商业数据调研
前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇商业数据调研范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。
商业数据调研范文第1篇
摘要：互联网环境下数据收集和市场调查是指基于因特网而系统地进行营销信息的收集、整理、分析和研究的过程。互联网给了商家无限的创新和发挥空间，使数据收集和市场调研工作空前在互联网上充满了无限可能。
关键词：互联网；市场调研；数据收集
引言：数据收集和市场调查在企业的创办和经营中起着至关重要的作用。互联网时代的到来，使数据收集和市场调查的方式有了全新的变化。
1.互联网环境下数据收集和市场调查的定义
数据收集和市场调查是指以科学的方法，系统地、有目的地收集、整理、分析和研究所有与市场有关的信息，特别是有关消费者的需求、购买动机和购买行为等方面的市场信息，从而提出解决问题的建议，以作为营销决策的基础。
互联网环境下数据收集和市场调查是指基于因特网而系统地进行营销信息的收集、整理、分析和研究的过程。
2.数据收集和市场调查的内容与目的
2.1 数据收集和市场调查的内容：市场需求、用户及消费者购买行为特点、营销因素、宏观环境、竞争对手特点。
2.2 数据收集和市场调查的目的：通过对上述调查内容的整理，分析自身产品与市场需求的差异（特定市场的特征。不同地区的销售机会和潜力、探索影响销售的各种因素），分析自身产品与竞争对手的差异（顾客群体特征、产品包装特征、产品售价差异），了解市场的现状及其发展趋势，为市场预测和营销决策提供客观的、正确的资料。
3.传统市场数据收集和市场调查方法
传统的数据收集和市场调研一方面要投入大量的人力物力，因为如果调研面较小，则不足以全面掌握市场信息，而调研面较大，则时间周期长，调研费用大；另一方面，在传统的数据收集和市场调研中，被调查者始终处于被动地位，企业不可能针对不同的消费者提供不同的调查问卷，而针对企业的调查，消费者一般也不予以反应和回复。
4.互联网时代数据收集和市场调查方法
4.1 与传统调研方法相比，互联网上市场调研的优势：
4.1.1 互动性。这种互动不仅表现在消费者对现有产品的发表意见和建议，更表现在消费者对尚处于概念阶段产品的参与，这种参与将能够使企业更好地了解市场的需求，而且可以洞察市场的潜在需求。
4.1.2及时性。网络的传输速度快，一方面调研的信息传递到用户的速度加快，另一方面用户向调研者的信息传递速度也加快了，这就保证了市场调研的及时性。
4.1.3便捷性和经济性，在整个调查过程中，调研者只要在某站点上其调查问卷，且可以轻松对问卷进行及时修改和补充，而被调查者只要有一网终端就可以快速方便地反馈其意见。同时，对于反馈的数据，调查者也可以快速便捷地进行整理和分析，因为反馈的数据可以直接形成数据库。
4.2 与传统调研方法相比，互联网调研的缺点：
4.2.1 网络的安全性问题，容易造成个人信息泄露或招致黑客及病毒攻击。
4.2.2企业和消费者对网络调研缺乏认识和了解，对市场调研和网络技术的不理解、不信任将直接影响网络调研的实际运用效果。
4.2.3网络调研技术有待完善、专业人员匮乏。
4.2.4网络普及率影响数据结果。受我国经济发展不均衡等诸多条件限制，各地区及各年龄段网民数量参差不齐，因此造成调研数据的偏差。
4.2.5无限制样本的困扰。由于网络的无限制性，使调研项目极有可能因个别人的多次重复参与导致调研数据的偏差。随着互联网技术的普及和互联网法律法规的完善，以上种种弊端会逐渐弱化，互联网将成为人们进行数据收集和市场调查的主要方法！
4.3以收集调查问卷为例，对比互联网方式与传统方式下信息收集的特点：
由图中对比可知，尽管互联网方式在亲进度、回答率以及对调查现场的控制等方面表现一般，但它在资源节约、科技性辅助手段、记录管理等方面都远远超过其他的方式。本例仅就调查问卷单一温度进行对比。事实上，互联网进行数据分析和市场调查可以获得多维立体的信息，而它的积累将使得大量的数据将会在更长远的商业决策中起到至关重要的作用。
5.1 互联网环境下数据收集和市场调研的五大基本特点：经济性、便捷性、时效性、科技性、时间空间限制小。一方面，科技性对使用者的互联网使用技能有了一个基本要求；另一方面，经济性、便捷性、时效性、时间空间限制小这些明显优势使得互联网工具被越来越广泛的应用在数据收集和市场调研中。
5.2 互联网数据收集和市场调研工具：
5.2.1 利用多种数据收集手段进行市场调查：
（1） Google Adwords 关键词工具
（2） Google Adwords 点击量估算工具
（3） 百度指数
（4） Google 趋势
（5） 论坛、博客、社会化网络
（6） 网站投票调查
5.2.2 利用多种搜索工具进行竞争对手调查：
（1） 搜索排名结果
（2） 对手网站基本情况
（3） 访问对手网站
（4） 竞价排名广告商数量
（5） 竞争对手网站流量情况
5.3 举例说明运用互联网进行数据收集和市场调研
5.3.1 利用常规互联网搜索统计工具进行数据收集和市场调研
例1： 百度指数“减肥”市场调查：
网址是http：//.例如搜索“减肥”，结果：
百度指数显示特定关键词的用户关注度及媒体关注度。用户可以输入不同的关键词，比较用户关注度和媒体关注度。用户可以输入不同的关键词，比较用户关注度和媒体关注度数字，从而确定哪个关键词市场需求更大。如果有百度指数账号，用户所搜索的关键词数据可以储存，并且可以批量查询。没有百度指数账号的用户，也可以在百度网站上进行简单的查询和调查。
们对互联网工具使用的日益熟练，互联网在市场调研中的优越性将极大提升并以绝对优势遥遥领先，为人们提供更多的商业机会。
由于互联网应用有一定的技术门槛和技术风险，使用互联网技术进行数据收集和市场调研也有一定的风险性。
综上所述，在互联网时代下，若要在商业环境中长久生存，必须对互联网工具进行数据收集和市场调研的方式方法有清晰的认识，并不断学习、应用、创新，这样才能在商业竞争中立于不败之地！（作者单位：知识产权出版社）
参考文献：
[1]新浪企业微博2.0数据中心使用手册 企业微博 2.0产品介绍文档 Copyright，1996-2012 SINA
[2]百度指数查询 http：//
[3]百度搜索引擎
[4]谷歌搜索引擎
[5]王若军，市场调查与预测[M]，北京：北方交通大学出版社，2006
商业数据调研范文第2篇
企业内部创新扩散受到一些因素的影响，其中包括领导层积极主动的支持，以及进行创新的企业积极参与，同时还要考虑创新提供方提出的创新方法是否实用。该调研以此为基础，探讨企业内部进行创新扩散后，对创新采纳方和创新提供方的利益有何影响。
该调研采用了邮件调研法，围绕企业购买和使用客户关系管理数据系统，搜集相关数据。调研团队从香港商业商会（Hong Kong Chambers of Commerce Directory）获得了480份随机企业样本，然后通过电话确认其中343家企业采用了客户关系管理数据系统，再通过邮件，最终回收了来自163家企业的问卷。
该调研侧重于探讨在企业内部，进行创新扩散的原因和结果。调研通过分析B2B市场的数据发现，如果合作的两家企业都能在企业内部积极推进创新，那么这种创新将使双方受益，既能让创新采纳方提升企业效率，又能帮助创新提供方建立长期合作关系，并起到成本转移的作用。
对于采用创新方案的企业，该调研指出，采用创新的解决方案很重要，但是组织成员是否能够广泛使用这种新的创新解决方案同样重要。而整个组织的决策对企业内部的创新扩散也能起到刺激或阻碍的作用，而创新方案提供者对加快企业内部的创新扩散也起到很重要的作用。
Journal of Business & Industrial Marketing
商业数据调研范文第3篇
[关键词] 商业企业；需求链管理；优化建议
随着市场经济的发展，消费者需求在商品链路中的重要作用日益凸现。在这种背景下，如何采取有效措施，既圆满完成烟草行业“卷烟上水平”这项目标任务，又切实保障消费者需求的有效满足，事关整个行业经济运行质量能否持续健康发展，事关“两个至上”共同价值观的落实。基于此，河北卷烟商业企业在卷烟经营中积极引入需求链管理思想，探索出兼顾产品销售与满足市场需求的经营模式。本文就河北卷烟商业企业需求链管理的展开及今后的管理再优化试做探讨。
一、需求链管理在河北卷烟商业企业中的展开
需求链管理就是以把握客户需求为前提，以满足客户需求为核心，以需求为主线来组织需求链路资源提品和服务的综合管理方法。2007年初，河北卷烟商业企业为进一步确切把握客户需求，及时跟踪卷烟需求变化，以石家庄市公司为试点开始推行“按客户订单组织货源”工作。2008年河北卷烟商业企业进一步将“按客户定单组织货源”工作在全省全面推开。
“按客户订单组织货源”就是以卷烟消费需求为导向，围绕卷烟零售客户的要货信息即客户订单，开展卷烟货源的组织和生产，使卷烟产品能够真正适应市场、满足消费的管理模式。“按客户订单组织货源”工作开展以前，卷烟商业企业主要采用的是以生产为中心的推动式运作模式，即工业企业生产什么，就给零售客户供应什么，给零售客户供应什么，零售客户就销售什么。“按客户订单组织货源”工作开展后，卷烟商业企业的工作模式转变为以客户为中心的需求拉动式的运作模式，具体如图所示，即首先零售客户根据消费者的消费意愿提出卷烟需求；其次商业企业基于零售卷烟需求进行实际需求测控，进而向工业提交商业订单并签订购销协议；然后工业企业则根据购销协议组织生产，并按合同约定向商业企业发送卷烟；最后商业企业制定卷烟分配策略，对货源进行科学投放，满足不同零售客户的要货需求，进而达到满足消费市场需求的目的。由此可见，“按客户订单组织货源”工作模式实际上就是强化了一条以顾客为中心的需求驱动型的链路，即需求链路。也可以认为“按客户订单组织货源”工作的实质就是需求链管理理论在卷烟商业企业中的具体应用和实践。
二、河北卷烟商业企业需求链管理的运行模式
(一)需求测控
需求链管理要顺利地展开，前提就是必须正确地把握需求。有效的识别需求、把握需求就成为了实施需求链管理的首要工作。为此，卷烟商业企业对消费需求主要从三个环节进行测控：
1.市场调研
卷烟需求的市场调研主要是指对卷烟零售客户和卷烟消费者的卷烟需求调研。卷烟商业企业通过对零售客户和消费者进行科学分类确定了调查样本，并采用面对面交流、实地观察、电话咨询、定期沟通、随机走访等多种方式，对所选取的样本消费者和零售客户的需求信息、零售客户的实际动销情况、社会库存、卷烟零售价格等多方面内容进行了调研，最终将调研信息汇总整理后形成了相应的调研材料。
2.数据分析
数据分析是把握卷烟需求实际的关键环节。商业企业在综合市场调研数据信息的基础上，结合本单位内部的历史数据，利用适合自身实际、科学合理的预测方式和预测模型，对市场走向、消费趋势、品牌状况等进行数据分析，得出初步的卷烟需求数据。
3.数据修订
数据修订则指商业企业结合内外部影响因素对初步的卷烟需求数据进行的修订。其中，内部因素是指能对卷烟市场需求产生影响的行业内的各项活动，包括工、商企业在品牌整合、品牌宣传、品牌培育、引导消费方面所做的各项工作。外部因素则指影响卷烟需求的经济、政策、文化等因素。
(二)货源组织
卷烟货源是满足市场需求的基础，而实现工商间的有效沟通则是做好货源组织的关键环节。为确保工商间货源组织工作的有序进行，卷烟商业企业主要采取三大措施加以保障。一是组织保障，即通过设立专门机构，并明确了专职人员开展信息交流沟通工作，实现组织和人员对接；二是制度保障，即通过建立定期通报和召开例会等沟通制度，优化沟通流程，以制度保证了信息的及时有效共享，以流程保证了工商沟通的步调一致、无缝对接；三是信息保障，即通过国家局工商营销信息共享平台的应用，实现对卷烟发货、品牌、营销等宏观数据信息的查询，为信息沟通提供了有力的软件支持。
货源组织的具体展开主要体现在半年协议、月度衔接、季度调整三个方面。首先是卷烟商业企业以半年需求预测数据为基础，与卷烟工业企业协商签订半年协议；其次卷烟工商企业根据半年协议，进一步确定月度可供货源，并依据月度衔接状况，工商企业间协商形成月度调运计划，签订购销合同并执行。而季度调整则是根据市场需求的变化，并结合半年协议的执行进度，在协议执行期间对协议内容作出调整安排，使半年协议货源更加贴近市场需求。
(三)卷烟配送
卷烟配送就是按照与零售客户共同确定的电话订单，将卷烟货源直接配送到零售户手中。这是满足客户需求，保证卷烟价值得以实现的最终环节。为保证将卷烟准确、及时送达零售客户手中，卷烟商业企业设置专门的物流中心来完成此项工作。而物流中心则具体承担仓储、分拣、配送三项基本职能。仓储职能主要负责准确、及时、安全地做好卷烟商品入库、在库养护、出库等工作，并及时和有效地将库存信息传递到卷烟销售部门。分拣职能主要负责按照订单信息从仓库提取待配商品进入分拣场地，按规定流程进行分拣，将已分拣好的待送商品送入暂存区等配货作业。送货职能则根据客户订单信息，在核对待送商品与配送清单一致后，按照既定的行车路线将订货商品送货到户，并引导客户清点实物，确认卷烟标识，核对订单。
三、河北卷烟商业企业需求链管理中存在的问题
以“按客户订单组织货源”工作为核心的卷烟商业企业需求链管理，为进一步增强企业适应市场、服务市场的能力，提高烟草行业的核心竞争力发挥了巨大的推动作用。但从近一段时间“按客户订单组织货源”工作的实际运行来看，河北卷烟商业企业需求链管理工作仍需进一步完善和提高。
第一，在需求测控方面，业务操作规范化及信息采集科学化程度有待加强。虽然国家烟草专卖局对开展需求预测工作的相关岗位职责、业务流程和工作要求都提出了明确的要求，但在实际运行过程仍存在着部分岗位职责没有落实到位、部分流程环节存在缺失、部分工作要求流于形式、部分人员素质有待提高等问题。而在卷烟需求信息采集及整理作业过程中，信息采集广度低，信息采集手段单一，所采集信息的真实性、准确性和可用性有待进一步提高等问题也依然存在。
第二，在货源组织方面，工商协调运行机制有待进一步加强。虽然各商业企业通过加强工商协同，研发工商信息共享平台等多种方式作密切工商关系，但在实际工作中仍存在以预测指导采购的作用还没有得到充分发挥，采购工作中的规范性和计划性需进一步增强，工商间的沟通衔接方式需进一步完善，增强工商沟通的信息技术手段需进一步创新等现象。
第三，在卷烟配送方面，卷烟物流软环境建设还相对滞后。虽然烟草行业通过应用现代化的物流设备在促进卷烟分拣快速化、自动化、精准化方面有了很大进步，但在与先进的硬件设备相匹配的业务流程优化，规章制度完善，工商零接口衔接，物流队伍建设、配送线路优化等软环境建设方面尚有许多需要进一步改进的地方。
四、河北卷烟商业企业需求链管理的优化建议
(一)提高需求测控作业规范化程度
一是要结合自身实际。在认真按照国家局烟草专卖局《“按客户订单组织货源”业务操作规范(修订)》开展需求预测的基础上，进一步梳理、充实、完善所有参与需求预测人员的工作内容、工作流程和工作标准，建立长期、中期、短期预测结合制度，做到预测主体、预测周期、预测时间、预测内容“四个明确”；二是要加强人员培训，不断提高人员预测水平。培训内容主要包括以统一思想，明确方向为目的的认知培训；以新工作流程、规章制度、管理办法为主要内容的流程培训；以提高相关人员分析能力和预测水平为主要内容的预测知识和技术培训；三是要加强对预测的考核评价工作，制定公平公正的考核办法，充分发挥考核的导向、激励和鞭策作用，建设完善的作业体系，促进卷烟需求把控水平的不断提升。
(二)提高需求测控的科学化程度
一是要进一步树立市场就是消费者，消费者需求就是市场需求的经营意识。探索建立消费者数据库，通过多渠道采集消费者信息，分类建立消费者档案，为各类消费群体准确“画像”，并将其作为分析研究市场需求预测的基本依据；二是要引入先进的烟信通和PDA等信息采集设备，积极为信息采集提供便利快捷的手段；通过完善相关软件模块，为信息采集后的录入工作提供技术支撑；三是要加强对需求预测工作的回顾分析，对预测规范的落实情况、预测流程和方式方法的完善情况进行阶段性总结，通过广泛征求客户经理、市场经理、品牌经理、呼叫中心分析统计人员等一线员工的意见，及时发现问题，解决问题，不断提高预测水平。
(三)完善工商协调机制，优化货源组织工作
一是加强产销衔接。探索建立“全省集中衔接、各市分别订货”模式，借助全省整体市场优势，充分发挥市局(公司)的经营主体作用，加强与工业企业多层次、多渠道的产销衔接，保障货源有效供给；二是编制货源采购计划，建立月度卷烟采购排档表，科学确定各牌号的经济批量、要货时间和安全库存量，加强货源采购的责任考核，提高货源采购的计划性、预见性和均衡性，有效避免货源断档、积压现象的发生，保证供需总量和结构的基本平衡；三是探索工商协同网上补货机制，按照供应商管理库存理念，与工业公司探讨确定库存上下限、安全库存系数、发货周期、可销天数、补货量等指标。
商业数据调研范文第4篇
正因如此，蒙牛集团邀请了经验丰富的胡钧出任蒙牛集团的CIO。蒙牛集团对IT重视程度的演变背后是企业核心竞争力的变化，而企业的核心竞争力决定了CIO的地位。如同蒙牛集团一样，如今很多企业的核心竞争力都在发生变化或者微调，特别是那些处在转型期的企业。IT对企业核心竞争力的影响日益明显。数据可以说是企业最核心的资产，随着大数据时代的到来，企业越来越依赖于将数据转变为有用的信息，从而支持更正确的决策。IT部门也就不仅仅被看作是基础架构供应者，更被看作是创新推动者。CIO因此发挥着日益重要的战略作用。
一句话，企业计算的变化推动CIO的角色不停演进！
计算推动CIO角色演进
对CIO这一职位的长期研究也证明了这一结论。此次大会上，IBM全球信息科技服务部（GTS）了历时两年完成的2011全球CIO调研报告《CIO的智胜之道》，此次CIO调研对全球超过3000位CIO进行了深入访谈。报告指出，相比两年前，现在，CIO的思维与CEO的思维更统一了。
中国银行就是一个佐证。中国银行个人金融总部技术总监刘晶表示，中国银行现在在个人金融业务发展战略中加入了以技术为指引的口号，IT的重要性前所未有。
那么，CIO目前都在考虑用哪些技术来应对挑战？根据此次CIO调研报告，83%的CIO拥有包含商业智能和分析的预见性计划，然后是移动解决方案（74%）和虚拟化（68%）。这与2009年的CIO调研相比，有一些明显变化，云计算的优先级大幅上升，选择云计算的CIO比之前多出45%。主数据管理、客户分析、数据仓库和可视信息仪表板是CIO将数据转化为洞察力的首要优先事宜，这些能让其更好更快地决策。
CIO已将商业智能和分析列为最重要的工作事项。“目前信息正以一种从未有过的规模与速度产生着。而现代社交平台以及移动信息工具所产生的爆炸性数据增长进一步扩大了这一趋势。”IBM全球信息科技服务部市场与战略副总裁Diane Brink分析说。企业在业务运营过程中产生了庞大的结构化和非结构化数据，这些数据的价值亟待被发掘。
蒙牛集团CIO胡钧就表示，主数据管理和报表是他上任半年来最主要的工作。
IBM大中华区全球信息科技服务部（GTS）总经理易博纳指出：“企业领导者们已经广泛认识到IT对于企业业务创新与变革的作用。而云计算、商业智能与分析、移动解决方案、虚拟化等技术已经成为CIO实现从数据中获得深刻洞察力的利器。”
值得注意的是，调研表明，CIO将云计算和外包视为能让他们从日常IT运维工作中解放，并且将精力投入到更有价值的工作中的极为重要的工具。
如何利用数据价值
那么，CIO如何利用数据，获得洞察力？
“工欲善其事，必先利其器。”从数据中获取洞察，需要先进的分析工具和服务的支持。2009年开始，IBM推出BAO（业务分析与优化）战略帮助企业构建业务分析能力，通过研发和收购构建了全面的业务分析产品线，拥有包括InfoSphere BigInsight、Streams在内的解决方案，帮助企业进行业务洞察，捕捉商机并且精准决策。
实际上，除了业务层面的分析，企业同样需要对IT系统进行分析和优化。“我们可以利用工具，通过科学的方法，结合企业实际情况，帮助企业进行分析、优化等服务。这些服务除了我们提到的针对业务方面的之外，还有针对IT的分析服务。” IBM全球信息科技服务部Workplace服务和IT战略服务副总裁Richard Esposito 解释说，“通过这些工具可以帮助企业对IT系统做多层面、多角度的建模，帮助企业更好地了解IT系统状况。通过分析服务帮助企业尽量减少不必要的投入。对中小企业来讲，这尤其可以减少对专家的依赖。”
商业数据调研范文第5篇
普华永道最近研究了大数据应用在中国的现状和企业的关注点。研究结果表明，中国企业在做决策时越来越多地使用大数据；但调研同时表明，很多企业，尤其是中小企业在大数据应用上存在着一些误区。那么大数据影响企业决策的重要趋势是什么，中小企业又将如何应对挑战呢？
大数据的开放
大数据的价值评估，需要从社会效益、企业效益、个人效益和产品效益来综合评价。比如，金融数据和电商数据碰撞在一起，就会产生像小微贷款那样的互联网金融；电信数据和政府数据相遇，可以产生人口统计学方面的价值，帮助城市规划人们居住、工作、娱乐的场所；金融数据和医学数据在一起，可以发现骗保；物流数据和电商数据凑在一起，可以了解各个经济子领域的运行情况等。可见，只有将数据开放，即让不同领域的数据真正流动起来、融合起来，才能最大程度释放大数据的价值。
数据的开放主要有三个维度。一是狭义数据的开放。狭义的数据主体是政府和科研机构，即把非的政府数据以及科研数据公开。但是数据开放不等于信息公开。数据不等于信息，信息是从数据里面提炼出来的内涵，而且数据开放应该是一种主动和免费的开放，而不是经常被探讨的“申请信息公开”。二是大数据基础设施的开放。有了大数据思维，企业就会希望加快建设平台，投资相关的硬件和软件。但如何储存，处理并结合云对企业是个挑战。因此基础设施的开放对很多无力建设自己平台的中小企业来说就非常重要。一些拥有庞大平台的企业，如谷歌、亚马逊已经开始积极尝试，比如提供基础数据处理和分析平台。三是价值挖掘能力的开放。当我们在挖掘数据的时候，最主要的是在业务中体现其价值。但大数据具有非常明显的两面性，某些大数据是十分重要且有价值的，但绝大部分离散的数据是无用的。这让挖掘大数据一方面可以产生高价值，但也可能给企业带来沉重的成本负担。所以开放价值挖掘能力对降低数据应用的门槛非常重要，要让数据价值平民化和市场化。
大数据如何影响企业决策
企业对大数据的应用主要可分成三个阶段。在2010年到2012年之间的第一阶段，大数据应用关注数据和机器的关系，局限于传统的IT思维，只不过在很多小数据应用上贴上了大数据标签；从2013年开始的第二阶段关注数据与人的关系，可视化和预测应用成为了市场的宠儿；2014年之后，大数据应用的重点已经转向分析数据和数据之间的关系，这要求对企业大数据应用进行开放式的创新：从数据的开放、共享和交易，到基础处理和分析平台的开放，再到价值提取能力的开放。
研究还表明，大数据对企业决策最重要的影响，不是大数据本身，而是数据和数据之间的关系。大数据价值的实现，在于数据与数据间的连接。
以谷歌的一项数据处理功能为例。谷歌做了一件惊人的事情――能在不懂某个网页语言的情况下，知道网页所讲的内容是什么。试想一下，如果你懂俄语，看出俄语网页里在讲什么当然很简单。但是，如果你不懂俄语，仅仅通过看字词的排列和网站的分类，就知道网页的内容，这是不是很令人惊叹？这就是一种利用数据间的联系建立起来的知识图谱。知识图谱并不是数据，但它产生的结果要比单纯的数据搜集有价值得多。
除此之外，大数据对企业决策的影响还表现在以下三个层面：
第一，企业在重视获取大数据的同时，开始意识到要抓住大数据的机会并从中获取商业价值，需要使用先进的分析方法。从前我们通过对市场、行业和业务洞见来分析市场形势，传统的BI方案（商业智能方案）也能给我们提供解决方案。然而，大数据分析是全量数据和多数据类型，相对抽样研究，能更精准地体现数据价值。因此，我们需要引入新的技术来提升解读数据价值的能力，比如机器学习和预测能力。此外，数据探索、捕捉实时流动的大数据并把新的大数据来源与原来的企业数据相整合等，也将帮助企业攫取大数据的商业价值。
第二，在应用大数据的同时关注小数据。小数据强调的是定性和定量分析。大数据强调的是趋势和融合分析。小数据的分析往往是面对一个业务主题，而不是行业趋势或热点。小数据在做数据取样和验证结果时能对大量的、宏观的数据分析进行补充。当然，最终我们要获得的是数据价值本身，而不仅仅是把它分为不同类型的数据。所以，无论是大数据还是小数据，都需要我们把所有类型的数据碎片化后，运用先进的关联手段来建立其价值链，通过定制价值路径让数据的价值快速推送到商业应用中。这也是为什么越来越多的企业开始关注企业知识库建设的原因，它们藉此实现企业数据价值的变现。
第三，在数据的搜集和处理过程中，建立数据属性标签。我们常把数据属性标签比喻成脸谱勾画，通过数据属性标签可以更容易识别数据的不同特征。数据标签的属性是指在使用数据前，企业要了解数据的场景以及数据是如何进入这个场景的。因此，数据属性管理的层级化和维度化就变得十分必要，而在将数据属性标签化之前，就说数据如何起了作用是不现实的。
树立大数据思维
在很多企业，尤其是对中小型企业来说，大数据应用无法落地的原因是企业没有大数据思维。拥有大数据思维，并不是指任何决策都参考数据，也不是要求所有问题都足够精准，更不是花巨资打造大数据系统或平台。大数据思维是“数据借力”。
首先让我们了解一下建立大数据思维通常面对的几个挑战：
第一，大数据应用和商业回报间的矛盾。未来的大数据应用一定是可定制的、可在云上打包的服务，即将业务、数据、分析能力多面定制，一起打包。企业需要可快速部署和有明确投资回报的应用，这涉及到数据的质量和丰富度及业务人员对数据的依赖度。这需要企业内各个部门的有效协作，并规避无法确定的风险，比如分析结果的不确定性，业务场景的复杂性，人员的能力缺失等。
传统手段，比如通过社交媒体、邮件、网络文本等获得的数据量非常庞大，但解破这些数据的关系和价值却给企业带来巨大挑战。企业希望成为数据的主人，但往往在辨析数据的有效性、能带来哪些商业回报，以及如何帮助决策等方面却缺乏有效工具。
第二，海量数据与核心数据间的矛盾。要做大数据，首先要了解自己的企业，或者企业所在的行业的核心是什么。调研中我们发现，有很多企业在竞争过程中，最终不是被现有竞争对手打败，而是被很多潜在未知的竞争对手打败的。举例来说，大部分人都认为亚马逊是做电商的，但其实亚马逊现在最主要的收入来自云服务，也就意味着亚马逊的核心数据（价值）是云服务。只有在此基础上，亚马逊建立的大数据才是有效的、服务于战略的。
第三，内部数据与数据间的矛盾。企业所获取的数据，很大一部分是内部数据，这让企业面对另一个挑战，即如何让内部数据与相关数据产生联系并使之成长。只有让内外部数据的交融在用户场景中，才能为业务用户描绘更精准的业务发展空间。
第四，规律发现和规律失效间的矛盾。我们的调研显示，从大数据应用总结出的规律来看，建立失效预警是特别必要的。当企业通过大数据分析发现一个规律，并在现实中应用时，必须要设立一些预警指标。当指标达到一定水平，即表明之前发现的规律已经失效，必须发现新的规律、建立新相关指标，这称为数据价值的有效性。
没有根据实际应用场景的变化而及时更新，挖掘再多数据都是无谓的浪费。熟练应用失效预警，企业才能培养起整个团队对数据真实有效的敏感性。
中小企业的“数据借力”之道
对中小企业而言，购买大数据，雇佣专业团队成本偏高，建立大数据思维、理智对待大数据应用的热潮才能将数据对企业决策的影响最优化。应对以上建立大数据思维的四种挑战，中小企业“数据借力”可以尝试以下几种方法：
第一，做好数据价值调研。企业在购买搜索关键字、投放DSP（精准定位人群）的广告等大数据业务前，要先做调研，对数据是否能带来期望的商业回报做到心中有数。比如，可以考察行业内是否有较多成功案例再做决定。若成功案例不多，必然有一些难以跨越的障碍，购买前就需要三思。
第二，确认核心数据属性，建立海量数据与核心数据以及内部数据与外部数据间的关联标准。在此方面企业可遵循以下步骤：第一步，确立核心数据标准。比如，CRM（客户关系管理）和客户营销数据一定是核心数据。第二步，归档数据。比如，将线上线下举办的推广活动中收集的消费者的信息，归纳入CRM的系统。第三步，扩展常规上下游渠道的数据。比如，做快销行业的企业，就可以尽量获取沃尔玛、家乐福的数据，并与自己的CRM结合，为企业下一步做市场营销、推广、产品创新等建立指导。第四步，与社会化媒体数据建立联系。社会化媒体产生的数据是数据的一个重要来源，对于中小企业而言，它们在客户的获取和营销上没有强大的运营平台，因此社会化媒体产生的数据，对它们来说尤为重要。但如果只搜集而没有跟这些数据的者建立联系，那么这些数据就毫无价值。
第三，用虚拟人脉交换来获取数据。对中小企业而言，数据的缺失是一种常态，但它们可以通过扩展人脉，来加强对数据的获取能力。比较常见的做法是建立企业自媒体。传统的虚拟人脉的建立主要基于社交媒体上的互粉、互相介绍，而企业自媒体的人脉互相交换，则能更好地各取所需，在不同行业领域交换。企业还可以通过线下人脉寻找优质的高端群体用户。优质用户虽然人数不多，但通过收集其详细资料、分析其行为爱好，将相关分析存储到自己的系统中，就能形成优质的大数据资源。
第四，在关注大数据的同时要关注好小数据。企业的大数据起步，要从小数据开始，从核心数据开始。以业务为主导做好小数据，有助于企业做好企业内部的精细化管理、对市场的观察，以及未来发展方向的规划。
第五，赋予高管更多的权力。做好大数据应用需要企业内部建立大数据文化，比如，灵活的部门间协作机制，管理人员使用数据分析模型的习惯养成等。这就要求企业赋予高管更多的决策权，以帮助其突破制度限制、协调资源、协同合作，更积极主动地应对大数据挑战。
