美国某颇具规模的零售企业的营销高管最近发现自己看不懂销售报告了。它的一家主要竞争对手正在一系列业务领域持续扩大市场份额。尽管打出了在线促销和优化销售的组合拳进行反击，但她的公司还是不断丢城失地。
于是，她召集高层对竞争对手做了深入研究。发现问题的根源远远超出了他们的想象。对手投入巨资提升从各门店收集、整合和分析数据的能力，且应用到各个销售单元中。同时，它还将这些信息与供应商的数据库联网，实时调整价格、自动补货，以及轻松地在各门店间调配产品。通过不断实践、捆绑、汇总，以及组织中信息的无缝衔接 (从基层门店到首席财务官办公室)，竞争对手脱胎换骨，成为该行业中反应最为迅速的企业。
这就是上述零售企业高管团队对“大数据”的第一认识。虽然，数据从一开始就是信息时代的象征，但在过去几年，信息量呈现爆炸式增长。在美国17个经济部门中的15个部门，员工超过1,000人的企业存储了平均235太字节的数据，超出了美国国会图书馆的藏书。虽然大量信息来源于金融交易和客户互动，但从新设备和价值链各环节中产生的信息增长速度惊人。只要想一下你所在的企业：加工机械内置的传感器正在收集运营数据，营销人员扫描社交媒体或利用智能手机的定位数据了解青少年的消费怪癖。数据交换可能正在与你的供应链合作方联网，员工则可以在企业维基网上交流最佳做法。
所有这些新信息对企业及其领导人都意义重大1 。最新的学术研究表明，利用数据和商业分析来指导决策的企业，比没有这样做的企业的劳动生产力更高，净资产收益率也更高2 。这与我们的发现一致，即“联网型组织"的优势更大，也就是开放内部的信息通道以及通过互联网数据交流使得客户和供应商参与进来3 。
我们认为，将来“大数据”完全能够成为企业的新型资产，形成竞争力的重要基础，正如强大的品牌一样。如果这种判断是合理的话，企业需要开始认真思考是否能够充分利用海量数据的潜力，并设法应对可能的威胁。成功不仅需要新技能，而且需要新的视野 – “大数据”时代的来临也许会影响到管理层圈子的扩大，也可能预示着新的、甚至是破坏性业务模式的诞生。
在本文的余下部分，我们列出了海量数据可能改变竞争的重要方法：通过流程转型、改变企业生态系统以及推动创新。以下的讨论围绕着目前高管们应该扪心自问的5个问题。
首先，我们承认目前依然是大数据时代的初期。作为一种商业概念，它正在与底层技术一起发展。尽管如此，我们依然能够确定海量数据的关键要素。首先，企业现在从各个业务单元收集信息的能力越来越强，包括从合作伙伴和客户那里收集信息(其中部分信息确实容量巨大，而部分信息则更为精细化和复杂化)。其次，灵活的基础设施可以将信息进行集成并实现高效的规模化以满足信息爆炸的需要。最后，实验、算法和分析能够使得所有数据自圆其说。此外，我们还能发现将信息作为战略核心的企业。
此外，我们建议企业高管从历史中寻找未来发展的蛛丝马迹。例如，早先的技术应用显示，劳动生产力之所以大幅上升，不仅仅在于企业采用了新技术，更为关键的是，适时调整管理做法和改变组织结构以实现潜力最大化。我们考察了大数据对一系列行业的可能影响，发现尽管大数据对每个行业和职能都很重要，但部分行业由于未雨绸缪早做准备，或者对拥抱大数据时代积极性很高，它们将比对手更快地获益(参见副文《解读好处：并非所有行业生来平等》)。
大数据时代还可以形成新的管理原则。在专业化管理的早期，企业领导人发现最小有效规模是成功的关键决定因素。同样，能够捕捉更多更好的数据，而且还能够高效化、规模化利用它们的企业，竞争优势将不期而至。我们希望，通过反思这些问题以及后面的5大问题，企业高管能够更好地认识到大数据怎样推翻其战略背后的假设，以及目前变化的速度和范围。
随着各行各业信息日益触手可及，那些依赖专有信息作为竞争优势的企业将岌岌可危。例如，房地产行业利用交易信息的特有渠道以及买家买卖行为的机密信息等不对称信息开展交易。这两类信息都需要大量的精力和财力才能获取。但近年来，房地产信息和分析服务的在线专业提供者已着手绕过房地产经纪人，允许买卖双方直接交流，形成了第二条房地产信息渠道。
各行各业的成本和价格信息也越来越容易获得。专属信息的另一个重大打击是部分企业对卫星图像信息的汇总。经过处理和分析后，这些图像包含了洞察竞争对手的线索，如生产能力、运输动向以及其他有价值的数据，这样就能了解其扩张计划或业务局限。
一大问题是许多企业积累的海量数据往往隐藏在诸如研发、工程、制造或服务运营等各个部门，因此妨碍信息的及时利用。此外，业务单元内部的信息囤积是另一个问题：例如，由于未能在各条业务线之间(如：金融市场、货币管理和贷款)共享数据，许多金融机构吃亏不小，或者不了解各个金融市场内在关系，或者不能够形成对客户的一致看法。
部分制造企业正试图打破部门藩篱：把来自不同系统的数据进行整合，邀请向来壁垒严的职能部门开展合作，甚至寻求外部供应商和客户的外部信息以便共同开发产品。例如，在汽车等先进制造业，全球各地的供应商生产成千上万只零部件。如今，更为集成化的数据平台使得企业及其供应链合作伙伴能够在设计阶段开展合作，而这正是决定最终制造成本的关键因素。
海量数据带来了截然不同类型的决策可能性。利用对照实验，企业可以测试各种假设和分析结果以指导投资决策和运营变革。事实上，实验可以帮助管理者将因果关系与单纯的相关性区分开来，从而减少结果的可变性和改善财务表现和产品性能。
完善的实验可以有多种形式。例如，主要在线企业是持续的测试者。在某些场合，它们将网页的固定部分用于开展实验，以找出提高用户参与或促进销售的动因。销售实物商品的企业还利用实验辅助决策，但大数据能将这一做法更上一层楼。例如，麦当劳的部分门店安装了搜集运营数据的装置，用于跟踪客户互动、店内客流和预订模式。研究人员可以对菜单变化、餐厅设计以及培训等是如何对劳动生产力和销售额的影响进行建模。
如果这样的对照实验不可行，企业可以利用“自然性”实验来确定业绩变化的来源。例如，一家政府机构收集不同地点从事同类工作的多组员工的数据。仅仅将这些信息公诸于众就促使落后员工提高了绩效。
同时，领先的零售企业正监控客户的店内走动情况以及与商品的互动。它们将丰富的输入数据与交易记录相结合开展实验，以便指导销售哪些商品、摆放货品以及如何以及何时调整售价。此类方法帮助某领先零售企业减少了17%的存货，同时在保持市场份额的前提下，增加了高利润率自有品牌商品的比例。
终端消费企业长期以来利用信息对客户进行细分和开展针对性营销。通过实现实时个性化，大数据有助于企业在先进技术领域取得突飞猛进的进展。下一代零售企业将能够通过互联网点击流实时跟踪客户的行为、更新他们的偏好，并建立可能行为的模型。这样，他们就能够确定客户下次购买的时间，通过捆绑优选商品和提供省钱的奖励性计划，并且对交易实施微调，最终使得整个销售圆满结束。这种实时的定位营销还可以利用多级制会员奖励计划的信息，促使最有价值的客户购买高利润率商品。
由于来自网购、社交网络，以及近期智能手机互动产生的信息数量和质量的激增，零售业显然是数据驱动定制化的理想行业。但随着将客户细分为更准确的微小群体的分析工具的日益成熟，其他行业也能从数据的新应用中受益。
例如，一家人寿保险公司采用客户风险、财富变化、家庭资产价值和其他输入数据的精细化和不断更新的背景资料，对每一名客户提供量身定制的保单。收集和分析有关细分客户群信息的公用事业企业能够明显改变电力使用模式。最后，按照工作性质和绩效表现对员工进行更加精细区分地人力资源部门，正着手改变工作条件和实施同时提高员工满意度和劳动生产力的激励机制。
版权：Mckinsey Quarterly
