기존 기업은 자체 빅데이터의 가치를 어떻게 활용하나요?
현재 전통적인(비인터넷) 기업은 빅데이터의 가치를 인식하고 있지만 빅데이터를 효과적으로 적용하는 방법은 무엇입니까? 기업의 현재 상황과 결합된 데이터는 여전히 혼란스럽습니다. 이러한 현 상황에 대응하여 기업 빅데이터 애플리케이션 관련 서비스 경험을 바탕으로 다음은 기업 고객이 이해하고 구현할 수 있는 몇 가지 실현 가능한 아이디어와 제안을 제공합니다.
이 글의 내용은 고객 리소스(ToC 및 일부 ToB)와 내부 데이터가 많은 대기업과 중소기업에 적합하며, 정부 기관의 빅데이터 활용에도 유용합니다. (과세 등) 기업/개인 경영 데이터의 양이 많습니다.
1. 기업의 가장 가치 있는 데이터는 어디에 있는가?
빅데이터의 가치 기반은 데이터에서 나온다고 믿습니다. 기업:
1) 외부 빅데이터보다 내부 비즈니스 빅데이터가 활용 가치가 가장 높다
소스 측면에서 기업 빅데이터는 내부(모두 생성된) 빅데이터로 나눌 수 있습니다. 자체 비즈니스 생산 및 운영 링크) 데이터) 및 외부(제3자/인터넷 등 외부)에서. 현재 기업들은 외부(인터넷/전자상거래/모바일 인터넷 등) 빅데이터 도입과 관련 서비스 애플리케이션에 열중하고 있지만, 기존 내부 비즈니스 빅데이터가 가장 큰 가치 창출 목표라는 점을 간과하고 있다.
정보화 및 데이터 활용 과정에서 대부분의 대기업과 중견기업은 1단계(정보시스템 구축 및 비즈니스 데이터 수집의 자동화/정규화)를 완료했다. 수년에 걸쳐 구축된 다양한 비즈니스 정보 시스템은 많은 양의 비즈니스 데이터를 축적해 왔습니다. 하지만 2단계(기업 비즈니스 운영 및 관리 개선을 위한 데이터 마이닝)에 진입한 이후에는 진전이 더뎠습니다. 외부 데이터에 비해 내부 비즈니스 데이터는 그 규모가 크고, 내용이 다양하며, 장기간에 걸쳐 존재하는 기업 빅데이터의 핵심이다. 기업의 특성과 직접적으로 관련되어 있고, 운영의 모든 측면을 깊이 다루고 있기 때문에 기업에 대한 가치는 다양한 외부 데이터보다 훨씬 큽니다. 그러나 이러한 데이터는 제대로 된 가치를 발휘하는 경우가 거의 없으며, 대부분 휴면 상태로 방치되어 부담이 되기까지 합니다.
2) 내부 업무 빅데이터는 서비스 고객과 관련된 데이터를 우선시해야 한다
기업 내부 업무 빅데이터를 논리적 속성에 따라 구분하면,
1) 제품/서비스 관련 : 회사의 제품/서비스 관련 데이터(R&D/디자인/원자재/생산/제조/피드백)
2) 서비스 고객 관련 : 타겟 고객(B 또는 C 가능)의 관련(사전판매/판매/고객서비스/운영 및 유지보수/활동/CRM 등) 데이터를 중심으로
중 위의 두 가지 유형의 데이터에서 고객 서비스와 관련된 비즈니스 행동은 기업에 큰 의미를 갖습니다. 해당 데이터는 기업 내부 빅데이터의 주체이기도 하며, 내부 빅데이터 마이닝 애플리케이션의 대상으로 우선적으로 처리되어야 합니다.
2. 구현 프로세스
다음으로 회사의 가장 귀중한 내부 비즈니스 데이터 세트에 대해 소비자 조사 및 라벨링 조사 방법을 결합하여 빅데이터를 효과적으로 마이닝하는 방법을 소개합니다. 데이터 가치의 메커니즘.
먼저 주요 프로세스를 설명하고, 각 단계에 대해서는 나중에 자세히 설명하겠습니다.
Step1 전체 시스템 설계: 기존 내부 데이터 재구성 및 설계
실제 상황과 향후 적용 목표를 기반으로 기존 비즈니스 데이터 시스템을 재구성하고 구성합니다. 프로세스 중에 두 가지 사항에 주의해야 합니다.
포인트 1: 데이터 구성은 기능 중심에서 고객 중심(라이프 사이클 단계별 구성)으로 전환되어야 합니다. 현재 기업 내부 비즈니스 데이터의 대부분은 비즈니스 기능(시스템)을 중심으로 구성되어 있으며 서로 완벽하게 연결되어 있지 않습니다. 가치 마이닝에 사용되는 비즈니스 데이터는 사용자 라이프사이클을 선으로 삼아 각 고객을 중심으로 모든 비즈니스 기능 단계의 데이터를 연결해야 합니다.
포인트 2: 향후 파노라마 데이터 통합을 위한 프레임워크로서 클래스 라벨링 아이디어를 기반으로 고객의 데이터 설명 시스템을 구축합니다. 시스템을 설명하는 소스 데이터에는 내부 데이터뿐만 아니라 외부 데이터(보조)도 포함됩니다. 실제 데이터 통합 처리는 이 시스템을 기반으로 수행됩니다. 기존 데이터를 직접 도입할 수 있으며, 누락된 데이터 콘텐츠는 후속 수집/아웃소싱의 주요 대상이 됩니다.
자동차 회사 고객을 예로 들어보겠습니다. 관련 빅데이터는 각각 독립적인 9개의 주요 내부 비즈니스 시스템에서 생성됩니다.
데이터 시스템 재구성 및 통합에 있어서 재구성의 개략도는 다음과 같습니다.
Step2 데이터 통합 및 집중: 기존 데이터를 실제 통합하여 통합 빅데이터 플랫폼 구축
step1을 기반으로 다양한 비즈니스 시스템의 기존 비즈니스 데이터를 기술적 수단을 통해 하나의 통합 빅데이터 플랫폼으로 통합하는 계획입니다. 데이터 분석 플랫폼으로서 생산 업무 시스템과 분리되어 데이터 웨어하우스/정형/비정형 데이터를 지원하는 플랫폼입니다.
통합 중 참고 사항:
(1) 데이터 모델 및 데이터 ETL(정리/변형) 설계에는 고객을 중심으로 한 통합 계획이 필요합니다.
(2) 새로운 데이터 시스템에서 누락/부족한 데이터 콘텐츠의 향후 통합 및 통합 메커니즘을 충분히 고려합니다.
3단계 태그 분석: 고객에 대한 종합적인 태그 분석을 실시하고 태그 설명 결과 생성
2단계에서 통합된 사용자 중심의 다차원 데이터 공간에서 사용자 라벨링 설정을 기반으로 소비자 조사 및 업종 특성을 통해 시스템을 구축하고 실제 고객 라벨링 분석을 실시합니다. 라벨 시스템의 정의는 사용자의 기본 정보, 비즈니스 특성 및 향후 적용 목적을 고려하여 지속적으로 확장되어야 합니다.
예를 들어 앞서 언급한 자동차 회사 고객은 사용자 태그에 대해 기본 속성(성별, 연령 그룹, 구매력, 직업 계층...), 가족 상황(가정에 있는 자녀, 자녀, 가족)과 같은 카테고리를 정의했습니다. 자동차), 자동차 모델/운전 선호도(SUV 선호도, 안전 강조, 속도 추구 등), 액세서리 중심(오리지널, 기능성 액세서리 등), 인테리어 선호도, 유지 관리 습관, 활동 참여 선호도, 촉매 습관, 등. .
Step4 실제 비즈니스 적용/마이닝: 비즈니스 활동을 통해 실제 마이닝 및 고객 빅데이터 가치 적용을 수행합니다.
모든 고객을 분석하여 라벨 설명 결과를 얻습니다. 통합 고객 분석 플랫폼은 기업 내 모든 부서에 실용적인 애플리케이션을 제공합니다. 각 부서는 실제 비즈니스 요구 사항을 기반으로 라벨을 통해 타겟 고객을 유연하고 정확하게 선별할 수 있습니다(예: 마케팅 부서는 MPV 가정용 모델을 홍보하기 위해 자녀가 있고 구매력이 강한 1980년대 출생 타겟 고객을 찾을 수 있음). 제품 고객군 특성(제품 디자인 부서에서는 모델의 타겟 고객과 실제 구매 고객이 일치하는지 분석할 수 있습니다.)
위 내용은 전통적인 기업이 자체 빅데이터의 가치를 어떻게 활용할 수 있는지에 대해 편집자가 공유한 관련 내용입니다. 자세한 내용은 Global Ivy를 팔로우하여 더 많은 정보를 공유할 수 있습니다.