【編者注】與其在遠處遙遠大數據，不如現在着手本地化數據運營，作者@正和島何川 認爲雖然大數據的概念十分熱，但是對於很多實體企業與傳統行業而言如何將自身業務數據化來得更加實際，更爲靠譜。對於互聯網企業而言，過去幾年確確實實做了很多數據存儲、收集性質的工作，在數據管理方面也都有自己的一套流程，但在數據應用方面卻一直是短板，至於傳統企業這一塊則更加差，但作者從傳統企業的角度出發，確確實實給出了目前在小編看來最務實的見解。
數據是個好東西，它可以反映用戶過去的行爲軌跡，也可以預測用戶將來的行爲傾向。隨着數據分析工具與數據挖掘渠道的日益豐富與多樣化，數據存量越來越大，數據對企業也越來越重要。這直接催生了大數據的概念火熱與流行，但對很多實體企業與傳統行業而言，大數據仍顯得陌生，甚至不知道大數據怎麼用。
我也一直思考，實體企業與傳統行業該如何迎接並立足於大數據時代。在接觸一些企業主、金融分析師包括數據管理方面的專業人士之後，我認爲：當前階段，與其意淫大數據，不如紮紮實實地完成企業自身業務的數據化（這就像電子商務，核心還是商務電子化一樣）。
首先，企業最終想要的是用戶，而不是大數據。
大數據只是爲企業更好地粘住用戶、開拓市場提供了一種決策支撐。
其次，海量數據本身並沒有太大價值，它更是一種對用戶既有行爲的量化與累積。
我們拿過去某一時段的數據，來預估一個新時段的用戶行爲，本身就有待推敲（當然，也不能說他完全沒有價值，這就像經驗重要，但經驗往往不可靠）。
第三，比已經存在的大數據更重要的，是弄清楚這些數據是通過什麼方式產生的，從哪些領域產生的，會對經營行爲產生哪些影響，進而倒推出數據化與企業經營（員工管理）、用戶行爲的內在邏輯。
第四，數據化不會一蹴而就。
它既涉及到對現在業務指標的量化處理，也有對企業員工的量化考覈，它一定是細節而具體的，而且用數據說話，用數據決策，也是一種需要培養的決策思維。
第五，短期內，大數據還不能覆蓋到所有行業與企業，雲計算等概念對大多數企業而言還很遙遠，還是要把重點聚焦在企業自身的業務模式上。
那麼，企業該如何着手數據化呢？我主要想到以下幾點。
第一、經營業績數據化。
這一點是最好理解也是最容易被忽略的。隨着國內企業的財務報表制度的愈加完善，如何讓非財務人員（尤其是中層以上管理者）對企業的整體經營業績保持一個數據敏感度，並能根據不同時期經營業績的變化來調整策略，成爲新的要求。
據我瞭解，目前國內的不少數企業的財務報表仍然流於形式，經營管理多依賴於決策者自身的經驗，這必然會增加企業經營的風險。所以我建議，企業負責人首先要重視對整體經營業績的數據化。分部門、分階段（比如慣例上的季報，能不能變成內部的月報）、分重點對企業整體經營情況進行數據公開，供決策者參考，並培養決策者的數據意識。並通過更加合理與便捷的渠道讓企業管理者實時瞭解企業的經營業績等等。
尤其隨着國際化的進一步加深，企業的經營業績將受到更多外部因素的影響，如何建立有效的外部數據觀測模型，將成爲企業降低經營風險的重要手段。
第二、業務模式數據化。
目前很多企業不是不想利用大數據，而是自身業務模式難以產生有效數據，這就對企業自身業務模式的數據化提出了要求。
拿傳統零售業來說，儘管也有一些會員管理，但是由於能夠收集的信息很有限。比如顧客在這個門店什麼時候來過一次，什麼時候瀏覽過哪個產品，瀏覽時是什麼感覺，甚至包括表情等等，這些數據很難通過傳統的線下方式進行收集，也很難與他每次光臨門店的信息進行對比，很難快速地在他下次光顧的時候找到一個合適的東西推薦給他。現在有很多的零售行業，他們有很多好一些的方法。那麼店鋪裏面大家知道這個攝像的設備是很普通的，利用這些設想的設備，利用採集的圖象的識別和分析，臉部的表情，瀏覽過哪些商品的記錄和分析，這些信息的採集，就能夠很好地幫助店裏面的人員來分析顧客整個構成的情況，我發現很多實體店在這個方面有很多的想法，希望有這樣的IT公司來幫他實現這樣的IT支撐解決方案。
現在的實體零售業正在經歷一場轉型——實體店和線上互動——實體店只是變成一個展示、宣傳的平臺，它的實際銷售行爲很多是發生在網上的，也就不再需要那麼多的實體店，進而可以把實體店開在一些更方便顧客到達的地方。顧客在實體店裏面看的東西，想買的時候可以到網上買，還能送貨上門。
目前來看，類似零售業這種有着海量用戶的業務模式，都將不可避免完成向數據化。
第三、用戶行爲數據化。
我想這一點是大家最爲看重的，也是當前時期應用最爲廣泛的。正如前文所言，企業最終想要的是用戶。那麼科學分析用戶行爲，自然是瞭解用戶、貼近用戶最爲有效的方式。不過，相對於電子商務等線上企業而言，傳統行業與實體企業的用戶行爲數據化並不樂觀，操作性也相對較差。很多企業的用戶行爲分析流於形式，並不能爲市場營銷與產品改進提供真正幫助。我舉一個旅遊公司的例子。
很多人都知道中坤集團（黃怒波的企業），做旅遊地產的，其中一個是北京的門頭溝項目，中坤跟門頭溝區政府合作，把整個門頭溝的景點數據化，有很多地方都裝上攝象頭。因爲是旅遊景點，大家比較關注每一個地方的風土人情、歷史，甚至是哪一個小山包在歷史上曾經有過一些什麼故事。以前的做法是通過培訓一批導遊，然後給遊客介紹，讓遊客在這個過程中來了解一些的東西，引起一些思考。
後來他發現這種模式比較老套，很多遊客現在希望自助遊，就是我自己在山上面找，這樣一來這些故事就沒有一個合適的方式來提供給遊客。所以他就把所有的景點、把所有的壁畫之類的文物景觀都數字化，歷史典故可以通過無線的方式——在遊客的智能手機上安裝一個簡單的軟件，遊客走到哪裏，可以選擇性地查看當時這個地方有什麼事情，同時遊客開着車子在這個旅遊景點轉一圈，在不同的地方都可以通過攝像頭給遊客拍一些照片。這樣遊客離開景點的時候，可以獲贈一個相冊——在這個景點裏面各個地方我給你拍的照片，以及旅遊的路線，選擇聽過的一些故事等等。
通過這樣的方式使得遊客和景點的黏性更強了，關係拉得更近了。遊客去給其他朋友介紹這些景點的時候，也就有很多故事可以講，慢慢發現這種方式，對遊客來說，是一種近似病毒式的傳播，比一般的營銷的效果更好，這是旅遊行業轉型的一個例子。
第四、員工管理數據化。
任何一個公司的員工管理，都集中體現在兩方面，一是如何促進員工成長，也可以說是更加理解公司的業務模式，進而提升業績。二是如何對員工的成長進行評價，也就是考覈。我想這兩方面，都可以通過一個包含各種考覈與激勵要素的數據庫的建立，來更好的實現。在此只是拋磚引玉，相信我們的人力資源管理高手，完全可以根據自己的工作需要，完成數據化。
當然，數據化的另一大關鍵，就是如何與（移動）互聯網與物聯網有效融合。因爲目前爲止，移動互聯網爲我們提供了最好的，與用戶粘在一起並充分挖掘用戶數據的機會。無論是移動、社交還是本地化，都釋放出了海量的數據，也就有着重大的挖掘空間。
同時，我還要強調一點，大數據在更多程度上是對既有行爲的判定，對已知經驗的固化，在預測方面，應用大數據還應十分謹慎。
以上是今天我想闡述的核心觀點，三到五年內，對於實體企業與傳統行業而言，數據化比大數據更靠譜，也更緊迫。文中所舉事例不一定恰當，僅供參考，也歡迎大家多補充。