嘉賓介紹

 

 

 

陳廣乾

兮易控股董事長(zhǎng)

 

 

分享嘉賓|陳廣乾

 

分享主題：大數(shù)據(jù)在企業(yè)如何落地

 

我今天晚上主要跟大家匯報(bào)一下關(guān)于企業(yè)大數(shù)據(jù)應(yīng)用方面具體我們做過(guò)的案例，大概有幾個(gè)案例。在講這個(gè)案例以前，我是想把整個(gè)創(chuàng)業(yè)簡(jiǎn)單的片子給大家先看一下。

 

 

 

我最后一個(gè)職業(yè)生涯是在江蘇昆山，好孩子中國(guó)商貿(mào)集團(tuán)的總部是在昆山，我是好孩子中國(guó)商貿(mào)集團(tuán)的CEO，一直工作到2013年，2013年的3月份創(chuàng)業(yè)，到今天為止差不多快三年的時(shí)間了。之所以離開(kāi)好孩子CEO的崗位參加創(chuàng)業(yè)，主要是看到了互聯(lián)網(wǎng)，尤其是大數(shù)據(jù)的發(fā)展，從創(chuàng)業(yè)的過(guò)程當(dāng)中一直到去年年底，我們?cè)诖髷?shù)據(jù)項(xiàng)目上總共差不多做了七個(gè)項(xiàng)目。案例呢，由于時(shí)間關(guān)系我不會(huì)全講，會(huì)講幾個(gè)面向B2C企業(yè)的案例，和一個(gè)B2B企業(yè)的案例。

 

在整個(gè)我們所做的大數(shù)據(jù)項(xiàng)目當(dāng)中，從第一張片子可以看到，我2015年的4月份參加了國(guó)家在貴陽(yáng)舉辦的第一屆大數(shù)據(jù)國(guó)際博覽會(huì)，在國(guó)際博覽會(huì)下午峰會(huì)上我有一個(gè)發(fā)言，關(guān)于企業(yè)大數(shù)據(jù)應(yīng)用的發(fā)言，在那里我提到了其實(shí)2015年可能是中國(guó)企業(yè)大數(shù)據(jù)發(fā)展的元年，這個(gè)看起來(lái)還是比較準(zhǔn)確，因?yàn)楝F(xiàn)在最近企業(yè)大數(shù)據(jù)的發(fā)展勢(shì)頭來(lái)勢(shì)比較猛。

 

 

 

我現(xiàn)在給大家放第二張片子，也就是我們?yōu)槭裁匆龃髷?shù)據(jù)，我們目前做的產(chǎn)品和架構(gòu)是什么。現(xiàn)在請(qǐng)大家詳細(xì)看一下這張PPT，這個(gè)是我整個(gè)所創(chuàng)業(yè)的兮易在整個(gè)大數(shù)據(jù)的定位，目前我們開(kāi)發(fā)Saas平臺(tái)，最上端大家看到有一個(gè)互聯(lián)網(wǎng)轉(zhuǎn)型，2B的企業(yè)和2C的企業(yè)，有一個(gè)工業(yè)4.0。工業(yè)4.0我們開(kāi)發(fā)了8個(gè)板塊和48個(gè)具體的模塊，底層是我們開(kāi)發(fā)的一些關(guān)于企業(yè)核心能力的基礎(chǔ)模塊。但是支撐這些底層的，就是我們的兮易大數(shù)據(jù)增值產(chǎn)品，這個(gè)里面目前我們正在開(kāi)發(fā)的產(chǎn)品有關(guān)于企業(yè)2C用戶(hù)端會(huì)員管理，以及2B端的運(yùn)營(yíng)管理，和工業(yè)4.0服務(wù)的基礎(chǔ)產(chǎn)品。

 

 

 

現(xiàn)在再給大家看一張片子，現(xiàn)在這張片子是我們對(duì)整個(gè)中國(guó)大數(shù)據(jù)目前現(xiàn)狀的一個(gè)解讀，目前現(xiàn)狀看，其實(shí)我們看到百分點(diǎn)這家公司，這家公司已經(jīng)獲得幾輪融資了，目前他們做金融大數(shù)據(jù)做得比較好，而且是目前中國(guó)最大的第三方消費(fèi)者偏好數(shù)據(jù)的平臺(tái)。最近又出來(lái)一個(gè)數(shù)據(jù)堂，目前我們大家公認(rèn)的比較好的是阿里大數(shù)據(jù)，其實(shí)我目前看在互聯(lián)網(wǎng)數(shù)據(jù)上最好的數(shù)據(jù)產(chǎn)品是阿里的大數(shù)據(jù)，我這上面列舉了數(shù)據(jù)魔方的例子。

 

還有一個(gè)我想在這里說(shuō)一下Uber，我最近看了一些文章說(shuō)這個(gè)企業(yè)非常厲害，居然沒(méi)有一臺(tái)出租車(chē)，也沒(méi)有一個(gè)司機(jī)，就能夠控制著美國(guó)甚至全世界出租車(chē)行業(yè)。其實(shí)大家在評(píng)論這點(diǎn)的時(shí)候忽視了Uber在我看來(lái)是大數(shù)據(jù)的分析平臺(tái)，通過(guò)大數(shù)據(jù)算法所做的司機(jī)和出租車(chē)的撮合平臺(tái)目前是最好的。

 

但是呢，不管是阿里、Uber還是百分點(diǎn)，這些企業(yè)在我看來(lái)都主要是一些互聯(lián)網(wǎng)的企業(yè)，它們目前的大數(shù)據(jù)產(chǎn)品還主要面向互聯(lián)網(wǎng)數(shù)據(jù)的。其實(shí)我們大家知道，互聯(lián)網(wǎng)數(shù)據(jù)所有的數(shù)據(jù)節(jié)點(diǎn)都是有痕跡的，所以相對(duì)來(lái)說(shuō)數(shù)據(jù)的鉆取、數(shù)據(jù)的采掘以及數(shù)據(jù)分析相對(duì)容易。

 

 

 

我們兮易目前做的主要是聚焦線下傳統(tǒng)企業(yè)大數(shù)據(jù)的分析。在具體提到傳統(tǒng)企業(yè)大數(shù)據(jù)如何分析之前，我再給大家看一張圖，就關(guān)于整個(gè)我們傳統(tǒng)企業(yè)現(xiàn)在走到今天，在大數(shù)據(jù)分析的背景資料的現(xiàn)狀，給大家做一下分析。通過(guò)這張圖大家可以看到，在互聯(lián)網(wǎng)之前我們叫一代實(shí)體電商，這個(gè)時(shí)候我們傳統(tǒng)企業(yè)做得還可以，傳統(tǒng)企業(yè)店的形態(tài)其實(shí)都是通過(guò)品牌商到中間的渠道到門(mén)店再到消費(fèi)者，這是第一代店。第二代店就是真正網(wǎng)絡(luò)的電商了，主要以阿里、京東為代表，這個(gè)對(duì)我們傳統(tǒng)企業(yè)是一個(gè)巨大的沖擊。現(xiàn)在目前從2014年開(kāi)始，企業(yè)都開(kāi)始了O2O的轉(zhuǎn)型，或者叫做全渠道的轉(zhuǎn)型，今年明顯能看到傳統(tǒng)企業(yè)O2O已經(jīng)有很大的發(fā)力。

 

比如說(shuō)像好孩子商貿(mào)集團(tuán)其實(shí)就開(kāi)發(fā)了一個(gè)很強(qiáng)大的線上線下統(tǒng)一的應(yīng)用，線下對(duì)傳統(tǒng)渠道打通，而且也做的比較好，但是目前傳統(tǒng)企業(yè)O2O第三代主要還是開(kāi)發(fā)一些微信，還有APP工具，使用的主要手段還是甩紅包、打折來(lái)吸引消費(fèi)者下載我們的應(yīng)用。

 

但大家看我這張圖對(duì)右端叫3.0的高級(jí)階段，3.0的高級(jí)階段其實(shí)我認(rèn)為APP不僅僅是唯一手段就是靠紅包和打折吸引消費(fèi)者，其實(shí)我們?cè)?.0更高級(jí)階段，其實(shí)應(yīng)該把我們的視角進(jìn)入到一個(gè)真正洞察消費(fèi)者的痛點(diǎn)，真正走入用戶(hù)，做深度傳播新的更高發(fā)展階段。在這里面其實(shí)小米、Uber做得比較好，一到深度洞察消費(fèi)者，后面我提出四個(gè)基本先決條件，這四個(gè)基本先決條件，如果我們能夠走進(jìn)消費(fèi)者心理，未來(lái)沒(méi)有社會(huì)學(xué)、心理學(xué)和語(yǔ)言學(xué)的手段介入，我們很難在深度上跟消費(fèi)者做心理和情感的溝通。那么大數(shù)據(jù)技術(shù)就需要進(jìn)一步成熟，我們需要更深層對(duì)消費(fèi)者360度的畫(huà)像，我們需要更成熟的智能語(yǔ)言的分析技術(shù)，和需要更成熟的其他涉及到大數(shù)據(jù)的分析技術(shù)。

 

在我們銷(xiāo)售系統(tǒng)里面，目前我們的銷(xiāo)售系統(tǒng)，像目前銷(xiāo)售自動(dòng)化系統(tǒng)，還不足以能夠深度挖掘消費(fèi)者，可能未來(lái)就走向智能的銷(xiāo)售系統(tǒng)，以及能夠更智能獲得大量新的智能終端設(shè)備，來(lái)全面獲取我們的銷(xiāo)售數(shù)據(jù)。另外，我們的溝通工具也需要進(jìn)一步成熟，由我們的微媒、我們自媒體進(jìn)一步深度發(fā)展，能夠360度溝通我們用戶(hù)。

 

 

 

為什么需要這樣做呢？我們?cè)倏匆粡埰樱@張片子告訴我們?yōu)槭裁匆谶@個(gè)程度上更加用到大數(shù)據(jù)分析技術(shù)了呢，我們看到第一代基于我們渠道客戶(hù)的時(shí)候，我們主要的KPI就是sell out、sell in，就是我們到分銷(xiāo)，到經(jīng)銷(xiāo)商的庫(kù)存，以及經(jīng)銷(xiāo)商庫(kù)存轉(zhuǎn)化到門(mén)店，包括我們分銷(xiāo)的網(wǎng)格化等等，以及門(mén)店的終端陳列等等。在門(mén)店這個(gè)層面上，我們需要更多是零售數(shù)據(jù)了，這里面有客流數(shù)據(jù)，但是這些傳統(tǒng)的KPI我們過(guò)去的工具基本上可以解決。走到第三代基于用戶(hù)的時(shí)候，我們的KPI考核會(huì)發(fā)生很大變化，但是看右側(cè)的KPI，這里就出現(xiàn)了細(xì)分用戶(hù)群了，出現(xiàn)了老用戶(hù)數(shù)、新用戶(hù)數(shù)、用戶(hù)的轉(zhuǎn)化率，包括會(huì)員的復(fù)購(gòu)率，用戶(hù)的購(gòu)買(mǎi)品質(zhì)，你能鏈接到多少用戶(hù)，互動(dòng)的用戶(hù)數(shù)以及互動(dòng)的反饋，用戶(hù)的推薦，用戶(hù)的價(jià)值，用戶(hù)的流失，以及精準(zhǔn)客群投入的產(chǎn)出。

 

當(dāng)大家看到這些指標(biāo)的時(shí)候我們會(huì)看到，這些指標(biāo)如果沒(méi)有跟用戶(hù)相關(guān)這些新的工具和平臺(tái)，沒(méi)有這些精準(zhǔn)大數(shù)據(jù)分析，走向用戶(hù)，尤其深度走向用戶(hù)是很難實(shí)現(xiàn)的。那么這張片子就主要說(shuō)明在我們跟用戶(hù)交互的時(shí)候，大家作為搞信息化搞IT的同事們看到，這個(gè)邏輯在這里面做了一個(gè)陳述。這個(gè)基本邏輯是這樣的，就是說(shuō)我們跟用戶(hù)的溝通里面，現(xiàn)在相當(dāng)多的是手機(jī)，定位的軟件就是微信，我們有手環(huán)，定的可能是微博，我們未來(lái)的智能手表定位的可能是社區(qū)，我們智能家具可能定位著電商，以及我們大量企業(yè)都開(kāi)發(fā)了跟用戶(hù)溝通的這種比較正的APP，未來(lái)我們可能有更多的終端，因此有更多的軟件。

 

 

 

那么大的結(jié)構(gòu)上來(lái)看，我們目前在跟用戶(hù)溝通上主要的一個(gè)系統(tǒng)，還是SCRM，和前端的用戶(hù)交互系統(tǒng)，我們叫做CIC。面對(duì)SCRM和CIC系統(tǒng)呢，其實(shí)我們拉到后端的就是需要做大數(shù)據(jù)的分析，通過(guò)大數(shù)據(jù)分析才能夠形成中間這個(gè)閉環(huán)，也是通過(guò)我們獲取數(shù)據(jù)來(lái)洞察用戶(hù)的痛點(diǎn)，然后形成我們產(chǎn)品和服務(wù)的創(chuàng)新，這個(gè)產(chǎn)品服務(wù)的創(chuàng)新又走向一個(gè)生態(tài)圈互動(dòng)的場(chǎng)景，通過(guò)我們各種技術(shù)實(shí)現(xiàn)我們大數(shù)據(jù)分析，這個(gè)大數(shù)據(jù)又調(diào)過(guò)來(lái)解決用戶(hù)的痛點(diǎn)，這樣形成一個(gè)閉環(huán)，通過(guò)創(chuàng)造用戶(hù)的體驗(yàn)，洞察用戶(hù)的需求，來(lái)實(shí)現(xiàn)我們對(duì)用戶(hù)精準(zhǔn)營(yíng)銷(xiāo)的解決方案。

 

 

 

好，我們?cè)倏聪乱粡埰@張片子文字比較多，我做一下說(shuō)明，右邊這張圖是我們?cè)趥鹘y(tǒng)企業(yè)，尤其是B2C企業(yè)互聯(lián)網(wǎng)轉(zhuǎn)型頂層結(jié)構(gòu)圖，這個(gè)頂層結(jié)構(gòu)圖最核心的，我提出一個(gè)三交的概念，交互、交易、交付，我們傳統(tǒng)企業(yè)做交易和交付是很成熟的，但是我們?cè)谵D(zhuǎn)型的過(guò)程當(dāng)中，可能越來(lái)越多面向于用戶(hù)的交互，用戶(hù)交互過(guò)程當(dāng)中，我們使用主要的平臺(tái)就是官網(wǎng)、官微和官博，通過(guò)這個(gè)平臺(tái)我們會(huì)實(shí)現(xiàn)我們品牌的人格化、品牌的故事化和品牌的時(shí)代化，通過(guò)這個(gè)品牌的傳播，通過(guò)對(duì)用戶(hù)的交互，我們會(huì)實(shí)現(xiàn)銷(xiāo)售的大數(shù)據(jù)，用戶(hù)的大數(shù)據(jù)，以及傳播層的大數(shù)據(jù)。

 

前臺(tái)開(kāi)發(fā)的就是前臺(tái)的交互系統(tǒng)與用戶(hù)的交互系統(tǒng)，主要是各個(gè)企業(yè)開(kāi)發(fā)的APP，微媒體的系統(tǒng)，以及客戶(hù)互動(dòng)中心的CIC。中臺(tái)的交易系統(tǒng)主要是電商，線上電商，線下是各種前端的銷(xiāo)售體系，后臺(tái)主要是ERP和倉(cāng)儲(chǔ)物流等等，通過(guò)三臺(tái)系統(tǒng)和前端的交互系統(tǒng)來(lái)實(shí)現(xiàn)用戶(hù)傳播和銷(xiāo)售的大數(shù)據(jù)。

 

這個(gè)大數(shù)據(jù)的獲取目的之一就是要形成我們產(chǎn)品開(kāi)發(fā)，更好應(yīng)對(duì)我們消費(fèi)者，這個(gè)就是我們所說(shuō)的讓用戶(hù)找產(chǎn)品，在開(kāi)發(fā)過(guò)程當(dāng)中，這里面提出四代開(kāi)發(fā)內(nèi)容，其中第一代、第二代的開(kāi)發(fā)都是傳統(tǒng)的從P0到P6，也就是從產(chǎn)品規(guī)劃到產(chǎn)品推市的一整套產(chǎn)品生命周期的過(guò)程。但是在第三代開(kāi)發(fā)的時(shí)候已經(jīng)引入了基于消費(fèi)和用戶(hù)體驗(yàn)的大數(shù)據(jù)分析，但是這個(gè)還不夠，在開(kāi)發(fā)的第四代，也就是產(chǎn)品研發(fā)或者產(chǎn)品全生命周期PMI的第四代，其實(shí)像做得比較好的類(lèi)似于小米，目前有些企業(yè)也正在做，正在做的就是在整個(gè)研發(fā)立項(xiàng)，甚至一個(gè)創(chuàng)意階段，就已經(jīng)跟粉絲，跟業(yè)界大V產(chǎn)生了創(chuàng)意的互動(dòng)，包括在企劃上、創(chuàng)意上、開(kāi)發(fā)上的互動(dòng)，這個(gè)互動(dòng)對(duì)產(chǎn)品開(kāi)很有好處，這是最新一代新的開(kāi)發(fā)。新的開(kāi)發(fā)之后，通過(guò)互動(dòng)我們會(huì)積累更多產(chǎn)品交互的大數(shù)據(jù)，這個(gè)對(duì)產(chǎn)品的DNA爆款的形成是很有幫助的。

 

 

 

再給大家看一張圖，下面這張圖就是從前面產(chǎn)品開(kāi)發(fā)大數(shù)據(jù)分析概念走到了后端智能制造，我在最近一篇微博里面也提出了這張圖，就是我們做的工業(yè)4.0的核心結(jié)構(gòu)概念，這個(gè)核心結(jié)構(gòu)里面我們分成8個(gè)模塊，整個(gè)工業(yè)4.0的架構(gòu)分成8個(gè)模塊，第一個(gè)是滿(mǎn)足用戶(hù)個(gè)性化和多樣化需求的智能銷(xiāo)售系統(tǒng)；第二個(gè)是智能用戶(hù)需求的交互與分析的系統(tǒng)，現(xiàn)在這兩個(gè)系統(tǒng)很顯然都是基于前端跟用戶(hù)交互的大數(shù)據(jù)才能形成。第三個(gè)系統(tǒng)就是整個(gè)工業(yè)4.0的核心，也就是我們的互聯(lián)網(wǎng)體驗(yàn)和基于互聯(lián)網(wǎng)的iMES，也就是設(shè)計(jì)執(zhí)行系統(tǒng)，以及我們的設(shè)計(jì)系統(tǒng)，也就是實(shí)現(xiàn)協(xié)同設(shè)計(jì)，互動(dòng)設(shè)計(jì)和用于環(huán)境的設(shè)計(jì)，以及用于成本的設(shè)計(jì)等等；第五個(gè)就是智能采購(gòu)，這是可視化和模塊和供應(yīng)商的采購(gòu)；第六個(gè)是智能生產(chǎn)系統(tǒng)；第七個(gè)是智能物流系統(tǒng)；第八個(gè)是智能服務(wù)系統(tǒng)。

 

我拿這張圖的意圖是什么呢？其實(shí)搭建智能系統(tǒng)底層核心又走到了產(chǎn)業(yè)，我們叫做工業(yè)大數(shù)據(jù)，它的核心是工業(yè)大數(shù)據(jù)，沒(méi)有工業(yè)大數(shù)據(jù)在這里做底層的基礎(chǔ)，其實(shí)這八大智能模塊是難以實(shí)現(xiàn)的。

 

 

 

我們看一下這張圖就能說(shuō)明一下我剛才說(shuō)的含義了，這個(gè)就是我們開(kāi)發(fā)的設(shè)想，第一張圖就是我們?cè)O(shè)想未來(lái)智能物流系統(tǒng)的一個(gè)結(jié)構(gòu)圖，如果我們未來(lái)需求大數(shù)據(jù)做得很好，如果我們能夠?qū)崿F(xiàn)準(zhǔn)確的需求預(yù)測(cè)與訂單預(yù)測(cè)，如果我們可以實(shí)現(xiàn)全流程庫(kù)存的共享，如果我們能夠?qū)崿F(xiàn)整個(gè)從訂單端到端全流程可視。我這里舉個(gè)例子，400萬(wàn)訂單需求，其實(shí)我們有可能通過(guò)200萬(wàn)的現(xiàn)金可以滿(mǎn)足，因?yàn)樵谶@個(gè)條件下，如果我們未來(lái)的缺貨率低于5%，未來(lái)我們的訂單預(yù)測(cè)的準(zhǔn)確率高于80%，未來(lái)我們的速度低于10天，中間的苦庫(kù)存也盡可能優(yōu)，在這些條件下，其實(shí)我們可以用一半的資金滿(mǎn)足400萬(wàn)訂單，滿(mǎn)足安全庫(kù)存全部要求，其實(shí)我們可以成為物流銀行，因?yàn)橛?00萬(wàn)資金像阿里巴巴的余額寶一樣存留起來(lái)。但是這張圖的核心，我剛才說(shuō)的那么多如果，這個(gè)如果的先決表現(xiàn)就是基于從工廠到銷(xiāo)售到CDC、RDC到HUB一直到門(mén)店到最后一公里用戶(hù)全部流程的大數(shù)據(jù)分析，全部流程數(shù)據(jù)的可視化。

 

 

 

這是我們2013年做的第一個(gè)大數(shù)據(jù)項(xiàng)目，這其實(shí)是一個(gè)電商，這是中國(guó)很有名的一家電商，它的線上當(dāng)時(shí)是1700萬(wàn)會(huì)員，線下傳統(tǒng)大概有8000多萬(wàn)會(huì)員，我們是做的8000多萬(wàn)會(huì)員分群的大數(shù)據(jù)分析。大家看的這張圖可以看到，原來(lái)做大數(shù)據(jù)分析以前，它的整個(gè)線上1700萬(wàn)會(huì)員是沒(méi)有做分類(lèi)的，每個(gè)月的郵箱營(yíng)銷(xiāo)推送費(fèi)大概是1750萬(wàn)左右，但是整個(gè)用戶(hù)的點(diǎn)擊率，就是訪問(wèn)訂單率連千分之一都不到，因?yàn)榇蟛糠侄甲鳛槔幚砹耍鼪](méi)有一個(gè)比較精準(zhǔn)的分群。由于這家企業(yè)其實(shí)它雖然是個(gè)互聯(lián)網(wǎng)企業(yè)，但是我們從它的數(shù)據(jù)分析里面看到它整個(gè)數(shù)據(jù)積累質(zhì)量還是比較低，所以我們打的200多個(gè)標(biāo)簽里面最后用的標(biāo)簽其實(shí)連20個(gè)都不到，因?yàn)闆](méi)有數(shù)據(jù)做支撐。

 

即使在這種情況下，通過(guò)我們的算法，就是我們數(shù)據(jù)質(zhì)量高的時(shí)候，有對(duì)于高的算法，質(zhì)量相對(duì)低的時(shí)候，我們有相對(duì)低的算法，通過(guò)這些算法我們最后確定了7個(gè)大的分群，這就把大概1700萬(wàn)線上會(huì)員縮小到了小的10幾萬(wàn)，大的100多萬(wàn)這樣一個(gè)分群，這種分群就能夠使它的整個(gè)推送比原來(lái)精準(zhǔn)多了，至少是7倍的精準(zhǔn)。

 

在這個(gè)基礎(chǔ)上，我們開(kāi)發(fā)了面向各種不同群體的銷(xiāo)售語(yǔ)言，對(duì)應(yīng)不同群體營(yíng)銷(xiāo)語(yǔ)言，并且組織了針對(duì)不同群體營(yíng)銷(xiāo)的策劃，這個(gè)效果比原來(lái)的效果要好得多。

 

 

 

現(xiàn)在這個(gè)是我們做的又一個(gè)用于C端大數(shù)據(jù)分析，這家公司是有2700萬(wàn)會(huì)員，我們是整個(gè)對(duì)會(huì)員打了1300多個(gè)標(biāo)簽，我簡(jiǎn)單說(shuō)一下這個(gè)方法論，在這個(gè)項(xiàng)目里面，上面有一列，大家看一下，P01叫做基礎(chǔ)，P02叫做接觸，P03叫做意向，P04叫做眼光，P05叫做優(yōu)惠，P06叫做選款，這個(gè)什么意思呢？所謂P就是process，就是這家公司的核心業(yè)務(wù)，其實(shí)不管大數(shù)據(jù)也好，小數(shù)據(jù)也好，數(shù)據(jù)表征主要是業(yè)務(wù)，所以我們要對(duì)業(yè)務(wù)首先進(jìn)行比較清晰的梳理，對(duì)于業(yè)務(wù)要有深刻的認(rèn)識(shí)，你不對(duì)業(yè)務(wù)有深刻認(rèn)識(shí)是沒(méi)有辦法做大數(shù)據(jù)分析的，就是我常說(shuō)的，你即使是邀請(qǐng)一個(gè)人大統(tǒng)計(jì)系畢業(yè)的，北大統(tǒng)計(jì)學(xué)畢業(yè)出身的，他馬上也做不了大數(shù)據(jù)業(yè)務(wù)，為什么呢？因?yàn)樗麑?duì)業(yè)務(wù)沒(méi)有一個(gè)很清楚的了解是做不了大數(shù)據(jù)分析的。

 

比如說(shuō)我們問(wèn)一個(gè)學(xué)統(tǒng)計(jì)學(xué)的大學(xué)生，庫(kù)存周轉(zhuǎn)天數(shù)是35天意味著什么？大學(xué)生很難知道這個(gè)庫(kù)存周轉(zhuǎn)35天，這個(gè)業(yè)務(wù)有沒(méi)有競(jìng)爭(zhēng)力，所以它的先決條件就是我們要對(duì)業(yè)務(wù)進(jìn)行透徹的分析。這個(gè)業(yè)務(wù)透徹分析里，任何一家公司業(yè)務(wù)都是非常復(fù)雜的，所以我們分析的主要是給這家公司帶來(lái)銷(xiāo)售收入，帶來(lái)盈利，造成成本端到端的梳理，所以這家公司我們梳理了14個(gè)核心業(yè)務(wù)的端到端的流程，就是大家看到的從P01到P04，這14個(gè)核心業(yè)務(wù)的流程就構(gòu)成了這家公司一年50多個(gè)億的銷(xiāo)售收入。

 

 

 

那么左側(cè)這個(gè)縱向圖，就是我們通常對(duì)于用戶(hù)，尤其是對(duì)會(huì)員大數(shù)據(jù)分析的基本緯度，下面就這個(gè)具體項(xiàng)目呢，我再給大家拷幾張片子做一個(gè)更詳細(xì)的說(shuō)明。大家看這張片子就更有意思了，這張片子是我們做項(xiàng)目基本的方法論，大家看右側(cè)有一個(gè)標(biāo)簽分層，我們其實(shí)把整個(gè)對(duì)C2端，對(duì)會(huì)員大數(shù)據(jù)分析分成八層，大家可以看到第一個(gè)緯度是地理的緯度，什么叫地理緯度呢？這里面有一個(gè)解說(shuō)，比如說(shuō)省會(huì)城市、住宅、購(gòu)買(mǎi)地址、商圈、交通、店的檔位，這些都屬于地理位置。人口特征就是年齡、性別、職業(yè)、收入、教育程度，包括在這個(gè)項(xiàng)目里人的驗(yàn)光記錄，驗(yàn)光屬性的特征，這屬于人口特征。再往上走就是像購(gòu)買(mǎi)行為、價(jià)值潛力、使用場(chǎng)合、需求動(dòng)機(jī)，這里都有具體說(shuō)明。從底往上走，大家看到越往上走數(shù)據(jù)獲取難度越大。

 

其實(shí)我們或許一個(gè)用戶(hù)的地理信息呢，以及他的年齡相對(duì)來(lái)說(shuō)還是容易，獲取用戶(hù)的成本信息以及購(gòu)買(mǎi)行為信息就相對(duì)難了，再往上走，比如說(shuō)獲取他的需求動(dòng)機(jī)，他的態(tài)度、個(gè)性，甚至說(shuō)他的生活方式，這些信息就更難了，過(guò)去在沒(méi)有互聯(lián)網(wǎng)，尤其是移動(dòng)互聯(lián)網(wǎng)條件下，我們?cè)酵献叩臄?shù)據(jù)幾乎獲取不到，所以過(guò)去大數(shù)據(jù)分析的深度是很有限的。

 

根據(jù)這八個(gè)層次，我們做了一個(gè)標(biāo)簽的分層，最右邊那些就是具體的標(biāo)簽分層，這八個(gè)緯度變成到這個(gè)項(xiàng)目里面具體的標(biāo)簽分層就有了這個(gè)企業(yè)具體特點(diǎn)了，比如說(shuō)在功能需求上，我們驗(yàn)光上，除了一個(gè)視覺(jué)的健康以及實(shí)像兩個(gè)基本需求之外，其實(shí)我們有可能還有病理的需求，像年齡大的可能產(chǎn)生眼睛的老化、青光眼、白內(nèi)障，這就屬于病理的需求。還有其他功能性的需求，還有產(chǎn)品特性的需求，還有特定的適應(yīng)性的需求，這些都是需求動(dòng)機(jī)。由于這個(gè)企業(yè)數(shù)據(jù)保密原因，所以我們就到了第二層為止。

 

左邊這兩個(gè)實(shí)際上是KPI，因?yàn)閷?duì)于老板來(lái)說(shuō)他其實(shí)不在乎你是大數(shù)據(jù)還是小數(shù)據(jù)，快數(shù)據(jù)還是慢數(shù)據(jù)，老板在乎我給你錢(qián)做數(shù)據(jù)分析，我要的是效益的改善，在具體項(xiàng)目里就是要的是老會(huì)員的活躍，沉睡會(huì)員的覺(jué)醒，流失會(huì)員的回歸，以及會(huì)員的復(fù)購(gòu)率，以及客單價(jià)，這些是通過(guò)我們大數(shù)據(jù)分析來(lái)完成的。所以在我們大數(shù)據(jù)方法論上看的第一步其實(shí)是KPI定義相關(guān)標(biāo)簽的設(shè)計(jì)與差距分析，這是我們做的第一步。這之前我們還有一個(gè)第零步，也就是項(xiàng)目的開(kāi)端，我們要有一個(gè)大數(shù)據(jù)先驗(yàn)的分析模型，根據(jù)先驗(yàn)的分析模型，根據(jù)KPI定義，我們第二步再做數(shù)據(jù)的清洗和整合。第三步要基于現(xiàn)有客戶(hù)的價(jià)值做分群，第四步要開(kāi)展?fàn)I銷(xiāo)活動(dòng)，第五步要對(duì)營(yíng)銷(xiāo)活動(dòng)提出來(lái)一個(gè)具體的銷(xiāo)售效果，然后持續(xù)改進(jìn)。大數(shù)據(jù)的算法就在第二步和第三步之間，具體的算法模型是在第二步第三步之間實(shí)現(xiàn)的。

 

 

 

具體的分析模型，我們?cè)倏匆粡垐D，這張圖是我們具體分析的一張圖了，從這張圖截圖看下來(lái)，原來(lái)的這家2700萬(wàn)會(huì)員近乎沒(méi)有做任何分群，我們其實(shí)在這個(gè)分群中，由于我們分析方法的成熟，由于數(shù)據(jù)質(zhì)量比前一個(gè)有很大的提升，其實(shí)我們對(duì)2700萬(wàn)會(huì)員做了細(xì)的一個(gè)群。這里給大家看一個(gè)具體的分群，45歲到50歲這個(gè)年齡已經(jīng)開(kāi)始要形成眼疾病了，這個(gè)眼疾病有幾種表現(xiàn)，有可能是斜視、弱視，有可能眼表面的疾病，有可能形成白內(nèi)障，這種疾病在哪些場(chǎng)合下形成的？到底有什么感受？45歲到50歲這個(gè)群體具體活動(dòng)的場(chǎng)所、場(chǎng)景都是什么，他是在社交上更多，還是開(kāi)車(chē)上更多，休閑活動(dòng)更多呢，這些活動(dòng)對(duì)于他視力有什么要求呢？這個(gè)眼睛到底應(yīng)該怎么解決呢？以及這類(lèi)人群里面都是哪些具體的職業(yè)，職業(yè)有什么變化，等等，這些過(guò)去都完全沒(méi)有。經(jīng)過(guò)我們畫(huà)像，以及畫(huà)像做的分群，已經(jīng)做的比以前細(xì)多了，而且我們有一個(gè)基本的定義，也就是我們把兩年半以?xún)?nèi)就來(lái)配一次眼鏡的作為活躍客戶(hù)，兩年半到四年之間配一次眼鏡的作為睡眠客戶(hù)，四年還沒(méi)有來(lái)配眼鏡的，這個(gè)客戶(hù)基本上流失了，而且這個(gè)配眼鏡還是配太陽(yáng)鏡還是配近視鏡還是老花鏡呢，都有一些具體的聚類(lèi)分群。

 

 

 

我們?cè)倏聪乱粡埰樱@個(gè)就是針對(duì)我們具體的聚類(lèi)分群，我們開(kāi)發(fā)的用于前端手機(jī)的大數(shù)據(jù)分析產(chǎn)品，這個(gè)在實(shí)際效果中比較好。比如說(shuō)拿我的例子來(lái)說(shuō)，原來(lái)驗(yàn)光可能是七到八個(gè)緯度，有時(shí)候驗(yàn)光寫(xiě)在一張紙上，這張紙是輸?shù)较到y(tǒng)里還是隨手扔掉，我們也不知道，這種驗(yàn)光之后可以接收到52個(gè)緯度的信息，而且在你結(jié)束驗(yàn)光以后幾乎一分鐘之內(nèi)就可以收到。

 

這個(gè)信息里面的緯度，對(duì)我們用戶(hù)來(lái)講就可能會(huì)造成用戶(hù)的感動(dòng)，為什么？比如說(shuō)拿年齡大的來(lái)說(shuō)，這上面就可以看得到，你哪一天到我們這兒驗(yàn)光了，而且驗(yàn)光的52個(gè)緯度信息，我們可以從手機(jī)上看到，看到有些視覺(jué)緯度到危險(xiǎn)期的時(shí)候，短信上，手機(jī)的網(wǎng)頁(yè)上可以做提示，比如說(shuō)你可能接近輕微青光眼的前期了，這種情況下會(huì)主動(dòng)推送很多服務(wù)，比如說(shuō)三個(gè)月之內(nèi)再給你免費(fèi)做一次驗(yàn)光，看看你這個(gè)視覺(jué)是不是變壞，這樣除了配鏡子以外，還要做一下健康的檢查。

 

這個(gè)對(duì)前端來(lái)說(shuō)客戶(hù)就是比較滿(mǎn)意，而且客戶(hù)比較感動(dòng)，這個(gè)我們?cè)谝粋€(gè)城市做試點(diǎn)的時(shí)候知道這個(gè)試點(diǎn)的效果還是比較好，但這個(gè)后臺(tái)就是做了大量的工作，大家看這張圖看出來(lái)，后臺(tái)推送手機(jī)短信，后臺(tái)有一個(gè)很大的CIC客戶(hù)互動(dòng)中心，交互中心，交互中心會(huì)把這些數(shù)據(jù)都聚類(lèi)起來(lái)，在后端是一個(gè)CM系統(tǒng)，然后底層有一個(gè)大數(shù)據(jù)分析的體系，這些體系的建設(shè)，而且內(nèi)部數(shù)據(jù)全部要打通，所有門(mén)店上的數(shù)據(jù)，驗(yàn)光師上面的數(shù)據(jù)，以及交易上來(lái)的數(shù)據(jù)要全部打通，才能實(shí)現(xiàn)前端讓用戶(hù)感動(dòng)的數(shù)據(jù)服務(wù)。

 

 

 

還有一個(gè)案例我要簡(jiǎn)單說(shuō)一下。這個(gè)項(xiàng)目我就簡(jiǎn)單說(shuō)到這兒，我們?cè)倏匆粋€(gè)更大范圍內(nèi)的大數(shù)據(jù)分析的例子，這個(gè)不是一個(gè)店，這是一個(gè)大的購(gòu)物中心，這個(gè)是我們所做的對(duì)于到購(gòu)物中心128家店3月2號(hào)那一天十幾萬(wàn)人消費(fèi)者所有行為軌跡的分析，這一大型購(gòu)物中心主要形成了一個(gè)用戶(hù)定義，形成了一個(gè)消費(fèi)偏好，消費(fèi)動(dòng)機(jī)，消費(fèi)行為，商戶(hù)對(duì)購(gòu)物中心貢獻(xiàn)度，做了這幾個(gè)緯度的數(shù)據(jù)分析，靠這一天幾萬(wàn)十幾萬(wàn)人整個(gè)WIFI數(shù)據(jù)地址，他的整個(gè)軌跡數(shù)據(jù)，再配合紅外的數(shù)據(jù)，再輔助以門(mén)店的POS數(shù)據(jù)所做的綜合消費(fèi)行為的分析。

 

大家從這張圖里能夠看到，在我們分析的125家商戶(hù)當(dāng)中，中間這個(gè)節(jié)點(diǎn)，就是大家去的最多的那個(gè)節(jié)點(diǎn)，給這個(gè)購(gòu)物中心帶來(lái)最大貢獻(xiàn)的一個(gè)節(jié)點(diǎn)是一家coldstone的店，最差的一家店是叫做（品拉照相）的店，coldstone的店對(duì)購(gòu)物中心的貢獻(xiàn)比購(gòu)物中心向它收的租金大幾倍甚至十幾倍，所以通過(guò)這個(gè)大數(shù)據(jù)分析，我們引導(dǎo)購(gòu)物中心不僅僅通過(guò)傳統(tǒng)的收租金的一種方式，所以這種購(gòu)物中心的費(fèi)用收取模式的變革實(shí)際上是依據(jù)大數(shù)據(jù)分析的。

 

 

 

我再簡(jiǎn)單說(shuō)最后一個(gè)案例，這個(gè)案例是我們?cè)谧龃髷?shù)據(jù)分析項(xiàng)目里面比較艱難的一個(gè)案例，就是我們一個(gè)很新的嘗試，目前分析的領(lǐng)域還主要是面向終端用戶(hù)，這個(gè)已經(jīng)走到了B2B了，走到了B2B一個(gè)企業(yè)內(nèi)部的運(yùn)營(yíng)了，如果說(shuō)前面對(duì)用戶(hù)的分析主要拉伸他的銷(xiāo)售，這個(gè)分析主要是要節(jié)約運(yùn)營(yíng)成本。

 

這是一家工程機(jī)械的企業(yè)，這個(gè)企業(yè)看到原來(lái)在我們前幾個(gè)項(xiàng)目來(lái)核心業(yè)務(wù)的梳理，端到端的梳理只有一條線，從前拉到后，這個(gè)企業(yè)里面，我們核心有五條線，因?yàn)檫@個(gè)企業(yè)的工程機(jī)械銷(xiāo)售還是比B2C的企業(yè)復(fù)雜得多，因?yàn)樗皇且粋€(gè)簡(jiǎn)單的現(xiàn)款現(xiàn)貨完成銷(xiāo)售的閉環(huán)，其實(shí)工程機(jī)械賣(mài)出去以后，銷(xiāo)售的一半還沒(méi)有結(jié)束，其實(shí)大量的業(yè)務(wù)流程是在后市場(chǎng)，服務(wù)、維修、退換貨，以及更重要的是整個(gè)租賃，以及風(fēng)控的環(huán)節(jié)。

 

我們整個(gè)對(duì)這家公司的業(yè)務(wù)，通過(guò)五個(gè)主業(yè)務(wù)緯度，對(duì)它的售前、售后、后市場(chǎng)風(fēng)控，進(jìn)行了五個(gè)緯度業(yè)務(wù)數(shù)據(jù)的解讀，找到了520個(gè)業(yè)務(wù)的斷點(diǎn)，520個(gè)業(yè)務(wù)斷點(diǎn)做了很多分類(lèi)，對(duì)每個(gè)分類(lèi)進(jìn)行了大量的算法模型，通過(guò)算法模型找到了能夠讓它經(jīng)營(yíng)斷點(diǎn)，這個(gè)斷點(diǎn)其實(shí)對(duì)于企業(yè)老板來(lái)說(shuō)就是流血點(diǎn)，能夠讓流血點(diǎn)止血的一整套大數(shù)據(jù)分析和新的運(yùn)營(yíng)管理的解決方案。這個(gè)解決方案，我們的分析過(guò)程當(dāng)中，這些業(yè)務(wù)斷點(diǎn)一年造成了這家公司經(jīng)營(yíng)損失大概1500多萬(wàn)，通過(guò)我們數(shù)據(jù)分析所形成新的運(yùn)營(yíng)改善的方案，經(jīng)過(guò)去年實(shí)戰(zhàn)已經(jīng)有了2000多萬(wàn)回收，這2000多萬(wàn)業(yè)務(wù)經(jīng)營(yíng)的改善，實(shí)際上就是凈利，這家公司的董事長(zhǎng)對(duì)于這個(gè)項(xiàng)目是感到非常的驚喜，因?yàn)闆](méi)有想到他這么多年建的系統(tǒng)，其實(shí)系統(tǒng)是能夠看到數(shù)的，但是過(guò)去一直缺乏這么一個(gè)數(shù)背后的，能夠帶來(lái)業(yè)務(wù)改善的分析方法。

 

 

 

最后一張片子，我說(shuō)一下我們大數(shù)據(jù)分析模型，這張片子其實(shí)是很有意義的，由于我們?cè)趥鹘y(tǒng)企業(yè)大數(shù)據(jù)分析走的相對(duì)早，而且我們?cè)诿孔鲆粋€(gè)項(xiàng)目的時(shí)候都在積累我們的分析方法，因?yàn)楹芏囗?xiàng)目其實(shí)對(duì)于我們來(lái)說(shuō)也是很大的挑戰(zhàn)，所以我們逐漸開(kāi)發(fā)出了一套“8+1”板塊，大概有48個(gè)組件，250多個(gè)模板的這么一整套大數(shù)據(jù)分析增值分析的模型，由于還不可能無(wú)償向大家開(kāi)放，所以我們這里舉個(gè)例子。在我們一級(jí)結(jié)構(gòu)，就是大數(shù)據(jù)分析模型從第零步，一直到第八步，二級(jí)就是分成的板塊，比如說(shuō)第六步，就是大數(shù)據(jù)挖掘算法測(cè)試開(kāi)發(fā)和發(fā)布，第七步就是交互設(shè)計(jì)與系統(tǒng)開(kāi)發(fā)的SaaS，第八步就是上線內(nèi)測(cè)公測(cè)，集成、連條、持續(xù)運(yùn)營(yíng)，這涉及到系統(tǒng)。在第六步的第三個(gè)層級(jí)，就是模塊的層級(jí)，大家看到有這么七個(gè)模塊，到底怎么去端到端的梳理業(yè)務(wù)，建立關(guān)鍵的閘口點(diǎn)，以及結(jié)合用戶(hù)的業(yè)務(wù)策略，來(lái)制定從業(yè)務(wù)角度考慮的數(shù)據(jù)的重要緯度，因?yàn)閿?shù)據(jù)并不是同等的，我們把數(shù)據(jù)前后可能分成五個(gè)緯度，最重要的緯度拿五個(gè)星來(lái)表示，然后比如再往下走一步，就是調(diào)度引擎會(huì)根據(jù)配置的任務(wù)進(jìn)行作業(yè)的調(diào)度形成相關(guān)的數(shù)據(jù)，然后做數(shù)據(jù)的標(biāo)準(zhǔn)化的變量選擇與轉(zhuǎn)換，這都是比較技術(shù)的語(yǔ)言了。復(fù)雜數(shù)據(jù)模型到多重算法的技術(shù)建模，這個(gè)說(shuō)老實(shí)話我也不懂，這是我們大數(shù)據(jù)分析團(tuán)隊(duì)，尤其是大數(shù)據(jù)科學(xué)家他們專(zhuān)業(yè)的任務(wù)。對(duì)應(yīng)的模板大家看就是下面有一張對(duì)應(yīng)的模板，這是我們整個(gè)大數(shù)據(jù)分析方法，這個(gè)方法使我們對(duì)各種類(lèi)型的企業(yè)，尤其對(duì)2C的企業(yè)，在你企業(yè)積累了相當(dāng)?shù)臄?shù)據(jù)，而且不知道怎么用的情況下，這是一個(gè)很大的幫助。

 

我昨天接觸了一個(gè)做游戲的一家公司，這家公司其實(shí)也積累了大量的數(shù)據(jù)，尤其是VIP會(huì)員的數(shù)據(jù)，但是為什么會(huì)員會(huì)上來(lái)打游戲，或者為什么這段時(shí)間不來(lái)，或者是哪些會(huì)員流失了，因?yàn)樗腣IP會(huì)員是他銷(xiāo)售的90%，現(xiàn)在完全很茫然，完全不知道到底背后是哪些原因造成他們這些行為，所以現(xiàn)在他們對(duì)我們大數(shù)據(jù)分析模型方法很感興趣，這就是一個(gè)具體的例子。

 

我今天的介紹，關(guān)于大數(shù)據(jù)分析，如何給企業(yè)帶來(lái)實(shí)際，或者銷(xiāo)售收入的增長(zhǎng)，這里面表明為會(huì)員復(fù)購(gòu)率的增長(zhǎng)，或者是對(duì)一個(gè)企業(yè)運(yùn)營(yíng)成本的節(jié)約，這是節(jié)約的效率，一個(gè)是開(kāi)源一個(gè)節(jié)流，我做了兩個(gè)案例分析，在分析以前對(duì)整個(gè)大數(shù)據(jù)提出了我的看法，所以我今天跟各位的交流就說(shuō)到這里，首先謝謝各位，歡迎下面繼續(xù)討論。

 

今天會(huì)議的主持，我集中關(guān)于大數(shù)據(jù)落地匯報(bào)就說(shuō)到這里。

 

問(wèn)答精選：

 

提問(wèn)：我們是快消品廠家，目前主要是通過(guò)第三方平臺(tái)做toc，這方面可以做第三方平臺(tái)的大數(shù)據(jù)分析嗎？

 

回答：有一位朋友提到了，他們是快銷(xiāo)品廠家，目前用的第三方的平臺(tái)，我想問(wèn)一下第三方平臺(tái)是不是指淘寶天貓的平臺(tái)？如果是淘寶天貓平臺(tái)，其實(shí)關(guān)鍵在于你能不能獲取到天貓的數(shù)據(jù)，以我過(guò)去參與電商的經(jīng)歷，你是很難獲取到天貓的數(shù)據(jù)，因?yàn)樘詫毺熵埍旧砭陀写髷?shù)據(jù)產(chǎn)品，他們本身就是靠這個(gè)賺錢(qián)的。

 

提問(wèn)：當(dāng)業(yè)務(wù)部門(mén)還熱衷于傳統(tǒng)模式運(yùn)營(yíng)，不接受數(shù)據(jù)分析運(yùn)營(yíng)時(shí)怎么辦？

 

回答：這個(gè)說(shuō)明現(xiàn)在這個(gè)傳統(tǒng)企業(yè)活得還不錯(cuò)，其實(shí)分析不分析，對(duì)他來(lái)說(shuō)銷(xiāo)售很好，毛利很高，這個(gè)時(shí)候他沒(méi)有痛點(diǎn)或者你還沒(méi)有找到他的痛點(diǎn)，對(duì)用戶(hù)還沒(méi)有洞察的需求，其實(shí)也無(wú)所謂大數(shù)據(jù)分析。業(yè)務(wù)部門(mén)熱衷于傳統(tǒng)模式的運(yùn)營(yíng)是因?yàn)閭鹘y(tǒng)模式還能夠給業(yè)務(wù)帶來(lái)利潤(rùn)。業(yè)務(wù)不會(huì)天生對(duì)大數(shù)據(jù)感興趣。還是找到業(yè)務(wù)的痛點(diǎn)：1.要么大數(shù)據(jù)如何對(duì)業(yè)績(jī)提升做出貢獻(xiàn)；2.要么對(duì)成本降低做出貢獻(xiàn)；業(yè)務(wù)嘗到甜頭后，自然會(huì)感興趣。畢竟業(yè)務(wù)對(duì)大數(shù)據(jù)技術(shù)是不精通的。

 

提問(wèn)：大數(shù)據(jù)分析，在對(duì)于質(zhì)量提升方面有什么案例嗎？

 

回答：有一位朋友提到了對(duì)于大數(shù)據(jù)分析對(duì)質(zhì)量的提升，這個(gè)實(shí)際上項(xiàng)目是沒(méi)有具體做過(guò)，但是因?yàn)槲疫^(guò)去在企業(yè)管理里面長(zhǎng)期是對(duì)全面質(zhì)量管理感興趣，其實(shí)我個(gè)人認(rèn)為，其實(shí)基于質(zhì)量的全流程質(zhì)量追溯，尤其責(zé)任追溯，從前端質(zhì)量的投訴一直到后面門(mén)店，或者是銷(xiāo)售，或者是制造，以及到供應(yīng)商的供應(yīng)這一連串質(zhì)量的追溯，其實(shí)這里面如果這個(gè)數(shù)據(jù)能實(shí)現(xiàn)閉環(huán)的話，其實(shí)我是建議這個(gè)質(zhì)量追溯的大數(shù)據(jù)分析模型還是很有意義的。

 

而對(duì)于這個(gè)模型，我的想象只要對(duì)每一個(gè)追溯的節(jié)點(diǎn)，你數(shù)據(jù)都能夠獲取，包括這個(gè)數(shù)據(jù)獲取我個(gè)人想象是多維度的，比如從質(zhì)量檢測(cè)儀器上獲取的數(shù)據(jù)，從計(jì)量?jī)x器上獲取的數(shù)據(jù)，包括從質(zhì)量管理組織獲取的數(shù)據(jù)，包括索賠的數(shù)據(jù)，以及供應(yīng)商分批次質(zhì)量問(wèn)題數(shù)據(jù)，如果這些都獲取來(lái)的情況下，其實(shí)完全可以建立一個(gè)比較精準(zhǔn)的大數(shù)據(jù)分析模型，這個(gè)方法其實(shí)我們可以做深入的溝通。