大數據時代的商業法則

穆勝　婁珺

對于企業經營來說，交易和生產兩條腿同樣重要：交易效率高而生產效率低，則需求無法有效滿足；生產效率高而交易效率低，則產能無法有效利用。在傳統經濟時代，因為生產和交易的信息不對稱導致巨大的浪費，有時還造成嚴重的經濟危機。

在信息經濟時代尤其是大數據時代，大數據把生產和交易密切地甚至無縫地聯接在一起，從而不僅提高企業的經濟效率，也提升整個經濟體的效率，減少浪費。因此大數據成為企業的戰略資產，而處理和利用大數據的能力則成為企業新的競爭力來源。在大數據時代，企業必須學會利用大數據精確地分析、導入用戶，促成交易 ，并用最有效率的方式組織生產。在大數據時代，企業必須遵循新的商業法則，否則就會被大數據的浪潮所淹沒。

法則1 解讀用戶的真實需求

解讀用戶的真實需求，就是通過數據的收集、分析挖掘出用戶內心的欲望，提高企業產品推送的成功率，并將其轉化為企業的訂單。

大數據看似神秘莫測，其實在解讀用戶需求上的操作思路卻極其簡單：即盡可能掌握用戶的個人信息和關注信息。當關注信息指向個人時，就能夠相對精準地定義出用戶的需求。

在這一過程中，主要的操作模式有兩種：靜態輻射模式和動態跟蹤模式。

靜態輻射模式

靜態輻射模式的數據分析在一個時間節點上進行，盡量擴大分析對象，并用標簽來篩選出最可能成交的用戶。這是大數據應用中最典型的一種模式。由于一些大企業主動會進行用戶標簽的管理，需要大數據助力營銷的企業就可以“借船出海”。

標簽與購買的關系有兩種：一類標簽與購買的關系非常明顯。例如，一個常常瀏覽經管類書籍的用戶一定是這類書籍的潛在購買者。

另一類標簽與購買的關系卻并不十分明顯。這就需要企業提前進行分析，有時還需要借助第三方專業機構的分析結果。

例如，新浪微博會根據用戶平時的瀏覽和表達為用戶貼上“標簽”。但是，這些標簽與有些購買行為之間的關系就并不明顯。金夫人是國內婚紗攝影巨頭，他們首先利用自己作為百度大客戶的身份，無償獲取了百度提供的婚紗攝影客戶調研分析的數據，發現美食、影院等標簽的用戶最有可能購買婚紗攝影產品。利用這一跨數據庫的結果，金夫人在新浪微博的平臺上鎖定了“年齡20～35左右的某地區女性”群體，加上了美食、影院等標簽，精準鎖定了高轉化可能的用戶，并購買了平臺提供的“粉絲通”服務，對他們進行定向廣告推送。一般來說，推送5～6萬個用戶大約會得到70～80個電話咨詢，這種轉化過來的電話咨詢顧客被稱“顧客資源”，從顧客資源到最后的成單，轉化率優異，大約在40%。

動態跟蹤模式

動態跟蹤模式的數據分析在一個時間周期內進行，盡量縮小分析對象，不斷通過用戶的行為來為用戶貼上標簽，伺機發現產品推送的時點。由于這種分析針對小群體，無法由第三方機構提供統一的規模化服務，所以，對于企業來說是有高門檻的，需要企業練好內功。這種模式中，企業對于用戶不斷產生的新數據，要進行隨時跟蹤，并隨時在云端進行處理。

例如，Target 超市以20多種懷孕期間孕婦可能會購買的商品為基礎，將所有用戶的購買記錄作為數據來源，通過構建模型分析購買者的行為相關性，能準確地推斷出孕婦的具體臨盆時間，這樣Target的銷售部門就可以有針對地在每個懷孕顧客的不同階段寄送相應的產品優惠券。在一個個例中，他們居然比用戶更早知道了她懷孕的信息。

又如，亞馬遜基于自己對用戶的了解來進行精準營銷，在網站上的推薦和電子郵件對于產品的推送成為了促進成交的利器。調研公司Forrester分析師蘇察瑞塔·穆爾普魯稱，根據其他電子商務網站的業績，在某些情況下，亞馬遜網站推薦的銷售轉化率可高達 60%。這一轉化率遠遠高于其他電子商務網站，難怪一些觀察員將亞馬遜的推薦系統視為“殺手級應用”。最新的消息顯示，亞馬遜已經注冊了“未下單、先發貨”的技術專利，這是更加精準的需求預判和更加直接的產品推送，他們對于大數據的應用已經是爐火純青！

法則2 形成社會化協作的生產安排

如果能依靠大數據進行產品推送實現購買，海量需求就會從互聯網洶涌而來。這意味著產品的數據增多、涉及原料增多、消費者零散下單……這一變化使得工業時代標準化的產品生產模式受到前所未有的顛覆，生產端需要基于大數據形成前所未有的柔性，來對接消費端的柔性。

互聯網商業環境對價值鏈提出了新的挑戰：鏈條上的采購、生產、物流、分銷、零售各環節中，除了生產之外的其他環節也需要強大的數據處理能力，各個環節的數據處理系統和數據本身必須是共享的，而且，這些系統和內容還必須向全社會開放。要達到這種要求，顯然應該應用價值鏈接網，并用大數據來進行生產協調。

大數據的確給價值鏈重塑帶來了機會。在工業經濟時代，生產更多地通過“規模經濟”來獲利，大規模標準化的生產最大程度地降低了單位成本。但在互聯網經濟時代，生產更應該通過“范圍經濟、協同效應和重塑學習曲線”來獲利，因為，多種類，小規模的生產需要價值鏈上的靈動協作。

基于互聯網這樣一個平臺，所有的價值鏈環節可以實現數據共享和集中處理。另外，因為使用統一的數據構架，所以不會出現數據孤島，浪費有價值的數據。由此，價值鏈各個環節之間可以無縫鏈接，實現最敏捷、最合理的生產。基于互聯網這樣一個平臺，企業入圍合作即可以獲得充分的信息，也不再會遭遇太高的學習門檻。更厲害的是，用戶參與生產也變得容易，模塊化的選擇題，讓業余者也可以發出專業的需求信號。由此，從始端原料的生產者到終端的消費者，全部都被植入了價值鏈（或稱為價值網），社會化協作得以真正實現。而這在大數據出現以前，幾乎是不可能的！

順應法則贏未來

獨具特色的大數據商業法則，將會引發未來商業格局的變化。未來的贏家，將屬于能夠適應新的商業法則和新的商業邏輯的代表者。

在用大數據掘金的世界，誰掌握大數據，并能利用大數據實現上述兩大商業法則的變革，誰就能贏得未來。

因此，我們可以肯定地判斷出，掌握了大數據的資源整合類企業，將會成為大數據時代的企業贏家。這類企業是商業生態（價值網）中的“舵手”，通過靈敏地識別市場需求，指揮網絡成員協同生產，獲得組合創新優勢。由于控制了整個網絡，此類企業擁有網絡收益的剩余索取權，往往獲利最為豐厚。工業經濟時代，企業是依賴品牌、聲譽和社會資本實現資源整合。互聯網時代，資源變得無限豐富，協作變得極度頻繁，企業就需要依靠大數據來發現需求、整合資源。可以這樣說，掌握了大數據，這類企業就知道“用戶要什么，哪里有什么，如何用資源去滿足用戶需求”。

未來的資源整合企業將基于大數據來運作。維克托·邁爾-舍恩伯格等人在《大數據時代》中，將基于大數據的資源整合企業又分為三種：第一種是掌握數據的企業，這類企業掌握了端口，掌握了數據的所有權；第二種是掌握算法的企業，負責處理數據，挖掘有價值的商業信息，這些企業被稱為“數據武士”；第三種是掌握思維的企業，他們往往先人一步發現市場的機會，他們既不掌握數據技能，也不掌握專業技能，但正因為如此才有廣闊的思維，能夠最大程度串聯資源，形成商業模式，他們相當于“路徑尋找者 （path finder）”。

按照各自生產要素的價值性和稀缺性，很難說哪類企業真正將在大數據的商業模式中獲益，三類企業各自有各自的貢獻，各自有各自的稀缺之處。

ITA Software是美國四大機票預訂系統，是一個典型的掌握數據的企業，其將數據提供給Farecast這家提供預測機票價格的企業，后者是一個典型的掌握算法和思維的企業，直接接觸用戶。結果，ITA Software僅僅從這種合作中分得了一小塊收益。

Overture是搜索引擎付費點擊模式的鼻祖，如果把谷歌看作是媒體，那么Overture則是相當于廣告代理公司，通過算法細分不同的瀏覽用戶，向廣告投放企業提供目標用戶的付費點擊（選出他們最需要的用戶）。Overture是典型掌握算法和思維的企業，雅虎、谷歌則是掌握數據的企業。事實上，谷歌的兩大金礦AdWords和AdSense技術，都是借鑒了Overture的算法。但是，Overture不能直接接觸到用戶，沒有數據，喪失了話語權，只能獲得少量收益，以至于最后被雅虎收購。

基于大數據的資源整合類企業，它們的生態鏈又將遵循兩個法則。

法則一：接觸用戶的企業總是能夠獲得最多的收益，這和價值鏈上的分配原則是高度一致的。終端價格和原料供應之間的差價全部是由售賣終端產品的企業獲取的。

法則二：掌握數據的企業具有這個商業生態內最大的議價能力，最終最有可能成為贏家。算法可以攻克，也可以購買，事實上，擠入這個行業的企業并不在少數。而思維則存在一種肯尼斯·阿羅所說的“信息悖論”，即信息在被他人知曉前都價值極高，但卻無法被證實。一旦公開證實它，又因所有人都知道而失去了價值。所以，不管思維和算法企業走得多快，只要數據企業隨時可以封鎖數據源，就依然把握著“殺手锏”。甚至，有的數據企業在看不清楚商業模式時，將數據釋放讓思維和算法企業進行試錯，而一旦試錯成功，則收回數據所有權，模仿其商業模式。

BAT的數據帝國

因此，我們可以說，在大數據時代，資源整合企業的競爭，將會決定未來商業世界的版圖。

在很多人還沒有弄清楚大數據時代的商業法則時，國內互聯網三巨頭BAT（百度、阿里、騰訊）已經在迅速地構建自己的“數據帝國”。

在互聯網的大世界中，用戶有諸多的入口，可以通過不同的APP上傳數據。BAT的原則是，有關吃穿用住行的一切服務商，只要能夠增加他們的數據種類和質量，他們通通拿下。這里，體現出一種典型的“數據累積的邊際收益遞增效應”，即每多增加一個單位的數據，可挖掘的價值就有一個加速的增長，每增加一個種類的數據，可挖掘的價值就有一個加速的增長。某些時候，BAT甚至根本不考慮數據在現階段能否變現為收益，僅僅是納入麾下，等待未來的開發。

現實的情況是，經過了幾輪的收購之后，BAT基本上覆蓋了吃、穿、用、住、行、社交等各個領域的數據入口，加之其原來的龐大數據入口，在數據規模上的優勢已經無與倫比。短時間內，任何企業想要超越他們，幾乎都是不可能的。

BAT不僅是在做掌握數據的企業，也是在做掌握算法和思維的企業。一方面，擁有龐大的商業用戶群和擁有用戶群消費偏好的大數據，只要具有相應的內容，就可以形成成交、獲取收益。另一方面，他們甚至可以開放應用程序接口 （APIs） 把自己掌握的數據授權給別人使用，這樣數據就能夠重復產生價值。

這方面，阿里巴巴的百川計劃就是一個典型。簡單來說，他們向其他廠商的APP免費開放數據，但他們不收費，僅僅需要他們回饋數據作為對價。這個計劃實施以后，所有的APP都會是他們的入口。

可以說，BAT的帝國是基于數據建立的。甚至有人預言，數據作為“表外資產”一定會在某個時候被會計準則納入。因為，相對于無形資產，這種資產的價值更大。

值得一提的是，傳統工業經濟思維的人根本看不懂大數據時代的商業邏輯。郎咸平曾對阿里巴巴的收購（零售、文化、金融等）提出過質疑，他列舉蘋果和谷歌收購的案例，認為他們都是在進行專業領域的收購，這是有利于增強競爭力的，但阿里進行的都是多元化收購，是不利于增強競爭力的。

實際上，這是郎咸平沒有看懂阿里巴巴商業模式的表現。互聯網時代的大多數商業模式，早就脫離了行業的限制，而在某種程度上走向了“大一統”，即“導入流量+大數據分析變現流量”。這種模式里數據就是通用的邏輯，難怪在大數據出現時，維克托·邁爾-舍恩伯格等人就斷言，行業專家和技術專家的光芒會被數據專家掩蓋住，因為后者不受舊觀念的影響，能夠聆聽數據發出的聲音。

盡管BAT強悍如斯，但在他們的夾縫中，仍然有一些商機，企業也可以搭建入口、解讀需求、安排生產。如果說大數據改造商業的神奇已經毋庸置疑，那為何眾多企業依然拿不起放在眼前的這把金鑰匙？很大程度上是因為這些企業缺乏數據基因。

大數據和互聯網經濟的來襲，使得企業只能“被動接網”。面對海量的潛在需求，不僅無法解讀，也無法調動生產進行對接。這就出現了大量企業被互聯網的海量需求“反噬”，并導致供應鏈失控的案例。

在大數據時代，企業規模、資金、生產技術不再重要，品牌也不再擁有神力。獲取數據、分析處理數據、挖掘數據價值的能力成為企業的立身之本。目前我國大部分企業還沒有意識到我們已經進入大數據時代，就像我們大多數消費者沒有意識到我們的消費行為隨時在被計算一樣。在這樣的一個時代，只有建立在數據之上的企業、按照大數據時代的商業法則運營的企業才能更好地生存。

穆勝：北京大學光華管理學院工商管理博士后，著有《疊加體驗：用互聯網思維設計商業模式》

婁珺：北京大學光華管理學院MBA