战略管理：数据驱动的战略目标及决策制定

　　一、集团决策层需要建立以数据驱动为核心的战略目标。

　　二、集团商业目标来源需要调整。然而大数据时代，商业战略的制定来源于开放供应链情景下的客户精准需求、底层操作层等数据的自下而上的引导式的制度安排。

　　三、在组织架构设计上，大数据时代集团企业应设计更为灵活的组织架构。集团基于数据收集与数据共享的目标整合各部门职能，为各部门决策者提供合适的数据展现，为数据决策提供有效支持。

　　四、集团管控需要建立基于数据驱动的决策制定意识和工作流程。大数据可以提供快速、敏锐的分析结果，管理者同样需要凭借自身经验和洞察力去发现更多的商业机会，开拓市场并用敏锐的创新思维来制定管理决策，带动集团企业和员工完成变革。

　　商业模式创新

　　创新在产生所有数据的过程中扮演重要角色，也是管理数据的关键。创新性思维可以实现旧产品增值或创造新品牌，数据本身为创新提供机会。

　　例如，阿里巴巴通过余额宝将中小投资者、金融机构、小微企业联系在一起，建立了新型融资模式。而余额宝模式建立的前提就是通过大数据对普通投资者、小微企业投融资需求数据进行综合分析的结果。

　　运营层：理解大数据

　　如果说决策层是大数据应用的概念意识形成阶段，那么运营层就是大数据理解、消化和处理阶段。大数据的数据处理及分析模块中的具体功能(数据组合、文本挖掘、快速处理技术)是促进运营层理解大数据的抓手。集团管控在运营层探讨较多的问题是如何应用大数据以开展市场营销和商业建模业务。

　　市场营销：多数据源的消费者行为分析

　　在市场营销领域，了解用户需求永远是第一要务。大数据丰富了企业了解用户需求的来源与途径。社交网络、智能手机等多种数据来源可以更为真切地反映消费者的行为特征。企业由此制定更为灵活、精准的营销方案。

　　调查报告显示：超过68%的用户会通过社交网站表达自己对产品和服务的评价。并且，在电子商务领域，已购买消费者的评论成为新购消费者在线购物时的信息来源。在这一趋势下，大数据所提供的文本挖掘技术成为消费者在线商品评价分析的有力工具。文本挖掘技术的应用聚焦于客户对产品情感等购买偏好分析，并根据客户不同的产品特征偏好建立未来销售变化的预测模型，从而实现适应不同消费群体的精准营销。

　　商业建模：社会网络分析建模及高级分析技术

　　集团管控在运营层面需要主动开展复杂数据和统计分析，并且建立符合自身运营特点的商业模型分析。商业建模涉及社会化计算、业务计算、移动计算等方法，也会应用回归分析、离散选择建模、数学优化、模拟、脚本开发等技术。

　　大数据背景下，社会网络分析有助于集团更好地开发组织成员间知识传播的效率和能力。从研究成果上看，通过对移动智能手机的内容分析，发现移动互联网中消费者所处的社会网络位置对用户行为决策起决定作用。

　　操作层：全面捕获商业数据

　　在决策层和运营层所设定的管理内容基础上，操作层负责全面捕获商业数据，并建立数据闭合回路。

　　数据实时性、GPS地理信息、RFID、结构化及非结构化数据的自动获取是扩张企业自动化边界的第一步。文本、声音、社交媒体等非结构化数据分析提高了企业对真实业务需求的感知能力。数据，这一智慧型资产会使生产变得更高效，使产品更具创新性，并产生新的商业模式。

　　为了整合这些智慧资产，集团管控的操作层需要部署传感器、智能移动终端等硬件，以确保数据的持续监控。随着产品数据的激增，企业需要开发出收集、分析和解释数据的持续过程程序。数据分析专家需要提前设计出模型，一旦数据达到可持续供应的状态，分析过程能够随时响应。

　　大数据不单是贯穿数据生成、存储、处理、分析、可视化到应用等生命周期过程，更要满足集团内部决策层、经营层、操作层的闭合回路。从操作层的基础数据来推动决策层的战略部署，到战略层主动提出数据需求、以改善操作层的数据搜集策略，即为数据搜集的闭合回路。

　　针对集团管理的多层级特征，大数据的搜集策略应当涉及整个数据生命周期的信息治理政策和基于用户需求的分析工具包。信息治理政策涉及数据搜集的方方面面，这包括从不失察到全面实施政策与实践的数据架构、从特定事项到最优结构化和非结构化数据以及物理和逻辑观点的数据库集合。分析工具包则是运营层商业建模的基础，它包括检索、跟踪、报告以及高级分析、可视化等基本程序。

商业模式设计专家李江涛教授《商业模式实战训练营》第十期报名开始啦！！课程内容：1、完整介绍商业模式理论体系和最新的研究成果;2、学习、剖析最新的商业模式案例3、辅导学员设计自己企业的商业模式;4、教会学员从投融资者的角度完善自己企业的商业模式设计;5、每位学员项目分享与指导。报名咨询：刘老师13811134461