基于大数据技术的企业品牌价值评估分析.docVIP

基于大数据技术的企业品牌价值评估分析 　　品牌价值是指品牌在某一个时点用类似有形资产评估方法计算出来的金额，但不能直接体现在企业的财务报表上，它可以告诉人们该品牌市场价值是多少以及在市场上所处的地位，反映了该企业为股东和投资方创造的品牌价值的大小，品牌价值提升表明该品牌在市场上获取了更多地认同，并能为股东和投资方持续创造更多的利润。但是评估企业品牌价值是个复杂的过程，目前主要的品牌价值评估方法有：成本计量法、市价计量法、收益计量法、十要素综合评估法。但不论使用哪一种评估方法，都要涉及巨大的数据收集、整理、计算与分析，这要耗费企业大量的人力、物力和时间。如果把这一评估过程使用大数据技术，就可在极短的时间收集到有关品牌价值评估指标需要的海量数据，通过大数据的流计算和分析系统对品牌价值做出精准评估，实时向企业决策者动态报告该品牌价值的变动情况，为企业品牌投资、融资、市场开拓、形象扩张做出智慧的决策。 　　一、大数据技术概述 　　大数据技术是从各种各样类型的数据中，快速获得有价值信息的信息技术，是一个涉及资料数据量巨大、数据类别巨多的数据集，通过互动系统、Hadoop系统和流计算技术，实时为企业撷取、管理、处理、整理数据，生成企业所需的数据资料。近年来，随着大数据技术的日臻成熟，企业越来越多重视大数据的数据分析和报告，便于实时洞察社会经济发展趋势、了解市场的发展变化、紧跟市场需求改进产品和提升服务。 　　大数据具有四大特点：一是数据体量巨大，从TB级别，跃升到PB级别，相当于我们宇宙天体数的3倍。二是数据类型繁多，涵盖了视频、图片、文本信息、网络日志、地理位置信息等等。三是，知识的聚合能够产生大量的价值，虽然价值密度相对较低，但商业价值很高。以视频为例，连续不间断监控过程中，可能有用的数据仅仅有一两秒，这一两秒的数据就可产生高额的商业价值。四是以Hadoop为代表的NoSQL技术，以列式数据处理为代表的MPP NewSQL技术，可以快速处理半结构化数据和非结构化数据，从各种类型的数据中快速获得高价值的信息，这与传统的数据挖掘技术有着本质的不同。如某家电品牌在品牌价值评估的品牌忠诚度因子――认知度信息采集中，在其生产的家电中植入智能芯片，就可以实时采样和收集这些家电在客户使用中的信息，同时通过互联网、社交网络、手机、传感器收集大量关于该家电品牌认知度的数据，企业对这些收集到的数据进行分析，就能对本品牌的消费者认知度作出一个精准的估算。通过大数据不仅加大了品牌的认知度调查的广度和深度，也提高了企业市场调查的效率和精准度。 　　二、大数据评估企业品牌价值的机理分析 　　企业每天都在面对来自客户、互联网、物联网、平板电脑、手机、PC、传感器、职能芯片的大量商品品牌信息，如世界第一零售店沃尔玛每小时要处理超过100万笔客户交易，其数据库存储了大约2.5PB的数据，相当于美国国会图书馆全部书籍中所含信息的167倍。如此海量数据而且价值密度又低，要寻找到有价值的数据如同大海捞针，这就要通过大数据技术去提炼数据价值、发掘有价值的数据，为企业品牌价值评估与提升提供决策支持。大数据技术的运行模式如图1。在大数据平台上把有关品牌价值评估的各项复杂、无序的数据指标，变成简单、有序的信息；基于在线评论和其他网络数据，构建商品品牌价值评价机制；将逻辑性、文字性的信息转化为可视化、图形化的信息，进而引导或影响消费者品牌倾向，对品牌价值评估做出更智慧的判断与回应。 　　大数据品牌分析系统的运行过程是：第一步数据收集，在端前通过目标客户、电子商务、社交网络、传感器等方式，去探测客户、收集和提取有关企业品牌的海量数据。第二步运用Hadoop技术分析PB级的结构化信息和非结构化数据的处理、挖掘及历史存储，如分析企业财务报表。第三步流计算，分析流数据和激增的大型数据，动态收集多个数据流，使用先进的算法来提供近乎瞬时的分析，获得实时洞察。流计算对需要立即作出决定的复杂动态情况，进行动态捕捉信息、进行实时分析，对静态数据的处理提供有效补充。以移动公司的客户洞察为例，多种类型的数据（如消费、通话、位置、浏览、使用）等数据，借助各种算法（如分类、聚类、标签、RFM、Pagerank），通过分析就形成了360度的客户视图，就是利用各种联系记录形成社交网络，发现客户的各种圈子，通过分析影响力，寻找关键人员，识别家庭和政企客户，用来发现关键客户的异动情况。第四步品牌数据仓库，储存大量来自Hadoop和流计算的有关品牌数据，帮助企业保持在原有的系统的基础上，以最小成本、最大能力提高信息安全和质量；第五步生成品牌价值分析报告，对品牌信息开展整合与治理，提供完整的品牌价值分析报告。 　　如2008年，温布尔登网球赛事引入了IBM的大数据技术，建立SlamTracker平台，网球