企业数据决策五大案例
世道险恶，古有降龙十八掌，惩恶扬善；
变化莫测，数字化生存更为不易，如何破？
有一家金融公司，在“强者恒强”的银行业，破除魔咒，跻身为美国第七大银行，怎么做到的？
有一家旅行短租网站，作为共享经济的代表，短短几年快速成长为估值100亿美元公司，又是怎么做到的？
有一家职业社交网站，居然被微软在6月宣布以262亿美元收购，估计你猜到了是哪家，但是你猜不到这背后的共性。
其实，这背后的武学秘笈，
我们称之为BASIC理论，
这并不神秘！
举几个栗子：
第壹招九阳真经
核心信念(Belief)
美国第一资本金融公司，5年400倍增长。
回看美国消费金融的发展史时，会发现Capital One是最完美的案例。描述了一家小型银行，如何攻入了成熟的、增长缓慢的信用卡行业。
从1993年到2003年30年间，这家公司神奇地成长为美国第三大的信用卡中心，连续十年保持了收入两位数的增长。
这背后的奥秘是什么？
此为第一招：九阳真经，建立以数据为中心的核心信念。
九阳真经是武林中绝顶厉害的内功心法，是最浑厚、最精湛的内功，也是修炼武功的基础。正如公司决策层信不信是建立数据决策力的前提，要先转变思路。
具体来说，数据化生存的核心信念就是，数据=生产资料，数据技术=生产力，数据+数据技术=核心竞争力，数据将成为业务发展的主要驱动力，而决策层驱动成为数据决策力建设的重要特征。
用商学院案例分析的方法去看一下，虽然在上世纪90年代，美国几乎每个有信用承担能力的家庭都有信用卡，但没有任何一家银行去认真分析过用户之间的个体利润率差异。 这是Capital One的前身Signet当时面对的市场环境。
其实，20%保持较高欠款余额和持续缴纳利息的用户，才是信用卡中心真正的利润贡献者（love’ems客户），他们通常贡献了行业125%的利润。而大部分按期还款的用户其实对于银行来说，是单纯导致亏损的（kill yous客户）。
Capital One正是在后来用差异化的定价策略，抓住了love’ems客户，才对竞争对手形成了强力冲击。并利用边测试边学习（test-and-learn）的策略发现优质用户的分层。
但是知易行难，在一个有效的动态信用打分模型形成前，管理层需要顶住短期坏账率波动的压力。母公司Signet的董事会拥有豁达的胸怀支持Capital One分拆独立运作，是这家伟大的消费金融企业成功的必要条件。
第贰招易筋经
架构设计(Architecture)
修炼易筋经，首先要打通任督二脉。
将企业的运营与决策迁移到数据之上，意味着企业发展战略上的重大变化，必然带来组织架构的变化，这就如同打通企业的脉络，进行组织架构设计。
可以有两类：一类是战略层面变化，设立首席数据官、成立大数据办；一类是根据外部变化对相关业务调整，更多发生在数据决策力释放中。
有了这个大招，即使是传统企业也焕发出新机。
早在2012年，长虹即意识到智能战略对长虹发展的重要性，比其他对手更早地涉足数据和人工智能研发领域。
伴随长虹组织架构调整的是一系列围绕大数据的产品、服务和平台。
2013年，长虹与百分点合作，建立大数据平台，全面采集和整合用户数据，并建立了业内首个电视收视率分析系统。该系统远远比以往的市场调查要精准和实时，有助于长虹高附加值的内容服务和市场营销推广。
2014年，长虹把原有的多媒体公司和信息技术公司合二为一，将散落在全国各地子公司的所有研发人员整合到集团层面，成立软件服务中心技术部门，打破以往条块分割的技术和产品体系，建立适应智能家电市场的组织架构。
2014年末，长虹成立家电行业首个大数据中心，并任命首席数据官职务（CDO）。
2015年，长虹启动用户标签管理系统，深入洞察用户行为、偏好、产品诉求等各方面特征。用户标签系统与400客服中心对接后，售后人员可提前了解用户购买产品、偏好等各方面信息，延保服务销量增加了80%。
2016年7月，长虹发布全球首款智能电视。通过与百分点合作研发的智能推荐系统，长虹智能电视可自动记忆、分析和推荐用户偏好的电视内容。
大数据平台也为“老家电”长虹的互联网转型带来了更多想象空间。基于大数据平台和已有的用户数据，长虹开始发展庞大的智慧家庭生态圈，包括智慧社区、智慧医疗、智慧娱乐等。 第叁招十八罗汉阵
专业团队(Staff)
少林十八罗汉是达摩院高手，一般由达摩院首座亲率，威名远播，是少林镇寺之宝。
数据决策力要求基于应用来跨部门整合组织内部的智力链，形成“虚拟团队”，并与业务团队保持有效沟通，这种专业团队如同十八罗汉阵一样坚不可摧。
比如，Airbnb----旅行短租业的eBay，快速成长为估值100亿美元公司。
在硅谷流传着一句非常罗曼蒂克的话，准确决策和快速行动会让任何小的创意成为大的变革。
Airbnb创始人非常具有前瞻性，在公司成立初期就迫不及待地着手筹建自己的专业数据团队，并通过数据驱动不断学习和迭代产品。
数据科学在Airbnb存在的基石是公司无处不在的数据文化，你会在公司的各个领域感受到数据的存在。但新的团队如何融入新的架构中？
数据科学家和决策者应该建立更加紧密的合作关系。比如当开发数据项目时，在Airbnb是采用多部门的合作机制，这让数据团队在整个组织架构下有了新的呈现方式。
正因如此，Airbnb对团队架构进行了改组，将中心化模型逐步改为混合式。
所有的数据科学家在Airbnb初期隶属数据团队依然遵从中心模型，但将数据团队再划分为几个小型团队，不同团队和工程、设计、产品经理、市场联系，各自建立紧密关系。
这种变革加速了数据文化在公司的传播，同时也让数据科学家从传统的数据统计收集者，转向主动发现问题的合作者。
这样一来，不同部门的数据团队才可以很好的去观察业务的方方面面，建立一套像神经网络式的结构，来帮助Airbnb不同部门彼此学习。
Airbnb如今的数据底层很稳定，工具功能强大，而且数据仓库构建清晰可依靠。
未来更大目标，是要将数据的批次分析，提升为数据的实时分析，建立一套更强健有力的数据库异常侦查系统，更深入地去了解网络影响，增强对房东房客配比和个性化需求的理解。 这就是Airbnb如何修炼数据决策功夫，帮助优化产品决策的。
第肆招乾坤大挪移
基础设施(Infrastructure)
“乾坤大挪移”相传是一门最厉害的武功，其根本道理也并不如何奥妙，只不过要先激发自身潜力，然后牵引挪移，但其中变化神奇，灵活异常，让人匪夷所思。
企业也一样，先要进行软件和硬件的基础设施建设，激发数据能力。但如果按照传统的方式自主建设软硬件设施，需要大量人力、物力和资金投入，况且建成之后还需要日常运营的持续投入。所以换个角度，如果交由第三方专业供应商，不仅节省投入，而且其基础设施还更加灵活。
比如，德国宝马汽车公司的大数据基础建设包括：决策管理、内容分析、规划与预测，发现与探索、商业智能、预测分析、数据和内容管理、流计算、数据仓储、信息集成和治理等大数据核心基础模块。
宝马汽车在构建软硬件基础设施时，大量借助于第三方供应商。比如说，在硬件设施上宝马长期借助于亚马逊的AWS云计算平台。2016年4月，宝马又与微软合作，希望借助微软Azure云计算平台以及微软数据库和机器学习功能，为宝马用户提供路况、导航等应用，提
高用户体验。而在汽车设计环节，宝马借助于预测分析软件，将对大数据的分析，从原来的数月缩短到数天，从而迅速检测和定位潜在地问题，最终加速了研发的进程。
依托这些大数据分析的基础设施，BMW通过构建消费者画像分析体系、引擎生产线上即时监测分析体系，从大量产品设计和生产过程产生的数据中获取有价值的见解，借助大数据打造出更符合消费者需求的产品，建立一种全新的基于大数据的商业模式。
第伍招独孤九剑
机构能力(Capability)
独孤九剑是武学的最高境界，以无招胜有招，后发先至，一招制胜。并且讲究的核心是速度，查到对方漏洞后即出招。
数据决策力是一种新的综合能力，也要达到综合运用的境界，不是只有几个高端或者数据团队能够理解和运用就够了的，而是将这种能力赋予全体员工，发挥机构能力。
无论是Capital One、Linkedin、Airbnb，还是长虹，只有按照分级赋能的原则，最终使全体员工在本职工作中应对复杂挑战，才能使企业从微观运营到宏观战略等各个层面，都能及时响应市场的变化，提高决策效率和精准度。
比如，微软在6月宣布以262亿美元收购的Linkedin，量化了数据资产和数据决策的价值。 Linkedin更引人注意的是，它对高端企业用户的吸引力：大约90％左右的TOP100企业在使用Linkedin的服务。
在Linkedin，大数据渗透在各个产品和决策之中。Linkedin的这一整套业务尤其是商业模式，是由数据分析和处理能力驱动的。
可想而知，注册用户数、入驻企业数量爆发性增长，为了让招聘者和求职者更准确地匹配，让广告推荐更加符合用户的真实喜好，准确和靠谱的数据分析是构建Linkedin整个服务的基石。
Linkedin总结了数据分析的三大原则：
第一是简单，任何人都能够看明白看懂；
第二是迅速，越快接受度越高；
第三是规模化，所有员工都能够用数据分析做决策。
所以要推翻传统的数据分析方法，重新构建一个分析框架。在这基础之上，才是传统分析中的专题分析、商业智能与报告、深度分析。
在完成整个分析框架底层的构建之后，让每个员工都能使用这些数据分析结果，发挥机构能力从而进行进一步决策。
天下武功，唯快不破
实则却知易行难。
为了帮助企业用户构筑数据决策体系，百分点《数据决策力白皮书》提出了构建决策力的构建理论。它们依次是核心信念(Belief)、架构设计(Architecture)、专业团队(Staff)、基础设施(Infrastructure)和机构能力(Capability)，构成了数据决策力建设的BASIC理论，也是构建数据决策力的方法论。
武功秘诀都告诉你了，快来修炼吧！
下载《数据决策力白皮书》：
http://www.baifendian.com/reports/380.html
企业数据决策五大案例
世道险恶，古有降龙十八掌，惩恶扬善；
变化莫测，数字化生存更为不易，如何破？
有一家金融公司，在“强者恒强”的银行业，破除魔咒，跻身为美国第七大银行，怎么做到的？
有一家旅行短租网站，作为共享经济的代表，短短几年快速成长为估值100亿美元公司，又是怎么做到的？
有一家职业社交网站，居然被微软在6月宣布以262亿美元收购，估计你猜到了是哪家，但是你猜不到这背后的共性。
其实，这背后的武学秘笈，
我们称之为BASIC理论，
这并不神秘！
举几个栗子：
第壹招九阳真经
核心信念(Belief)
美国第一资本金融公司，5年400倍增长。
回看美国消费金融的发展史时，会发现Capital One是最完美的案例。描述了一家小型银行，如何攻入了成熟的、增长缓慢的信用卡行业。
从1993年到2003年30年间，这家公司神奇地成长为美国第三大的信用卡中心，连续十年保持了收入两位数的增长。
这背后的奥秘是什么？
此为第一招：九阳真经，建立以数据为中心的核心信念。
九阳真经是武林中绝顶厉害的内功心法，是最浑厚、最精湛的内功，也是修炼武功的基础。正如公司决策层信不信是建立数据决策力的前提，要先转变思路。
具体来说，数据化生存的核心信念就是，数据=生产资料，数据技术=生产力，数据+数据技术=核心竞争力，数据将成为业务发展的主要驱动力，而决策层驱动成为数据决策力建设的重要特征。
用商学院案例分析的方法去看一下，虽然在上世纪90年代，美国几乎每个有信用承担能力的家庭都有信用卡，但没有任何一家银行去认真分析过用户之间的个体利润率差异。 这是Capital One的前身Signet当时面对的市场环境。
其实，20%保持较高欠款余额和持续缴纳利息的用户，才是信用卡中心真正的利润贡献者（love’ems客户），他们通常贡献了行业125%的利润。而大部分按期还款的用户其实对于银行来说，是单纯导致亏损的（kill yous客户）。
Capital One正是在后来用差异化的定价策略，抓住了love’ems客户，才对竞争对手形成了强力冲击。并利用边测试边学习（test-and-learn）的策略发现优质用户的分层。
但是知易行难，在一个有效的动态信用打分模型形成前，管理层需要顶住短期坏账率波动的压力。母公司Signet的董事会拥有豁达的胸怀支持Capital One分拆独立运作，是这家伟大的消费金融企业成功的必要条件。
第贰招易筋经
架构设计(Architecture)
修炼易筋经，首先要打通任督二脉。
将企业的运营与决策迁移到数据之上，意味着企业发展战略上的重大变化，必然带来组织架构的变化，这就如同打通企业的脉络，进行组织架构设计。
可以有两类：一类是战略层面变化，设立首席数据官、成立大数据办；一类是根据外部变化对相关业务调整，更多发生在数据决策力释放中。
有了这个大招，即使是传统企业也焕发出新机。
早在2012年，长虹即意识到智能战略对长虹发展的重要性，比其他对手更早地涉足数据和人工智能研发领域。
伴随长虹组织架构调整的是一系列围绕大数据的产品、服务和平台。
2013年，长虹与百分点合作，建立大数据平台，全面采集和整合用户数据，并建立了业内首个电视收视率分析系统。该系统远远比以往的市场调查要精准和实时，有助于长虹高附加值的内容服务和市场营销推广。
2014年，长虹把原有的多媒体公司和信息技术公司合二为一，将散落在全国各地子公司的所有研发人员整合到集团层面，成立软件服务中心技术部门，打破以往条块分割的技术和产品体系，建立适应智能家电市场的组织架构。
2014年末，长虹成立家电行业首个大数据中心，并任命首席数据官职务（CDO）。
2015年，长虹启动用户标签管理系统，深入洞察用户行为、偏好、产品诉求等各方面特征。用户标签系统与400客服中心对接后，售后人员可提前了解用户购买产品、偏好等各方面信息，延保服务销量增加了80%。
2016年7月，长虹发布全球首款智能电视。通过与百分点合作研发的智能推荐系统，长虹智能电视可自动记忆、分析和推荐用户偏好的电视内容。
大数据平台也为“老家电”长虹的互联网转型带来了更多想象空间。基于大数据平台和已有的用户数据，长虹开始发展庞大的智慧家庭生态圈，包括智慧社区、智慧医疗、智慧娱乐等。 第叁招十八罗汉阵
专业团队(Staff)
少林十八罗汉是达摩院高手，一般由达摩院首座亲率，威名远播，是少林镇寺之宝。
数据决策力要求基于应用来跨部门整合组织内部的智力链，形成“虚拟团队”，并与业务团队保持有效沟通，这种专业团队如同十八罗汉阵一样坚不可摧。
比如，Airbnb----旅行短租业的eBay，快速成长为估值100亿美元公司。
在硅谷流传着一句非常罗曼蒂克的话，准确决策和快速行动会让任何小的创意成为大的变革。
Airbnb创始人非常具有前瞻性，在公司成立初期就迫不及待地着手筹建自己的专业数据团队，并通过数据驱动不断学习和迭代产品。
数据科学在Airbnb存在的基石是公司无处不在的数据文化，你会在公司的各个领域感受到数据的存在。但新的团队如何融入新的架构中？
数据科学家和决策者应该建立更加紧密的合作关系。比如当开发数据项目时，在Airbnb是采用多部门的合作机制，这让数据团队在整个组织架构下有了新的呈现方式。
正因如此，Airbnb对团队架构进行了改组，将中心化模型逐步改为混合式。
所有的数据科学家在Airbnb初期隶属数据团队依然遵从中心模型，但将数据团队再划分为几个小型团队，不同团队和工程、设计、产品经理、市场联系，各自建立紧密关系。
这种变革加速了数据文化在公司的传播，同时也让数据科学家从传统的数据统计收集者，转向主动发现问题的合作者。
这样一来，不同部门的数据团队才可以很好的去观察业务的方方面面，建立一套像神经网络式的结构，来帮助Airbnb不同部门彼此学习。
Airbnb如今的数据底层很稳定，工具功能强大，而且数据仓库构建清晰可依靠。
未来更大目标，是要将数据的批次分析，提升为数据的实时分析，建立一套更强健有力的数据库异常侦查系统，更深入地去了解网络影响，增强对房东房客配比和个性化需求的理解。 这就是Airbnb如何修炼数据决策功夫，帮助优化产品决策的。
第肆招乾坤大挪移
基础设施(Infrastructure)
“乾坤大挪移”相传是一门最厉害的武功，其根本道理也并不如何奥妙，只不过要先激发自身潜力，然后牵引挪移，但其中变化神奇，灵活异常，让人匪夷所思。
企业也一样，先要进行软件和硬件的基础设施建设，激发数据能力。但如果按照传统的方式自主建设软硬件设施，需要大量人力、物力和资金投入，况且建成之后还需要日常运营的持续投入。所以换个角度，如果交由第三方专业供应商，不仅节省投入，而且其基础设施还更加灵活。
比如，德国宝马汽车公司的大数据基础建设包括：决策管理、内容分析、规划与预测，发现与探索、商业智能、预测分析、数据和内容管理、流计算、数据仓储、信息集成和治理等大数据核心基础模块。
宝马汽车在构建软硬件基础设施时，大量借助于第三方供应商。比如说，在硬件设施上宝马长期借助于亚马逊的AWS云计算平台。2016年4月，宝马又与微软合作，希望借助微软Azure云计算平台以及微软数据库和机器学习功能，为宝马用户提供路况、导航等应用，提
高用户体验。而在汽车设计环节，宝马借助于预测分析软件，将对大数据的分析，从原来的数月缩短到数天，从而迅速检测和定位潜在地问题，最终加速了研发的进程。
依托这些大数据分析的基础设施，BMW通过构建消费者画像分析体系、引擎生产线上即时监测分析体系，从大量产品设计和生产过程产生的数据中获取有价值的见解，借助大数据打造出更符合消费者需求的产品，建立一种全新的基于大数据的商业模式。
第伍招独孤九剑
机构能力(Capability)
独孤九剑是武学的最高境界，以无招胜有招，后发先至，一招制胜。并且讲究的核心是速度，查到对方漏洞后即出招。
数据决策力是一种新的综合能力，也要达到综合运用的境界，不是只有几个高端或者数据团队能够理解和运用就够了的，而是将这种能力赋予全体员工，发挥机构能力。
无论是Capital One、Linkedin、Airbnb，还是长虹，只有按照分级赋能的原则，最终使全体员工在本职工作中应对复杂挑战，才能使企业从微观运营到宏观战略等各个层面，都能及时响应市场的变化，提高决策效率和精准度。
比如，微软在6月宣布以262亿美元收购的Linkedin，量化了数据资产和数据决策的价值。 Linkedin更引人注意的是，它对高端企业用户的吸引力：大约90％左右的TOP100企业在使用Linkedin的服务。
在Linkedin，大数据渗透在各个产品和决策之中。Linkedin的这一整套业务尤其是商业模式，是由数据分析和处理能力驱动的。
可想而知，注册用户数、入驻企业数量爆发性增长，为了让招聘者和求职者更准确地匹配，让广告推荐更加符合用户的真实喜好，准确和靠谱的数据分析是构建Linkedin整个服务的基石。
Linkedin总结了数据分析的三大原则：
第一是简单，任何人都能够看明白看懂；
第二是迅速，越快接受度越高；
第三是规模化，所有员工都能够用数据分析做决策。
所以要推翻传统的数据分析方法，重新构建一个分析框架。在这基础之上，才是传统分析中的专题分析、商业智能与报告、深度分析。
在完成整个分析框架底层的构建之后，让每个员工都能使用这些数据分析结果，发挥机构能力从而进行进一步决策。
天下武功，唯快不破
实则却知易行难。
为了帮助企业用户构筑数据决策体系，百分点《数据决策力白皮书》提出了构建决策力的构建理论。它们依次是核心信念(Belief)、架构设计(Architecture)、专业团队(Staff)、基础设施(Infrastructure)和机构能力(Capability)，构成了数据决策力建设的BASIC理论，也是构建数据决策力的方法论。
武功秘诀都告诉你了，快来修炼吧！
下载《数据决策力白皮书》：
http://www.baifendian.com/reports/380.html