错过大数据，你将错过一个时代
如今，科技创新已经成为商业未来的方向，大众创业、万众创新势不可挡。为了顺应大势，《商业评论》于2015年独家引入创业、创新、科技领域全球最权威的杂志——《麻省理工学院斯隆管理评论》（MIT Sloan Management Review）。
在本期“MIT斯隆管理评论精选”中，我们选择“大数据”这个时下最热的话题，与大家一起探讨“如何从泛滥的数据中获利”“如何运用大数据，给产品定出最优价格”等问题。
在当今世界，拥有海量数据并不稀奇，就连公司门口水果小贩的手机里也存储了不少顾客信息——数据本身已经越来越成为大众化商品了。但是光握着这些顾客信息并不能为小贩带来生意，他还必须想办法利用好信息，让顾客能经常光顾自己的水果摊儿，也就是说，将顾客数据转化成真金白银。在数字化经济中，将数据有效变现而非单纯积累数据的能力，足以成为竞争优势的源泉。本期《把大数据变成真金白银》一文，介绍了三种数据变现的途径，以及数据变现过程中可能遭遇的两大障碍。哪一种数据变现途径适合你的公司，如何跨越数据变现中的障碍，请在文中找答案吧。
大数据应用的另一个领域是产品定价。长期以来，几乎只有某些库存有限的行业才能进行价格优化，例如航空和酒店业。这是一项复杂的工作，需要分析海量数据，并深入了解竞争对手的行为。很少有企业能够一次为多种产品制定最优价格。然而，随着内外部数据越来越容易获得，机器学习持续发展，以及预算速度不断加快，运用价格优化法可以做到近乎实时地为上千种库存商品制定最优价格。《用机器学习给产品定价》一文作者将价格优化技术应用于三家零售电商，结果每家电商的收入、市场份额以及指定产品的利润都实现了两位数增长。作者指出，尽管这些案例涉及的是网上零售商，但这种方法同样适用于实体零售业。
如今，越来越多的决策者在解决问题和制定战略时，都会依靠统计结果和基于数据的决策模型。但是，你有没有想过，如何才能将数据分析结果传达给决策者？随着数据量越来越大，分析越来越复杂，分析师如何才能最有效地穿搭分析结果，以确保决策者正确理解数据的含义？《模拟体验：让高管看懂大数据》一文介绍的方法能使决策者借助模拟手段亲历情境，理解数据的含义。
如果你是布拉德·皮特（Brad Pitt）的粉丝，那你一定看过《点球成金》（Moneyball）。这部电影中奥克兰运动家棒球队的传奇故事使得体育分析学广为人知。如今，美国职业篮球、棒球、足球和橄榄球联赛无不配备摄像机、GPS设备记录现场比赛情况，并配备数据分析师专门研究比赛数据，根据结果采取改进措施，从而提高比赛成绩。相比一般的竞技球队，大企业更具财力优势，可以聘请更多的分析师，但是这些企业往往没有很好地收集和利用数据。在本期，《向竞技体育学数据分析》一文作者托马斯·达文波特（Thomas H. Davenport）总结出企业可向体育分析领域借鉴的五条重要经验。
事实上，大数据应用早就已经渗透到了人们生活中的方方面面，并且，随着科技的飞速发展，大数据将为我们提供无限的想象空间。你，准备好了吗？
专题
* * *
眼下，被海量数据淹没的公司比比皆是，
本文介绍了从泛滥的数据中获利的方法。
把大数据变成真金白银
■芭芭拉·威克瑟姆（Barbara H. Wixom）
珍妮·罗斯（Jeanne W.Ross）
在 当今世界，拥有海量数据并不稀奇。的确，数据本身越来越成为大众化商品。但在数字化经济中，将数据有效变现而非单纯积累数据的能力，却足以成为竞争优势的源泉。
为了让数据变现，公司可以采取以下三种途径：（1）改善内部业务流程和决策；（2）围绕着核心产品和服务进行信息包装；（3）向现有市场和新兴市场出售信息产品。虽然这些途径在所需能力和投入方面存在明显差别，但每种途径都会给那些希望在市场上独树一帜的企业带来重要机会。
从理论上说，公司可以同时利用以上多种途径来使数据变现。但在实践中，无论采用哪种途径，都需要管理层投入精力实施组织变革，开展针对性的技术和数据管理升级。因此，最好是挑选出最具发展潜力的机会，以此作为行动的起点。这样，我们就能提升数据的价值，然后加速其他途径的行动。更重要的是，我们可以由此构建公司的数据变现能力。
改善内部流程
利用数据来改善运作流程和提升决策质量，或许并非是最具有吸引力的数据变现途径，但它是最直接的方式。高管们通常会低估运用数据提高运作效率所获得的财务收益。不过，只有当数据和分析结果被转交给那些承担着决策权的人员手中，公司才会看到积极的成果。这些人员包括与客户互动、监督产品研发或管理生产过程的人员。基于数据的认知，再加上明确的决策规则，企业就可以提供更有意义的服务，更好地评估和满足客户需求，以及优化生产过程。
2014年2月，萨蒂亚·纳德拉（Satya Nadella）正式成为微软公司（Microsoft）的CEO。从那时起，他就一直鼓励员工想方设法利用数据改善公司流程。微软销售部门的高管认为，如果掌握了正确的工具和系统，他们就可以把销售人员的效率提升30%。为此，这些负责人设法部署了一些实用工具，给销售人员提供关键性的计算分析结果，比如达成交易的可能性和时间点，帮助销售人员将更多的时间花在与客户互动上。
为了得到可付诸行动的分析结果，销售主管们必须先定义一些共同概念，例如，“销售线索”（lead）指的是什么。随后，他们需要确定能够用于计算绩效的数据来源。他们很快便发现，由于销售数据分布在太多的不同系统之中，以致很难对某位销售人员的业绩轻易地做出全面概括。最终在一年的时间内，他们创建了一个全新的一体化客户系统，该系统能够生成描述微软与企业客户之间关系的全方位分析报告，包括客户购买了什么，他们遇到了什么问题，以及公司如何同他们接洽。
采用这套全新的系统后，微软销售人员不再需要手动搜索和准备数据，相当于为每个销售机会节省了10到15分钟的时间。此外，该系统还可以帮助销售主管们更精确地管理“销售漏斗”（sales pipeline）。它根据销售人员所提供的机会数据，再利用预测分析和机器学习，就能计算出一次销售活动的成功概率。举例来说，购买和部署企业软件不但过程复杂，而且通常需要合作伙伴的参与，因此当客户已经找到了合作伙伴，系统就会计算出更高的成功概率。系统不仅能提供有关销售机会成功概率的信息，还会就如何沿着销售漏斗加强与客户的互动提供建议，从而帮助销售人员对自己的销售线索进行优先排序，以最有可能达成目标的方式优化销售行动。一段时间之后，微软的销售人员终于掌握了如何做出更准确的预测（例如，针对全球客户的预测准确率从55%提升至70%），进而得到更完善的销售漏斗数据，而这些数据的获得反过来又改善了销售漏斗的管理。