隐藏在企业数据中的秘密

据IDC最近的报告显示，全球安装的原始存储将从2,596艾字节(EB)或为单位在2012年攀升到惊人的7,235 EB在2017年。正如IDC分析师大卫赖因泽尔指出， “以存储更多的数据的欲望是无法满足的。 ”但存储是没有实际意义的，实际上可以移动针的业务数据，有效地检索意义的能力。

根据IDC的最新报告显示，全球的原始存储安装量将从2012年的2596艾字节(EB)攀升到2017年的7235艾字节(EB)。IDC的分析师戴维赖因泽尔指出：“人们存储更多的数据的欲望是无止境的。”但如果企业所存储的海量数据信息不能被有效地进行检索，也就无法为企业的业务带来任何有意义的洞察指导，其实是没有任何意义的。

对于大数据的洞察力的追求

在当今的大数据世界，一刀切的方法早已不再管用。数据管理堆栈已转换成倍数，并且解析栈不得不应对个别工具以获得适当的数据和功能，无论是运营分析，调查分析和预测分析。大数据创造了专业化，其中某些数据库已然成为巨大的数据仓库，而其他一些数据库则借助分析脱颖而出。

企业也面临着一系列不断发展的基础设施和数据中心、数据仓库和数据集市的组合所挑战着。不仅仅是由于基础设施所提供的信息在发生变化，同时，这些来自于无数新设备的数据信息也发生了巨大的变化。

使用传统的分析工具也变得更加困难。尽管许多人声称，不少传统的分析工具还是相当严格的。通过提供KPI报告和基于预定义的查询，限制了高度多样化的大数据类型的审讯报告，显然，企业能够从这样的数据中获得真正有价值的洞察分析是明显有局限性的。这会导致在一个这样的环境下，数据分析无法从真正意义上进入决策，所谓的分析也只是预算和资源的浪费;在最坏的情况下，就类似一个未开发的金矿地图，其分析缺乏真正的灵活性和及时性，可操作的洞察力也就无法映射到业务目标上。

鉴于可操作的数据是提高客户参与度，品牌知名度和让下一代保持市场领先的重要驱动，今天的企业开始与这一挑战变得更加熟悉和亲密。随着越来越多的数据信息内容从多个渠道流获得，企业能够对恰当的数据进行即时的分析，是获得竞争优势的关键。

调查分析解锁隐藏的洞察力

应对大数据挑战的方法之一便是调查分析，通过一个开放式的提问过程：“关于‘什么’的问题” (发生了什么事?会发生什么事?) ，以及“为什么”(为什么会发生这样的事? )

通过一系列的快速变化，迭代问题，决策者在整个业务过程中能明白为什么有些事情发生了或为什么有些事情没发生，以及如何在未来优化某一特定的结果。这种灵活的和经常迭代的方法不仅提供了丰富的选择，以更少的资源进行数据实时分析，同时也针对一系列新的问题获得了宝贵的洞察力，其中一些甚至还没有被考虑呢。

以下五个例子是隐藏在您企业大数据中的宝贵的洞察力的实例，其对于您企业如何调查分析以得出这些见解应该有所帮助。

1、销售过程中的“秒杀”是如何发生的?较之传统的分析方法，怎样的分析方法能够帮助企业解答这样一系列问题：“上周，我们的平板电脑通过Pinterest网站销售量多少?”，并进一步的调查分析其中的原因。这种灵活的数据审讯允许延伸出更多有意义的问题，结合不同的数据点，比如点击率，点击率转换和社交媒体的元数据。这样的调查方法可能看起来是像这样：

●我们从哪家社会媒体网站获得的销售转换率是最高的?

●如果Pinterest网站的销售转换率最高，其能为我们提供怎样最有价值的促销线索?

●在这些网站上采用的是怎样的产品营销形象?

●相关的产品营销形象的销售转换率是否与特定的人口统计学有关?

在获悉了相关数据后，产品品牌商可以进一步学习如下几个方面，a)秒杀促销来自于Facebook上的一个为期两天的促销活动，这种交叉促销进一步带来了销售业绩的增长;b)产品营销形象与在Facebook网站促销活动的捆绑推广吸引了40%的人。

2、怎样最好地优化圣诞促销?当热门话题和消费者的偏好以迅雷不及掩耳的速度发生着改变时，企业需要迅速的提取数据情报，并立即采取行动，以进一步推动流量和营收优化。例如，通过调查分析，企业可以分析其到底是在发出促销宣传电子邮件之后的一天或一周后正式开始促销活动才是更有效的。尽管实时数据分析是相当关键的，但企业不应该忽视其过去的教训。需要成功的复制过去的促销活动，最重要的是要知道过去的成功促销的原因何在。例如，如果某品牌的平板电脑过去曾成功的在Facebook网站上进行过促销推广，其所采取的方案是周三在Facebook网站上进行推广，然后于周五继续在twitter网站上推广。这样的促销活动根据每一年的具体市场行情会有所不同，或者针对某些不同的地区收到的效果也会不同，例如某平板电脑的秒杀促销活动在圣诞节前一个月或前一天也会有不同的效果，在企业制定年度广告活动时，假日购物促销也是一项很重要的规划。

3、为什么越来越多的移动设备销售转换都发生在晚上?对于销售转化的相关性研究需要注意一系列数据：人口背景，地理空间和时间跟踪，社会网络和移动设备的使用等。使用超快速的查询负载和性能来分析大量集中的数据技术，创新的营销人员可以实时的分析客户行为。例如，如果更多的目标消费者所采用的是移动设备，企业就需要把相关的数据信息找出来，研究为什么移动设备是重要的。并通过访问这些信息研究重点的后续问题，包括移动用户所带来的更丰富的洞察力如何更好的优化促销活动，无论是提供基于地理位置的优惠券或推出在线促销，均可以充分利用相关热门话题。

4、视频促销广告被暂停是否对促销广告不利?研究相关广告的展示次数和用户点击数仅仅都还只是分析研究用户参与视频促销广告的开始。为了成功地增加用户参与率，并获得对于视频广告促销效果的分析洞察，企业分析用户观看视频广告的比例、视频广告被完整播放的比例、以及该视频广告何时被访客暂停、隔了多长时间恢复播放是非常重要的。为了更好的进行调查分析，企业应该需要提出相关的研究分析问题，如：消费者暂停某视频广告，但又随即恢复播放是否有一个统一的销售转换比例?上述消费者的销售转换比例是否比那些从来没有暂停过视频播放的消费者的销售转化率更好或更坏?利用近乎实时分析活动，广告商可以实现更高的客户参与率和销售转化率，从而带来更高的投资回报。

5、我们是否将要失去一位客户，我们如何能改善客户体验?移动数据的暴涨，在为移动网络运营商创造了巨大的机会的同时也使他们面临着巨大的挑战。调查分析的好处在于其允许任何人看到数据的不断进化，满足人们对于实时查询数据问题的要求，而无论数据量的多少。在一个场景中，运营商可以确定某位顾客是否会在两年后升级她的手机。通过调查分析，企业可以进一步研究，如通过实际网络的改善措施来改善客户管理服务质量的体验。以客户为中心的数据可能会遵循一系列的问题，如

●为什么一个特定地理区域的用户会不断变化他们的移动设备?
●大量网站流量的涌入是否与twitter网站上的推广成正相关?
●之前曾发生过的与语音和数据应用相关的缺陷的关键因素是什么?
●相关缺陷的发生是否是可以通过调用某些模式而避免的?

6、调查分析的数据查询的动态性质开辟了一个新的洞察力，具有传统方法所缺乏的静态KPI和刚性报道。通过调查分析，了解有没有错的问题。相反，通过查询驱动下一个问题的结果，逐步揭示出以前没有公布的关键秘密。

随着解决方案的混合，企业可以创建动态的查询进行深入的分析，并分析每月亚秒级的响应时间数据。其结果是，通过部署自定义活动帮助企业了解正确的渠道信息。