張承管理學

為了協助幕僚單位

提升到策略性層級

過去半年

我請一位資工所教授

協助公司的資訊部門

學習如何進行數據分析

本週的二級主管教育訓練

即請該教授分享目前的成果

以及「大數據」(Big Data)的基本概念

一開始

該教授提到

大數據中的「大」

大約是PB(Petabyte)(10的15次方)的規模

(1 Petabyte (PB) = 1024 TB；1 Terabyte (TB) = 1024 GB)

針對TB的資料量做分析是Data Mining(資料挖掘)

針對PB的資料量做分析是Big Data(大數據)

大數據中的「數據」來源

包括

(內部)企業資訊

(外部)網路資訊

(外部)公家資訊

還有新型態技術及其資料庫所產生的資訊

而大數據的價值

來自於

協助企業預測未來

協助企業發展競爭策略

協助企業提升顧客滿意

該教授以公司的資料為例

(因為只有TB的資料量，所以是Data Mining)

並透過R語言

進行分析

再配合他自己所發展出的數量模型

以及行銷常見的RFM模型

(RFM模型由Arthur Hughes所提出，RFM意指：最近一次消费(Recency)、消費頻率(Frequency)、消費金額(Monetary))

協助公司找出

過客(網站使用者的瀏覽行為)

新客(近期有消費的人)

常客(常常來消費的人)

與貴客(消費金額大的人)

(過客、新客、常客、貴客是該教授的命名)

當對顧客進行分群後

再與消費者的行為做連結

(公司資料庫中，消費者消費行為的其他欄位)

進而協助公司發展出「顧客關係管理(CRM)的教戰手則」

讓公司的CRM系統

在應用上

能夠提升到策略性的層級

(目前此部分專案的進度已經接近尾聲，

就等新版CRM上線即可進行整合與測試)

在總結教授分享的過程中

我與主管們提到

Big Data中的Data

除了是「數量」型態

亦可以是「文字」型態

未來

我們會持續請教授進行指導

透過「網路爬蟲(crawler)」

擷取網路上的外部文字資訊

並藉由TextMing(文本挖掘)的技術

來進行顧客需求分析

網路口碑分析(包括產品口碑、競爭者口碑)

...等

以期讓公司的資訊部門

提升到策略性層級

(亦即有能力做到「策略性資訊」)

加油!

張承