戰略管理：數據驅動的戰略目標及決策制定

　　一、集團決策層需要建立以數據驅動為核心的戰略目標。

　　二、集團商業目標來源需要調整。然而大數據時代，商業戰略的制定來源于開放供應鏈情景下的客戶精準需求、底層操作層等數據的自下而上的引導式的制度安排。

　　三、在組織架構設計上，大數據時代集團企業應設計更為靈活的組織架構。集團基于數據收集與數據共享的目標整合各部門職能，為各部門決策者提供合適的數據展現，為數據決策提供有效支持。

　　四、集團管控需要建立基于數據驅動的決策制定意識和工作流程。大數據可以提供快速、敏銳的分析結果，管理者同樣需要憑借自身經驗和洞察力去發現更多的商業機會，開拓市場并用敏銳的創新思維來制定管理決策，帶動集團企業和員工完成變革。

　　商業模式創新

　　創新在產生所有數據的過程中扮演重要角色，也是管理數據的關鍵。創新性思維可以實現舊產品增值或創造新品牌，數據本身為創新提供機會。

　　例如，阿里巴巴通過余額寶將中小投資者、金融機構、小微企業聯系在一起，建立了新型融資模式。而余額寶模式建立的前提就是通過大數據對普通投資者、小微企業投融資需求數據進行綜合分析的結果。

　　運營層：理解大數據

　　如果說決策層是大數據應用的概念意識形成階段，那么運營層就是大數據理解、消化和處理階段。大數據的數據處理及分析模塊中的具體功能(數據組合、文本挖掘、快速處理技術)是促進運營層理解大數據的抓手。集團管控在運營層探討較多的問題是如何應用大數據以開展市場營銷和商業建模業務。

　　市場營銷：多數據源的消費者行為分析

　　在市場營銷領域，了解用戶需求永遠是第一要務。大數據豐富了企業了解用戶需求的來源與途徑。社交網絡、智能手機等多種數據來源可以更為真切地反映消費者的行為特征。企業由此制定更為靈活、精準的營銷方案。

　　調查報告顯示：超過68%的用戶會通過社交網站表達自己對產品和服務的評價。并且，在電子商務領域，已購買消費者的評論成為新購消費者在線購物時的信息來源。在這一趨勢下，大數據所提供的文本挖掘技術成為消費者在線商品評價分析的有力工具。文本挖掘技術的應用聚焦于客戶對產品情感等購買偏好分析，并根據客戶不同的產品特征偏好建立未來銷售變化的預測模型，從而實現適應不同消費群體的精準營銷。

　　商業建模：社會網絡分析建模及高級分析技術

　　集團管控在運營層面需要主動開展復雜數據和統計分析，并且建立符合自身運營特點的商業模型分析。商業建模涉及社會化計算、業務計算、移動計算等方法，也會應用回歸分析、離散選擇建模、數學優化、模擬、腳本開發等技術。

　　大數據背景下，社會網絡分析有助于集團更好地開發組織成員間知識傳播的效率和能力。從研究成果上看，通過對移動智能手機的內容分析，發現移動互聯網中消費者所處的社會網絡位置對用戶行為決策起決定作用。

　　操作層：全面捕獲商業數據

　　在決策層和運營層所設定的管理內容基礎上，操作層負責全面捕獲商業數據，并建立數據閉合回路。

　　數據實時性、GPS地理信息、RFID、結構化及非結構化數據的自動獲取是擴張企業自動化邊界的第一步。文本、聲音、社交媒體等非結構化數據分析提高了企業對真實業務需求的感知能力。數據，這一智慧型資產會使生產變得更高效，使產品更具創新性，并產生新的商業模式。

　　為了整合這些智慧資產，集團管控的操作層需要部署傳感器、智能移動終端等硬件，以確保數據的持續監控。隨著產品數據的激增，企業需要開發出收集、分析和解釋數據的持續過程程序。數據分析專家需要提前設計出模型，一旦數據達到可持續供應的狀態，分析過程能夠隨時響應。

　　大數據不單是貫穿數據生成、存儲、處理、分析、可視化到應用等生命周期過程，更要滿足集團內部決策層、經營層、操作層的閉合回路。從操作層的基礎數據來推動決策層的戰略部署，到戰略層主動提出數據需求、以改善操作層的數據搜集策略，即為數據搜集的閉合回路。

　　針對集團管理的多層級特征，大數據的搜集策略應當涉及整個數據生命周期的信息治理政策和基于用戶需求的分析工具包。信息治理政策涉及數據搜集的方方面面，這包括從不失察到全面實施政策與實踐的數據架構、從特定事項到最優結構化和非結構化數據以及物理和邏輯觀點的數據庫集合。分析工具包則是運營層商業建模的基礎，它包括檢索、跟蹤、報告以及高級分析、可視化等基本程序。

商業模式設計專家李江濤教授《商業模式實戰訓練營》第十期報名開始啦！！課程內容：1、完整介紹商業模式理論體系和最新的研究成果;2、學習、剖析最新的商業模式案例3、輔導學員設計自己企業的商業模式;4、教會學員從投融資者的角度完善自己企業的商業模式設計;5、每位學員項目分享與指導。報名咨詢：劉老師13811134461