数据时代，谁说小公司就不能玩转大数据？

【导读】大数据如此的重要，然而并不是所有的企业都如同百度、腾讯、阿里巴巴等大企业那样有着雄厚的实力，很多的中小企业面对大数据只能“望洋兴叹”。其实，中小企业面对大数据需要思考如何巧借力，让大数据在企业落地，充分发挥大数据的应用价值。

转换思维方式，决策不再拍脑袋

很多中小型企业都习惯领导“拍脑袋”做决策的方式。领导意见对企业决策会造成极大影响，这种现象非常普遍。

面对中小企业的这种“通病”，企业需要做到思维观念的转变，培养企业的大数据思维。

面对企业决策时，要完成传统思维到大数据思维的转化，学会充分正视企业数据，利用企业数据，合理理性的面对数据及其分析结果，真正做到能够让真实的数据说话。

外部大数据种类繁多，小企业从何入手

企业掌握的数据通常有几个类型：

一类是网络数据，通过互联网加载代码记录用户的浏览及点击行为，从而记录下海量的网络浏览点击痕迹数据；

第二类数据是通过获得芯片记录的产品使用痕迹数据；

还有一类数据是消费行为痕迹数据，它为少数特定行业企业所有，并且数据跨越了多类产品、多个行业，如超市掌握的每笔消费数据记录；比如淘宝掌握的店主的销售往来信息等。这三类数据第一“只集中”在特定的行业或者企业中。互联网行业、生产制造业、零售行业是掌握这类数据最多的行业。

第二这三类数据的特点是 “人们在无意识下”自然产生的，因为它难以与使用的“人”建立联系，从而显得“生硬而不够鲜活”。

因此对这些海量数据进行分析时就会发现问题：比如虽然能发现一些数据之间的关联，但往往难以解释为何会有这样的关联？虽然能够发现一些消费特点，但往往难以在精准营销的执行层面加以转化。毕竟，我们往往不知道具有这些行为的都是什么人。

如何弥补呢？这个时候，企业往往会选择用内部的销售、客服的往来记录对“人”本身进行更多的补充描摹。这样做是可以有一定程度上的弥补，但依然面临数据时效性较弱，数据库不能及时更新而导致信息错误率较高等问题。

其实，社会化媒体时代下，个人自媒体爆发带来了海量的数据，“粉丝”的关系足以让企业做到区分社会化媒体中个人与企业品牌的远近关系。——这就是真正可以解决问题的第五类数据！

这类数据的“自发性”特点保证了信息准确性！而且，“自媒体”特质对理解企业目标群体几乎是一个免费的通道，且不受特定的行业限制——这恰恰为小企业涉水“大数据”提供了丰富的数据基础。

对内，小企业缺的不是数据，而是数据关联能力

当小企业真正想借“大数据”做挖掘性工作时，却发现，手中的数据似乎有点无从下手，这种现象在企业中大为常见！

比如,有的企业经过几年的发展，内部各个部门都有很多的数据，有的能积累几万条销售的数据和几万条客户的信息。常理来说，如果挖掘一下这些数据，应该就可以找到有价值的信息。

然而大多数情况是拿到这些数据后，结果让人大跌眼镜：销售数据只是看到每个被销售的产品的销售时间、价格、店面信息，没有购买者的任何信息；而客户信息则对客户个人的性别、年龄、联系方式等信息较为完整，而对购买过的产品方面记录较少。

换言之，企业提供的是彼此割裂的数据。这些数据在企业的高速发展中，由于重速度而轻规范，积累的越多，割裂、模糊程度越深，久而久之形成恶性循环。

然而，大数据从来不要求数据是规则的——让数据之间彼此关联是大数据挖掘的基础——也就是说，中小企业的现状，反而迎合了大数据的解构思路。

《大数据时代》作者维克托明确指出，大数据时代最大的转变就是放弃对因果关系的渴求而取而代之关注相关关系。“尿片与啤酒”关联的发现也是这两个产品经常出现在一张超市购买单据上，如果购物的男人将纸尿裤和啤酒分别结账，那显然多么有效的数据挖掘工具也难以发现二者之间的关联关系。

是面对中国大多数企业内部各自为战的现状，如果企业需要将原有的数据进行深度分析的话，就需要建立数据彼此之间的联系，或是以“人”的信息或是以产品信息，将企业中各个渠道的数据打通，小企业才能真正的找到大数据的价值。

借力打力，巧用他山之石

如果中小企业想和大企业一样做自己的大数据，开发培养自己的大数据团队，其成本是非常高的，这对于原本规模就有限的中小型企业来说是无法承受的。

因而，面对大数据的宝藏，中小型企业需要巧用大数据应用技术服务，实现“四俩拨千斤”的目的。

当前，国内除了腾讯、阿里巴巴、华为等有能力获取大数据的公司在玩大数据外，还存在一些初创的大数据公司，同云图数据一样，他们依赖于大数据工具，针对市场需求，为市场带来创新方案并推动技术发展。

此外，云途君和部分大数据公司还可根据客户的需求，提供海量的数据资源及行业解决方案，类别囊括了目前市场上所有热门行业，还可以根据用户的数据需求进行量身定制。

中小企业主们完全可以借助这些第三方技术力量，快速的完成自己的数据整合及调研分析决策需求。

欢迎关注"云途数据"微信公众号（ID:yuntudata）,每日分享大数据干货