O2M时代企业如何应用大数据

O2M与大数据价值资产

大数据从提出至今，一直未有消褪的迹象，而且包括金融、电商、政府、零售等越来越多的行业纷纷加入，希望可以挖掘大数据潜在的商业价值。

维克托·迈尔-舍恩伯格(ViktorMayer-Schberger)在《大数据时代：生活、工作与思维的大变革》一书特别指出：“未来，数据会成为有价值的资产。”

而笔者认为，O2M时代已开始显示出大数据应用所带来的价值，同时基于O2M模式所挖掘的大数据，也将会随着O2M的渗透作用逐步变成有价值的资产。

1：挖掘线下数据新蓝海

或许有人认为，线下的价值一直被认为已经得到较全面的开发，笔者认为，得出此判断的原因是受限于缺少对线下全面数据的收集与挖掘。

线下的价值与用户的需求具有紧密的关联，从单个个人为单位的个体，到个体组成的社群，需求正逐步发生着改变。而传统数据挖掘方式主要靠问卷调查，咨询等，这无法满足新时代数据挖掘的要求，完成不了线下数据挖掘的任务，大量数据因此被遗漏，据此得出的结论自然也会发生偏离。

但当移动互联网的出现，用户需求将会告别既定式的询问，而是通过与用户互动的方式获取到，并通过移动端承载了下来，在这样的过程里不断发掘线下数据。只要用户不断从线下转移到移动端，这样的数据就会得到不断更新，线下数据的潜力就会被挖掘得更彻底。

更重要的是，O2M模式是场景模式的大数据挖掘方式，通过线下场景(个人活动场景、社交场景、购物场景等)全面获得用户的数据，更可以将线下数据更充分挖掘。

从这个意义来看，移动端已成了一个事实上的“数据库”。

2：掌控线上数据的价值

线上的数据价值或许也面临跟线下一样的窘境，一方面，数据难以通过正确的方式被采集、处理、应用，另一方面，大量的有用数据没有得到企业的重视而被白白浪费掉，究其原因，首先是大数据的观念还没有深入企业内心，其次是大数据的应用本身还不成熟。

但事实上，在O2M时代，企业的PC端大数据宝库也已经被打开了。大量的用户在O2M时代仍然活跃在PC端，这些数据的获取也对企业具有至关重要的作用。我们自然可以通过PC端的手段去采集数据，然后对数据进行分析处理。

但同时，O2M为我们利用传统互联网数据提供了新思路。一方面，O2M时代用户也会经由Online(即PC端)来到移动端，移动端仍然成为了数据的一个汇集地。

另一方面，特别当PC端与移动端通过技术手段实现打通之后，数据经由这种打通，在移动端更是得到了最大限度地汇集，将会更便于企业对数据进行采集，从而使数据的量达到一个应用的要求，可以对企业的经营管理活动起到指导作用。

所以，方法总是会有的，问题的关键在于，企业是否对此有足够的重视，然后是企业对此是否有清晰的认识：对于重要性的认识，对方法的认识。

3、大数据对O2M的推动价值

总而言之，O2M模式的三大重要方面：线上、线下、移动终端会因行业特征、发展阶段等方面的影响，彼此之间连接的方式呈现不同面貌，企业应根据实际情况寻找最适合的关联方式，特别是关注移动终端的技术、运用等对大数据应用所具备的关键影响。

而事实上，不仅O2M对大数据应用有影响，大数据反过来也会对O2M的运行有作用力。大数据除了应用在O2M的模式环节外，还会对于整个O2M的模式变化具有引导作用，特别对于单个个体企业，大数据将会帮助其找到最适用的O2M运用方式。

大数据可预测O2M中用户需求的变化、用户关系的演变、线上线下市场的趋势，找出它们具有关联性的特点，当一方面的数据发生偏差时必将引起连锁的整合反应，这便促使企业及时从局部到整个连通链条进行优化，从而使得应用的O2M模式更加接近于个性化的企业情况。

O2M时代大数据应用方式

根据美国道琼斯风险资源(Dow Jones VentureSource)的数据，在过去的两年时间，有11.7亿美元流向了119家数据库软件公司。去年，SAP市值更已超过西门子，成为德国市值最高的上市公司，而这得益于其数据库软件HANA的商业化，去年一年时间里HANA带给SAP3.92亿欧元的收入，增长了142%。

O2M时代大数据的应用推动了第三方数据挖掘机构的发展，这不但意味着大数据成为了可变现的价值资产趋势，也显示出挖掘并运用大数据成为了企业未来战略中地位极其重要的一部分。

1：移动社交的驱动

移动终端之于用户具有强烈的社交属性，并且区别于传统的互联网社交，具有随时在线互动、社交关系紧密、泛社交关系易建立的特征，这使得移动社交随时随地将产生大量的数据，这些数据贯穿于紧密的线下关系圈，能够建立起更具有时效性、关联性的大数据。

O2M模式下，可建立基于企业情况的数据模型，设定相应的用户社交机制进行数据的激活。而移动社交网络所产生的数据的关联性更强，在大量关联数据的组合下，大数据模型最终所作出的预测将会更准确，如建立自有社群圈子，通过社群圈子的管理及活动刺激，引发圈子内用户产生更多的社交数据，而这些社交数据所展现出对于用户需求变化、品牌发展方向、趋势的意义都是非常有价值的。

2：建立场景连接

用户处于特定场景内将会更容易展现出需求行为，无线网络连接、终端数据连接，可获取所有场景内用户的行为数据，通过设置特定场景的活动，可将所需特定数据进行深入挖掘。建立在场景基础上的移动互联，将会使得用户需求及标签数据更全面的被深挖。

用户需求满足情况以及变化趋势，影响着企业、品牌整体战略的设定。O2M模式下的场景包括：线上场景、线下场景、移动端场景，企业可根据场景的特色设定对应数据层面的收集，线上基于用户搜索需求，确定用户对品牌需求度、关注等方面的变化趋势，线下与移动终端结合，发现用户对于体验偏好、购物迫切度、刺激参数等方面的情况。

依据全场景内用户的行为信息获取，O2M模式下的大数据将会帮助企业改善产品的流转、目标用户的推送方式、新品的研发方向等，把握用户的需求变化趋势，还可改变特定场景的状态，以适应用户新的数据挖掘需求。

3：内部管理驱动

O2M将企业内部管理框架进行了改造，同时大数据的应用也将会使得企业内部管理发生变化。但大数据的挖掘应首先从内部管理驱动，最终大数据再作用于企业内部管理的优化。

O2M时代，企业需要将大数据作为重要的战略布局，除了建立大数据的分析部门外，数据的挖掘则是内部管理整体驱动的结果。特别对于企业的线下部分，与线下数据最直接交互的是企业的基层业务人员，通过改变基层业务人员的管理方式，刺激基层人员加入到大数据的挖掘工作中。