【2B研究】DaaS崛起 解读企业大数据应用的三大关键场景
上面两期，我们分别介绍了数据源、数据分析两部分，作为《2016中国大数据发展状况研究报告》系列解读文章的最后一篇，我们来谈谈数据运营服务，即数据应用。
IaaS、PaaS、SaaS之后，又一个新的服务概念DaaS，(Data-as-a-service，数据即服务)逐渐走入人们的视野。大数据如金矿般的价值还远未被开发出来，具体表现在企业数据资源利用率不高、处理大量复杂数据的能力有限等。DaaS的诞生，正是为了解决上述问题，帮助企业更好挖掘大数据的价值。
根据《2016中国大数据发展状况研究报告》，企业的大数据应用主要集中在三个方面：精准营销、科学管理、精细化生产。接下来，我们将分别从这三个方面来具体谈谈企业大数据应用的价值。
传统的市场营销，更多的是靠市场经验，而缺乏对市场和用户数据的实时分析，因而其市场效果不甚理想。借助大数据工具，企业市场营销可以实现两方面的改善：
第一，基于数据的市场动态感知。企业可以对大量的市场数据进行分析，实时了解市场动态，包括整个市场规模的变动、竞争对手的动向、自己产品的销售情况等，进而对整个市场有完整的感知。在知己知彼的情况下，进行有效的市场营销。基于对大量市场数据的实时分析，还可以进行一定程度的市场价格预测，这能帮助企业有效把控市场营销节奏。
第二，精确锁定用户群体。借助大数据工具，企业可以通过对用户消费行为数据的分析，进行用户画像，最终精准的锁定潜在用户群体，让营销变得有的放矢。基于海量数据的用户行为预测，可以形成更丰富的市场营销工具，并衍生出多样化的市场营销手段。
企业在日常运营管理中会产生大量的数据，比如考勤数据、财务数据、人力资源数据、销售数据、薪酬数据等，这些数据是企业经营管理过程的痕迹，是企业宝贵的数据资产。通过对这些留存数据的分析，帮助企业找到管理中的盲点，解决管理中出现的问题，进而提升管理效率。我们以考勤、财务两个方面为例，来说明数据应用对企业管理的效率提升：
第一，通过对员工考勤数据的分析，可以知道每个员工的考勤状况，分析其考勤的变动，进而对其考勤有个总体的感知，这可以作为对该员工考核的一个重要参考；通过企业考勤数据的分析，可以对整个企业的员工出勤率及其变动情况有准确的把我；将企业考勤数据与其他企业考勤数据进行对比，乃至把握整个行业的平均考勤状况。
第二，通过对企业财务数据的分析，对企业收入、成本、利润、现金流动等数据进行分析，可以及时掌握企业的财务状况。值得提出的是，以前企业也会进行财务分析，大数据时代的财务分析有什么不同呢？运用大数据技术，可以缩短企业财务分析的时间间隔，甚至进行实时的财务分析；数据分析挖掘、机器学习等新技术的应用，让财务分析变得简单，减少人工干预可以大大降低财务分析的成本；新兴的数据可视化技术，丰富了数据分析结果的展现形式，便于管理者对财务状况的理解；在企业进行财务分析时，可以引入社会经济、金融、行业数据，将企业财务状况与行业发展状况以及社会经济金融状况结合起来，提升了企业财务分析的合理性。
通过上述两个方面的例子，可以看到大数据技术让企业经营管理建立在坚实的数据分析基础上，任何决策都能得到经营数据的支持。大数据的应用，让企业从经验管理时代走向科学管理时代。
企业尤其是工业企业，产品的生产制造始终是其根本，产品质量的好坏以及生产成本的高低，是其竞争力的重要体现。收集业务信息进行实时分析，并通过设备操作等反馈方式，来影响生产过程，优化生产流程，是大数据技术在企业中另一个重要的应用场景。
具体来看，在生产过程中，大数据的主要作用有：
第一， 风险预警。通过收集生产系统的大量实时数据，动态的了解整个设备的运转情况，从数据异动来及时感知设备可能出现的问题，达到预警的作用，防患于未然；
第二， 降低生产成本。通过大数据的应用，优化流程并压缩成本。大数据的应用让企业在生产过程中变得“精打细算”，可以形象的称之为金算盘；
第三， 提高产品质量。大数据仿真技术的应用，让全面把控产品质量变得可行。企业可以通过数据仿真的方式，来模拟真实的生产和操作过程，进而发现问题，并让其得到及时解决，从而让生产出来的产品质量有所保证。
更进一步的，从整个产业层面来看，不管是德国提出的工业4.0，美国提出的工业互联网，还是中国的智能制造2025，目的都是为了实现产业升级。通过大数据技术的应用，来合理安排生产，提高效率、降低成本，是产业升级的应有之意。由于历史的原因，我国的整个工业体系与欧美国家一直存在很大的差距，如果按传统方式是很难在短期内追上的。值得庆幸的是，大数据技术对于任何国家都是新生事物，大家几乎处在同一起跑线上，这就给了我国一个难得的弯道超车机会。
更多阅读：
本文由中国软件网（www.soft6.com）原创发布，未经许可，禁止转载。