数据支撑企业神经系统

　　在人体内，神经系统起着重要的功能调节作用。器官功能、生理过程等在神经系统的直接或间接调节下相互配合、紧密联系，由此构建成为统一的、完整的人体。

　　人体的神经系统能够感知外界环境变化，并能根据变化实现自我调整，甚至能够帮助人体尝试改变外界环境。

　　在笔者看来，企业是由人组建的，所以企业也同人一样拥有一套神经系统。在企业运营的过程中，包括对内管理架构建设、对外获取和维护客户、积累并运用知识做出商业决策等重要环节，企业神经系统都能发挥重要的整合和调节作用。

　　1998年，比尔·盖茨曾提出过数位神经系统(DNS)的概念。这一概念主要是从计算机软件如何结合网络快速传递信息的角度来定义的。

　　不可否认，IT如今在企业内部应用广泛，IT也已经成为企业神经系统的重要组成部分，但从本质上看，企业在应用IT的过程中，更多是在借助IT来有效地处理和利用数据。所以，在企业神经系统里，IT只是工具，而数据则是更为重要的价值载体。

　　当提及神经系统时，人们更多会联想到“痛感”。

　　痛感的英文是Nociception，源自于拉丁语中的“伤害”(malum vobismet ipsis)，是指疼痛刺激通过中枢神经使人感知疼痛的过程。人们容易将“痛感”与神经系统联系起来，是因为“痛感”是神经系统所起作用的最直观表现。那么企业的“痛感”要怎样表现才最直观？答案还是数据。

　　要证明上述说法，可以通过方法论介绍、逻辑递推等多种方法，但笔者更青睐于直接摆出来自于企业的实际案例，一为佐证，二为让读者更加直观地了解当今企业正在如何借助数据构建企业神经系统。

　　互联网金融风险管控的数据化

　　案例提供者：九斗鱼CEO 郭鹏

　　企业风控通常会包括外部风控和内部风控，而互联网金融企业更关注外部风控。互联网金融企业做外部风控，重要是通过评价借款主体实现的，评价结果将决定是否可以借款，所以互联网金融企业做外部风控，主要还是基于客户层面建立风控体系。

　　九斗鱼的外部风控分为以下几大环节：

　　第一大环节是对客户所在行业和所处经济环境的分析。九斗鱼的风控团队审核客户有一个常态化的工作流程，包括对这个客户所处的经济环境的了解，以判断这个客户是否会受经济下行大环境影响，以及对这个客户所在行业进行分析，再在基于分析结果的基础上去选择特定的行业客户。

　　第二个环节是基于客户本身做线上跟线下相结合的征信工作。有些信息九斗鱼可以通过远程的方式获取，比如客户的各种公开信息。另外一些信息需要在线下与客户面对面来获取和审核，比如到客户的经营场地，或者到实际经营者的住所去审核。

　　第三个环节是基于客户信息的分析评级。评级是指根据九斗鱼所获取的各类数据进行分析并得出结论。九斗鱼有一系列的模型和打分卡，可以对九斗鱼拿到的数据进行分析并得出结论。整个中国耀盛(九斗鱼母公司)的版图下有信贷、保理、租赁等几大投资工具，得出的结论会决定九斗鱼能给客户提供什么投资工具和金融服务。另外，客户能够获得多大的授信额度、授信价格、授信周期，是否需要增加强担保物，是否需要增加抵押物等一系列评估工作，也都是根据评估结果去做的。

　　这些是属于贷前的一系列风险控制，属于预知风险的过程。

　　当九斗鱼为客户服务时，就进入到贷后管理的过程。这个过程实际上是要不断地监控客户持续经营的情况。贷后管理是风险控制的一部分，客户的经营数据在九斗鱼的预警系统里都是动态变化的，九斗鱼的预警系统一直会监控，在客户完全还款结束前，客户的经营动态数据都会显示在我们的系统里，这能帮助我们进行有效的贷后管理。

　　另外九斗鱼在风控过程中还会加入一些保障制度。比如要求客户缴纳风险保证金，为客户做保理、租赁业务时需开立共管账户，以实时监控资金流向等有关投放细节的制度。

　　可以看到，在行业选择、征信评级、贷后管理，以及保障制度实施的整体风控过程中，数据是始终贯穿于始终的。

　　对于中小企业的信用评价，对于风控模型的建立，如今在市场存在着非常大的需求。很多互联网金融公司也是希望通过标准化的评价体系，快速地识别借款主体、信息主体的信用风险，这就要求互联网金融引入更多的数据来验证评价体系和模型的准确性。所以，瑞思科雷(九斗鱼兄弟公司)近期也与广东省中小企业局合作共建了信用数据中心，目的就是能够把中国耀盛整个的风控技术、评级体系，基于数据中心变成一个标准化的风控体系，今后也有望将这个标准化的风控体系开放出来，让更多的金融机构都来用，以此有效地降低获取数据、评价信息的成本。

　　金融体系的风险是传递的。作为金融行业从业者、金融服务提供者，很难独善其身。因为行业在变化，整个市场环境在变化，所以金融行业需要建立统一的平台。

　　要避免金融风险传递，就需要数据共享。

　　比如，商业银行这个领域拥有一个标准化的体系，银行与银行之间无法完全割裂开来。独立于传统商业银行体系以外的民间金融服务机构，未来如何快速地形成统一大平台，如何实现有效的信息共享，这是个关键。现在很多互联网金融平台已经开始自发形成一些圈子，彼此共享数据，形成更大的保障体系，这个体系会提供预警功能，告诉体系内的成员，哪类客户存在高风险，不能碰。风险是传递的，但风险可以通过成员间的数据共享提早预防、有效避免。

　　数据化运营之道

　　案例提供：途家网BI总监 秦涌

　　如今，在业内出现了很多与大数据有关的论坛，有的偏向技术，有的偏向商业。这证明了一点，大数据市场的发展是商业和IT完美融合的结果。而企业用户则会根据自己不同的需求去选择不同的应用侧重点。

　　在数据化运营方面，途家网更注重数据和商业的结合，也更愿意借助数据驱动业务发展。

　　途家网是全球公寓、民宿预订平台，也可以帮助用户预订到别墅、游艇等高端旅游服务产品。途家网的业务包含以下特征：一是三人以上出行用户较多；二是可提供30种以上的产品类型供用户选择；三是用户消费决策周期长，途家网统计的数据显示，20%的用户消费决策会超过一天。

　　基于这三个业务特征，途家网在运营时选择了三个着力点。

　　首先，与商务差旅不同，访问途家网的客户通常事先没有确定好目的地，所以第一件事就是需要帮助客户解决去哪度假的问题。

　　其次，途家网下设产品类型众多，客户可选择的空间也相当大。当客户确定了目的地后，选择什么类型的住处又需要决策，所以第二件事就是帮助客户确定住处类型(别墅、公寓、房车等)。

　　最后，是需要帮助客户找到最合适的产品，比如哪些别墅是当下季节最适合预订的、哪些公寓是设备和环境最符合需求的等。

　　当找到这三个着力点后，途家网在运营时，就能精准地向数据提出了问题：如客户都去哪了，客户喜欢住什么样的房子，备选的房子情况如何等。

　　当数据给出了“客户都去哪了？”的答案后，途家网的运营人员们着实吃了一惊。

　　比如，原本他们认为同城游和周边游的订单占比应该不会很大，但事实却恰恰相反。还比如，数据显示城市之间的度假旅游是有规律的，比如从东北三省去三亚的客户数量一进入冬天增长速度就会很快。

　　针对这些通过数据发现的“意外”和“规律”，途家网对业务策略及时进行了调整。一是在途家网网站首页上提供了智能推荐模块，这一模块会根据客户的IP地址识别用户的地理位置，然后自动推荐同城或周边城市，这样就大大缩短了用户对目的地的决策时间。二是在智能推荐中明确细分了本城市的房屋推荐、周边城市的房屋推荐、其他城市的房屋推荐。三是将同样的策略也部署于途家网的线下门店，实现线上线下品牌推广和运营策略的统一。

　　途家网BI总监秦涌认为，依托数据分析做运营时，最重要的一点是总结效果，也就是需要专业的数据人员制作出分析报表，这些报表会清晰地显示效果好坏、好坏的原因，以此为运营人员调整策略提供证据支持。

　　对于数据驱动企业运营，秦涌将途家网的经验总结如下：

　　“首先是数据分析的出发点一定要和具体业务相结合。具体的结合点包含两个方面，一是测量业务，即当下的业务进展到什么程度。二是预测业务。测量业务不需要复杂的数据分析技巧，只需快速地洞察业务状况的变化。这要求运营人员要对业务非常了解，也要具备非常高的商业敏感度。预测业务则可以交给数据挖掘师来做。其次是测量业务时，在获取数据的反馈时，‘快’与‘全’取前者。最后是数据分析人员不能只‘坐在家里’，而是应该与业务人员频繁互动，途家网的实践证明，数据分析人员多去业务单元轮岗能够有效提升数据分析的价值。”秦涌如是说。

　　一站式分析平台

　　案例提供：永洪科技副总裁 王桐

　　依托一站式大数据分析平台对企业业务进行分析，能够帮助企业制定和调整业务战略。其中，细分是做大数据分析的重要原则，细分后就能够更方便地实现分析“对焦”。从数据中发现业务问题并找到问题出现的原因，再根据原因制定可落地的解决方案，这就是对焦。

　　一站式大数据分析平台包含什么？一般分成三部分，即数据准备、探索式分析、深入分析。

　　为什么要这么分？因为数据分析的一般过程中就包括这三个重要阶段。

　　开始企业会在业务系统、第三方(比如互联网)等相关来源处获取原始数据，这些数据都是未被加工过的，离可被使用还有一段距离。所以第一步就要做数据准备的工作，包括对原始数据进行处理和轻量的数据建模，把原始数据变成可分析、可使用的中间层次的数据。

　　有了准备好的中间层次的数据模型后，就可以开始做探索式的分析。这一步可由IT用户完成，也可由业务用户完成。业务用户根据自己的需要和想法灵活变换组合维度和指标，选择适合的计算形式和展现形式、符合人类逻辑的交互体验来进行探索式分析。为什么叫探索式分析？因为很多用户对数据的需求是不固定的，比如企业在去年利润下降了，管理层会提出疑问，而且想切换不同角度，迅速找到这个问题的答案，比如是哪条产品线的利润下降了，是全年都在下降，还是只在某几个月下降了，是间断的下降，还是连续下降，不同市场区域和相应的不同市场负责人在利润下降上又表现出什么特征。越深入到具体问题，分析模式越不可以预先设定，因为在不知道某个问题的准确答案前，给用户提供一个高度自由的分析模式是非常必要的，能够让他方便地从任何角度切入。正是这种灵活性和不可预见性的出现，才称之为探索式分析。

　　之后就是深入分析。如果用常规分析方法不能满足用户对数据分析的需求，尤其是在用户对数据本身没有完全了解(或识别)，不清楚哪个维度才是对自己来说更重要的维度的情况下，就该引入深度挖掘的方法，让用户对数据的特征和规律做预测。通过深入分析，可以让用户看到在探索式分析中看不到的，隐藏在数据背后的逻辑关系和具有价值的信息。

　　构建用户画像体系

　　案例提供：百分点董事长/CEO 苏萌

　　在人体中，视神经主要承担了传导视觉冲动的工作。视网膜是视神经的重要组成部分，视网膜采集得到的视觉信息被传送到大脑后，人才有了视觉。在笔者看来，企业给用户画像的过程，与视神经的工作过程非常相似。

　　长虹与百分点此前合作了一个大数据项目。该项目通过对长虹用户大数据的整合，构建出了一个用户画像体系，帮助长虹实现了用户微观画像、家庭画像和宏观画像，并基于用户画像进行个性化电视内容推荐和精准营销信息推广。

　　作为老牌电视厂商，长虹为中国电视行业的发展做出了突出的贡献，并成为消费者极为信赖的电视品牌。然而，随着智能电视大潮的兴起，长虹也面临着越来越大的挑战，只有适应时代，深度转型、满足消费者需求，才能在汹涌的智能电视大潮中立于不败之地。

　　在智能电视时代，一个突出的特征便是电视市场不再是单纯销售电视机这样的“一锤子买卖”，更多的智能电视厂商采取薄利甚至亏本的方式来出售电视机，将盈利的重点放在了内容提供、广告营销等互联网增值服务上。但是，一旦这种增值服务没有实现个性化、差异化，不仅会浪费宝贵的内容、广告等资源，还会让用户感到“很烦”。

　　可以看出，要为用户提供更精准的互联网增值服务，就必须加强数据的搜集与分析，了解用户的内容需求与偏好，这就依赖于大数据平台的引进。对于过去的长虹来说，在用户数据搜集方面，其信息处理系统在官网、App、官微、活动站等用户接触点上未能有效收集用户信息，以及在第三方数据获取上，难以通过微博、贴吧等渠道获取用户的喜好、评价等数据。此外，即使搜集这些用户数据，也缺乏有效的数据处理和应用手段，无法深入分析。

　　长虹与百分点基于大数据平台共同构建长虹大用户中心后，可以全面搜集各渠道的用户数据，进行用户行为偏好数据整合打通，并利用大数据分析技术和工具来建立用户画像，根据用户画像提供精准营销与个性化服务。

　　在方案第一阶段建设中，百分点不仅帮助长虹建立了底层的大数据平台，还为长虹打造了家电行业首个基于大数据的实时跨屏电视收视率洞察系统，该系统实现了以下几个典型场景的应用：

　　一是通过大数据平台，可以实时地显示每个区域的电视在线数据，根据这一数据，长虹公司可以更具针对性地分配资源、优化服务。例如，监控图显示中部地区的用户数量较多，那么就可以根据区域用户的偏好提供相关内容；晚上某一时段开机人数大，那这一时段将成为广告传播重点关注的时段。

　　二是单体用户行为追踪是这套平台最具商业潜力的功能之一，通过百分点强大的数据处理与分析工具，长虹甚至能够追踪单个用户的电视使用行为。通过对这些行为的分析与整合，系统将可以为每个用户推送个性化、差异化的节目，并在用户可以接受的基础上，令广告营销更加精准，通过更智能化的服务增强用户体验。

　　三是百分点大数据解决方案帮助长虹实现了基于大数据的用户个性化服务，而通过不断挖掘和总结业务需求、持续进行模型创新，以及深化数据接入、丰富第三方互联网数据接入，大用户中心正在变得更加丰富与精准。

　　此外，长虹此前已实现了实时收视率统计，现在就能把这些统计数据应用到应用场景的优化迭代上，完成基于大数据的产品创新。

　　教育模式生长土壤

　　案例提供：网龙网络公司副董事长、网龙华渔教育CEO 梁念坚

　　对外而言，神经系统绝不是独立工作的，它需要同周围神经、人体其他器官和系统保持广泛、复杂的联系，这种联系构成了神经系统的工作环境。于内来说，神经元作为构成神经系统结构和功能的基本单位，需要持续地为神经系统发挥整合和调节功能做“马前卒”。在企业神经系统中，数据是神经元，是基本原件，是构成企业运营环境的“土壤”。

　　比如在教育领域，数据不仅是帮助教育实现变革的方法，更是未来教育模式诞生的土壤。

　　从上世纪末欧美等发达国家完成互联网普及，便有人开始尝试通过互联网促成教育变革，但由于教育和互联网存在着天然属性的差别，因此虽然已经经过十多年的发展，但互联网教育仍然没有出现实质进展。如今随着互联网与人生活结合的密切程度进一步加深，以及大数据的不断发展，我们终于看到了互联网与教育真正融合的曙光。

　　网龙华渔教育是目前国内唯一一家可以帮助用户在任何时间、任何地点、进行任何内容学习的企业。我们构建了一个开放的生态系统为处于人生不同阶段的用户提供学习服务，让学习真正融入人的生活。而全数据则是构成这一切的基础。

　　华渔的数据运营包含两个纬度：不同类型用户的学习过程和专注于学习的线上社交平台。

　　用户通过互联网学习的本质是数据交换。我们搭建平台，创建各种学习方法或路径，都是为了高质、高效地完成数据在人与人、平台与人、平台与平台之间的交换。因此华渔从底层架构上进行了突破性的研发，在遵循教育规律的基础上集合ICT构建教学应用场景。一方面最大限度满足庞大且复杂的学习内容在不同平台上的流通；另一方面基于全数据计算，系统会根据用户的使用习惯进行自主升级，配合并引导用户的学习过程。

　　为了真正打破学习在人日常生活中的界限，华渔依托此前多年在互联网社交平台领域的积累，推出专门针对学习场景的社交平台。

　　这一平台未来将完整承载用户在人生各个阶段的学习经历和成果，并通过大数据分析适应用户自身的习惯，将学习行为嵌入进日常生活，用创新的方式实现知识的获取和沉淀，用户无需感知学习的过程，却完成了学习的行为。

　　我们相信基于覆盖多个平台的全数据分析和云计算，未来必将孕育出教学模式和方法的重大变革，这种变革不一定像科幻小说里所描述的场景，但必然能够最大限度体现人在学习中的核心地位。

　　全运营流程覆盖

　　案例提供：三星大中华区生活电器事业部副总裁 谢辉

　　企业神经系统究竟应该包含哪些组成部分？

　　很遗憾，笔者目前还不能给出完整的答案。但以下几个部分，笔者认为是应该具备的，包括产品神经、技术研发神经、运营神经、管理神经等。不同的企业，每个组成部分的强壮程度不同。

　　以三星消费电子部门为例。

　　三星根据对全球范围内的用户大数据分析后看到，生活家电市场正处于一个产品形态发生巨变的时代，推动这一巨变的是用户在外观需求、易用性和人性化使用体验、多家庭成员使用、健康、环保这五方面的消费趋势变化。

　　为了更好地满足用户消费趋势的变化，三星生活家电决定在技术研发、创新设计和智能家居这三个方面发力。

　　大数据应用的全运营流程(产品创新、品牌建设和供应链管理)覆盖，使得三星消费电子部门能更快速、更准确地响应用户需求的变化。

　　在产品创新层面，三星从产品企划阶段就开始引入大数据系统，帮助企业进行决策。比如通过与社交网站合作，分析特定区域客户浏览习惯、交友年龄、性别等，了解潜在用户的喜好、习惯。再有就是通过对过往积累的用户数据进行分析，实现数据的再利用。

　　比如，三星首创的“品式”结构多门冰箱即是通过这一思路洞察了用户需求。“品式”结构多门冰箱能够有效对食物进行科学分类，大幅提升空间利用效率，即是通过大数据方式，了解到中国高端消费者生活方式的特征。高端消费者对食材的多样性有更高要求，导致对目前市场上的大容量冰箱的内部存储结构并不满意，而“品式”多门冰箱能够很好地消除消费者痛点，因而获得很好的市场反馈。

　　在品牌建设层面，大数据为三星“以用户体验”为的理念提供了有效的工具。三星的CRM系统，结合互联网数据和第三方数据，可以实现目标人群的精准定位，成为三星精准营销的基础。其次，经过对已购买用户和潜在用户的多维画像，对于用户的喜好、兴趣话题、圈子扩散路径等有了深入了解，也可以在售前、售中、售后，以及营销传播的全环节，实现更有针对性、目的性的准确沟通。

　　在供应链管理层面，大数据工具帮助三星实现了全链条的效率提升。从需求产生、产品设计到采购、制造、订单、物流、协同的各个环节，通过大数据的使用对其供应链进行翔实的掌控，利用新的策划来优化供应链战略和网络，提升效率，以更快速地响应用户需求。

　　显然，将消费者需求洞察转变为实际的市场优势，仍需要进行全流程的大数据应用和创新。这其中真正的难点，不在于大数据技术应用本身，而在于大数据工具在原有流程体系上的快速部署和原体系的深度结合。这对企业适应市场，快速创新的能力是一个本质上的考验。三星生活电器迅速在全流程上实现大数据工具的应用，根源也在于其写入企业基因的创新。

　　由此可见，大数据对于三星来说，并不只是一个热门概念。对家电业而言，大数据带来的影响，已远超过产品、服务或营销等个别单一层面的影响，而是将带来完全颠覆式的行业革命。