大數據經過幾年的發展，已經正式進入到了價值變現的階段。大數據時代，企業生存發展面對的兩個關鍵是流量入口和場景應用，而流量入口的最終目的一定是數據。
人們常說這是一個“數據為王”的時代，但服裝智能製造精英俱樂部認為稱王的不是數據本身，而是數據的價值轉換率。Hartman Executive Advisors總裁Dave Hartman,表示：目前很多企業的數據量已經足夠了，但是數據的利用率實在太低了，大部分的數據還處於原始轉態。
數據孤島是導致企業決策失誤、錯失機會的罪魁禍首，企業要想更好的服務客戶、提升競爭力，必須對數據進行全面的分析。但是想要綜合多種數據源刻畫完整的客戶行為畫像並不是一件容易的事，它要求企業內部擁有一套統一的系統，同時還要必須考慮外部數據源，比如社會媒體、天氣數據等等。
Constellation Research 副總裁兼首席分析師Doug Henschen表示，企業沒有完全利用的數據，通常分為兩類數據廢氣和黑暗數據。數據廢氣是指被丟棄的數據，黑暗數據是指用完就被歸檔閒置、未能充分利用的數據。根據以往的經驗，一般企業只會保存最近一兩年的數據，因為保存的成本太高了，但是有很多商品是屬於耐用型商品，比如床品傢俱的使用壽命基本為5年，所以如果商家只存一兩年的數據是無法對其進行深度分析，從而做出有針對性的營銷活動的。黑暗數據主要包括難以計算的半結構化和非結構化數據，它需要人工去挖掘其價值，但是隨著現代檢索、自然語言處理、語義分析、情感分析，機器學習這些技術的發展，黑暗數據的可計算性正一步一步變得可能。另外，CRM的文本數據可以分析整個客戶群，而不是把目光聚焦在在一個客戶身上，社交媒體對品牌和產品的評論也值得企業關注。
縮小企業差距的方法只有一個那就是提高企業KPI。如果你的目標是提高客戶滿意度，那麼瞭解客戶不滿的原因是很重要的，因為只有這樣才能對症下藥。Synchrony Financial副總裁Sanjay Sidwani表示：顧客滿意度低的原因一般是產品功能不完善、用戶體驗差或者是因為價格。如果想要獲得準確的原因，那麼就需要收集大量的數據，並把數據分類，然後進行深度分析。
下面就來介紹12種企業數據分析必備的數據類型，大家一起來看看，你的企業遺漏了哪些數據呢?
客戶數據
企業客戶數據收集的難點是在獲取渠道上，目前大多數的客戶數據都存在應用程序上和第三方平臺上。旅遊業大數據公司Boxever對500個消費者進行了調查，調查發現千禧一代的消費者中有70%的人願意在Email上向旅遊品牌提供個人信息，19%的人是在移動端提供個人信息，32%的人願意在社交媒體上提供個人信息。
報告顯示：千禧一代和其他年代的人相比更樂於提供個人信息，他們獲取信息的渠道也很多元化。雖然這個報告只是針對於旅遊行業，但是窺一斑而知全豹，其它行業其實也是類似的。
企業發展難以滿足用戶的期待，是因為它們的企業文化和技術都不過關，多元化的客戶數據讓眾多企業都不堪重負。
CRM數據
CRM數據包含著企業各個部門的數據，例如銷售，市場營銷，產品開發，財務，客戶服務等等。但是，數據跨部門使用也會帶來數據所有權混亂的問題。
服裝智能製造精英俱樂部認為：CRM作為一個營銷自動化工具，它所產生的作用應該超越傳統營銷方式，它應該全面集成企業的所有信息，為公司的各個業務開放相應的端口，幫助銷售人員更加高效的工作。信息集成應該包括庫存、財務、訂單等等諸多信息。
Email數據
企業存檔的電子郵件主要是用於監管，大致有電子檔案、內部人員調查資料和內部傳閱的產品資料。過去因為存儲成本較高，很多企業的電子郵件過了時效期就會被刪除銷燬。但是隨著數字化和保存成本的下降，郵件歸檔已經變得更加經濟實惠、易於操作，電子郵件長期存檔應該不再成為企業的痛點。
專注於雲歸檔和搜索服務的Sonian公司的CTO Greg Arnette表示：數據超載的現象比較普遍，也有越來越多的企業看中了這一市場，企業的IT部門也開始意識到必須通過原數據的處理來改造當前數據。Email數據的作用比較隱晦，例如通過分析通信模式發現一些不為人知的部門，通過通信記錄查找違規行為，調查工作滿意度，甚至還可以瞭解員工對企業公告和重要事件的所持態度。
商務文件
公司的商務文件都有哪些?一般來說，企業的商務文件一般都有即時消息、Office文檔以及一些非結構化的文本。但是，一般公司的業務流程是圍繞傳統業務系統的，無法應用非結構化數據，因此也就無法實現其價值。除此之外，企業數據治理也多是集中於結構化數據，所以非結構化數據的篩選和分類也存在著很大的問題。
Fujitsu America首席創新官Robert Ryan表示：分析師和分析機構多是從結構化數據中挖掘數據價值，他們都忽略了非結構化數據的價值，其實，業務決策和大多數業務流程在很大程度上都依賴於非結構化數據。利用非結構化數據的公司可以做其他公司做不了的事情，例如真正分析現實世界的業務流程模式，明確企業系統中存在的差距，量化的端到端的銷售成本。通過挖掘真實訂單的非結構化存儲文本數據，公司可以識別出異常的維修週期和有缺陷的零件，及時作出維修方案，提高維修效率。
Cross-Device 數據
我們經常聽到全渠道體驗，那麼什麼樣的體驗才能稱得上是全渠道體驗?全渠道體驗是指超越渠道限制，為用戶提供跨設備的體驗。全渠道體驗簡單來說，很像我們現在今天觀看電視節目的體驗。假設，我們週末在電視機上觀看了一部電視連續劇，但是週一上班我們無法繼續在電視上觀看，那麼怎麼辦呢?很簡單，我們只需要將電視劇下載到平板或者手機等移動端上，就可以隨時觀看了。目前，眾多企業都提供了全渠道的體驗，航班預定、產品購買都可以享受這種體驗。
Boxever的 Dominik Dahlem 認為：雖然現在移動端的需求不斷上升，但是隻有移動端的體驗是無法滿足客戶需求的，事實上，移動端還在探索階段，很多客戶還是習慣通過傳統渠道來預定產品，所以，要想更有效的利用數據，全渠道與客戶互動，必須分析整體數據。
位置數據
市面上有很多軟件都是利用位置數據，比如外賣軟件就是獲取到用戶的位置信息，然後向用戶推薦附近的餐廳。位置數據能夠增加用戶相關性，提高在線、離線營銷工作的效率。
Boxever的Dominik Dahlem 認為：位置數據給企業提供了一種瞭解客戶的方式，企業可以根據位置數據為客戶定製個性化服務，提供一些更有針對性的推薦，提高銷售成交率。
很多實體店也開始採用數據分析的方式去發掘潛在客戶，通過相關性和用戶行為分析進行客戶畫像，從而更有針對性的向客戶提供服務。
在線評論
評論和點擊量是電子商務公司的生命線。雖然評論數據全世界的公司都可以獲取的到，但是真正能夠利用評論數據產生價值的公司並不多。一般的公司都只是通過消費者生成內容來做一些購買動機的分析，但是很少有公司仔細分析這些數據去做一些營銷活動。
用戶點評及社交商務平臺供應商Bazaarvoice副總裁David Moon表示：有92%的消費者會關注商品評論，並且會選擇好評率高的產品進行購買。如果一個公司不能充分利用CGC，那麼這將成為它極大的失誤。可以這麼說，CGC是網絡唯一的資產。
性別數據
Nethone數據反欺詐副總裁Aleksander Kijet表示：女性授權成功率要比男性高出8%。但是，性別只是一種支持性的因素，並不是決定性因素。通過先進的機器學習、廣泛的數據挖掘以及數據驅動技術的使用，防欺詐是完全有可能實現的。雖然，性別並不是特別相關的變量，但是在一定的場景下，性別數據和其它變量以及一些分析工具的搭配使用，也能夠體現出顯著的價值。
In-Store 數據
很多大牌企業的零售商已經採用各種各樣的方法來量化和跟蹤實體店客戶行為，有些零售店還採用了一些新科技，例如 smart mirrors，但是這樣的賣場畢竟還是少數。
Waterstone Management Group的John Parkinson表示：並不是所有的數據都會被捕獲到，只有在寄存器中的數據才會被捕獲到。我們只利用捕獲到的數據是無法獲知事件發生的全過程，如果貿然決策就很容易導致虛假預測，造成企業損失。
人口數據
人口普查是一項費時費力的工作，所以大多數情況下，我們都會採取人口採樣的方法。隨著Hadoop這類技術的發展，人口數據整體分析不再是一件特別艱難的事情，但是，有些專家認為，就算難度降低，整體人口數據的分析也是沒有必要的。
Adobe Analytics產品營銷負責人Nate Smith表示：企業基於採樣數據的重大決策存在著很大的隱患，隨著新技術的發展，我們沒有理由不去採用全部的人口數據。
用戶習慣
醫療服務實現了從紙質流程向數字化的轉型，轉型過程催生了電子健康記錄(EHR)的產生。之前，醫生只能通過和患者交流的方式來獲取患者的病情、之前的就診記錄、病史以及過敏源等等的情況，但是，無法獲得患者的日常生活情況，比如是否患者抽菸喝酒，飲食習慣、運動情況，甚至是一些更隱私的情況。但是這些日常生活的信息都會多多少少的影響到診斷和治療的準確性。
個人健康管理雲平臺Welltok CTO Brian Garcia表示：生活方式和習慣在一個人的健康狀況中發揮著巨大的作用。收入、地理位置、購買習慣相對於單純的臨床數據，能夠更好的反應一個人的健康狀況。相比於傳統的醫療保健系統，對這些數據的分析可以為用戶提供更貼近生活的健康建議。EHR並不是基於所有數據設計的，有很多系統是基於合規管理和計費而設計的。
生產數據
MacLean Fogg工程師Scott Masker表示：自從有了工作損耗審查數據庫，製造業也變得輕鬆了，它可以提前預測設備的損耗情況，對設備進行預防性維護，既降低了成本也提高了效率。
很多製造商都在使用預測分析來確定定期維護的時間，例如通過產品數量來預測設備的健康情況，通過這種方式能夠有效避免停機情況的出現。
閱讀更多 服裝智能製造精英俱樂 的文章
關鍵字: 國創上頭條 伴隨成長的中國味品牌 大數據
