台先是“杀熟”再到“杀生”，把大数据分析把玩到了极致，用户只能摊手、躺平——你说你，想要逃，偏偏注定要落套。

以前如果没有大数据分析，卖方很难发现被传统认为是完全无关的购买行为间的相互关联性，正如经典超市营销案例“将啤酒与尿片”进行关联营销一样，如果没有大数据这将是一种几乎不可能的事情。不过现在很多超市在货物摆放上会有意打散这种关联，让你在超市花更多的时间寻找并在寻找过程中会对看见的其他货品产生购买意向——可能商超精英们终于领悟了“常在河边走哪有不湿鞋”的另一种境界：（客户）常在超市逛，哪能不“出血”！

大数据对社会而言真的是一把双刃剑，比如通过基因测序大数据能预测疾病、寿命等，这对个人而言绝对是好事，不过可能人寿保险等公司更喜欢这个大数据，有了这些数据它就能精确筛选客户了。

再说一个：位置信息是如今出行的导航软件必须数据，导航软件一开，除了不能上天以外，不仅高速无忧，以前还能到河里游泳，能进坑里攀爬，方便异常！但是现在手机APP收集个人的位置信息到了令人发指的地步了，你说我不授权给他们位置信息不就行了，那你用不用WIFI？要知道根据WIFI就能确定你的位置，精度大概在2、300米，这已经很精准了。通过位置信息的大数据分析绝对能把两点一线的绝大部分人的家庭住址（小区）和工作单位了解个清清楚楚。甚至你的喜好，比如你常去的是超市？衣店？还是酒吧、咖啡馆、图书馆，你是学生党还是主力消费人群，是男生还是女生？仅仅通过定位信息的大数据分析都能慢慢接近问题的答案！

方便吗？方便！可怕吗？太可怕了！——这就是大数据的魔力！

现在很多中小企业人员在谈到数据分析的时候，往往用的是“大数据”这个词，但其实中小企业一般没有大数据，他们只需要“数据分析”。企业人员会说：我们公司有10多年的供应链（ERP）、技术（PLM）和财务等方面的数据，数据记录可能有数十亿条，难道还算不上大数据？

专业的“大数据”的概念就不多说了，说两点：

（1）一般大数据的体量以PB（1P=1000T，1T=1000G）起步，企业办公一般最新的个人电脑是1-2T硬盘，还有不少是300-500G的，一般企业一台服务器硬盘也就1-10T之间，全部服务器加起来能有50T的容量已经算是不错的中小企业了，这和“大数据”的“起步价”还有云泥之别。

那么上面提到的数十亿条记录是否真实，一般容量是多大呢？其实10多年的ERP等管理系统的记录累计起来确实能达到这个记录量，但是后台数据库存这么多条记录基本上也就是不到10T、甚至只有1-2T的容量！

（2）第二点，“大数据”里边的数据表面相关性很小，初看可能是杂乱、无序的，必须经过数据挖掘算法才能发现其中的规律。大数据不仅是文字，还包括图片、视频、文件等等，很多是非结构化的。

解释一下什么是结构化数据，比如“姓名：张三；性别：男；年龄：18”这个是目前企业在使用的ERP/PLM等系统后台数据库典型的存储内容样式，这种结构化的数据非常有针对性且易于查询。而“啊，免贵姓张，名字是一二三的三；让我想一想：我喜欢女生；刚跨入成年人的行列”这种就是非结构性的数据，用结构化的查询语言已经无法直接获取到目标信息了，不过用数据挖掘算法基本可以得出“我”的姓名，但是性别要靠算法模型了，要有大量的参考数据（大数据），数据量太少可能结果会大相径庭，说不定此人就会被划到“女生”系列，然后收到各种口红、包包等广告了——不用发笑，曾经有用大数据分析用户性别的专业人士，当他被问及这个性别分析准确率有多高时，其居然老老实实回答：60%吧——你看，这个结果当然比扔硬币要好不少了。

通过上面两点基本上大家能明白为什么说“中小企业没有大数据”了。但是在接下来的我还是会用“大数据”这个词来指代一些持续信息化并有良好数据记录企业的数据状况，以区别那些没有专业管理系统没有正经数据库的“信息贫困公司”。

既然企业积累了5-10年甚至更多的数据，那么通过这些“大数据”的分析，能对企业的运营管理有什么帮助？

（1）用于企业运营管理决策

大数据的核心在于实现企业运营数据的价值化，数据价值化包括数据分析和决策两个重要的环节，数据分析的目的之一就是辅助各种决策的制定。决策的制定者通常有两个角色，其一是企业内部的智能化系统，其二是具体的岗位角色。

相对于传统的信息系统来说，大数据能从各个角度全方位的呈现出企业的运营情况，在数据驱动企业运营的大趋势下，大数据将全面参与到产品设计、生产、推广、服务等环节。

相对于传统的信息系统来说，大数据能从各个角度全方位的呈现出企业的运营情况，在数据驱动企业运营的大趋势下，大数据将全面参与到产品设计、生产、推广、服务等环节。

如上图1，毛利率（最上红色线条）的趋势非常明显，其他费用相对变化不大。为什么会造成这种现象？可以再从毛利=销售收入-销售成本（材料成本+制造费用+人工成本）相关要素来钻探分析：从这几年的采购数据明显得出材料成本上涨明显，人工工资也水涨船高，而销售端价格反而因为激烈竞争有少许下降。很多人会说，这个不用数据分析我也知道这个结论啊，可是材料相对价格涨了多少、人工工资又占了几成？在销售端如果要弥补损失，提价多少才是合适的？材料价格的涨价幅度是否超出了预期，这是市场的原因还是采购部门把关不严的问题？这些问题没有精确的数据支撑根本就不会有好的解决方案。

如上图，左上折线图是各年的销售预测（红色）和实际销售额（紫色），从图中可以看出预测高的时候销售低、预测底的时候销售高，可以说两者大相径庭，这肯定是预测模型出了问题。那么关键因素是哪些？其实可以往下继续钻探是哪些产品（或客户等维度数据）的预测和实际值发生了最大差异？

经过进一步更细粒度的数据分析，我们会发现，因为公司新研发了几种新产品上市，大家开始对新产品的期望值非常高，因此在做销售预测的时候就变的比较激进，实际情况是新产品的开始上市时的投入大量精力进行推广反而拖累了老产品的销售，将整年销售额都拉低了。类似的反复使销售预测准确性偏低成为生产、采购部门最为诟病的问题。其实如果把红线往右移1年左右，那么预测和实际值就非常契合了——所以，通过这些数据分析，市场营销部门在对新产品的生命周期能更加准确的把握，在以后做市场调研的时候，也会做到更合理的样本数据抽取。

（2）全面参与员工管理

在大数据时代背景下，企业的员工管理将全面大数据化，主要体现在工作价值化衡量和岗位优化两个方面。大数据能让员工的所有工作都以数据的形式进行呈现，这使得工作的价值更易于体现和衡量。在大数据体系结构下，域名注册，员工的工作能力会有更全面的呈现，同时大数据也会促进岗位流程的优化。

（3）大数据引领企业运营

帮企业了解用户

　　大数据通过相关性分析，将客户、用户和产品进行有机串联，对用户的产品偏好，客户的关系偏好进行个性化定位，生产出用户驱动型的产品，提供客户导向性的服务。

从大数据技术方面来看，用数据来指引企业的成长，将不再单单是一句口号。从挖掘的角度来看，可以发现检索某一产品或型号的受众行为特征，进而反馈给企业的品牌、产品研发部门，能更准确地了解目标用户，并推出与调性更匹配的产品。

通过运用大数据，不仅可以从数据中发掘出适应企业发展环境的社会和商业形态，用数据对用户和客户对待产品的态度，进行挖掘和洞察，准确发现并解读客户及用户的诸多新需求和行为特征，这必将颠覆传统企业在用户调研过程中，过分依赖主观臆断的市场分析模式。

帮企业锁定资源

通过大数据技术，可以实现企业对所需资源的精准锁定，在企业在运营过程中，所需要的每一种资源的挖掘方式、具体情况和储量分布等，企业都可以进行搜集分析，形成基于企业的资源分布可视图，就如同“电子地图”一般，将原先只是虚拟存在的各种优势点，进行“点对点”的数据化、图像化展现，让企业的管理者可以更直观地面对自己的企业，更好地利用各种已有和潜在资源。

帮企业进行经营规划

　　大数据不仅改变了数据的组合方式，而且影响到企业产品和服务的生产和提供。通过用数据来规划业务架构和流程，不仅能够帮助他们发掘传统数据中无法得知的价值组合方式，而且能给对组合产生的细节问题，提供相关性的、一对一的解决方案，为企业运营提供保障。过去的所谓商业智能，往往大多是“事后诸葛亮”，而大数据则让企业可预测未来的走向，帮助企业做到“未雨绸缪”。大数据的虚拟化特征，还将大大降低企业的经营风险，能够在生产或服务尚未展开之前就给出相关确定性答案，让生产和服务做到有的放矢。