爱奇小说网

第五章大数据时代农村文化产业供需链的发展（第2页）

从近尾到远尾的转换，显然是传统经济技术生产条件向互联网和大数据生产条件转变的结果。远尾处价格低而消费者多，产品的销量也多，它揭示出两个结论：一是远尾处平民为王，阿里巴巴打造的“双十一”购物狂欢节，就是一种远尾平民效应。二是远尾处消费者体验至上，这里的消费者体验包括两个方面：一方面是直接消费者体验，另一方面是间接消费者体验，如我们在网购时，面对成百上千种同类商品，价格也相差无几，这时我们会关注消费者评价，差评和好评的不同口碑有时引导着我们的下单行动，这里的网络消费者评价，实际上就是一种间接体验。

（二）从企业价值到消费者价值

企业价值和消费者价值是衡量一个企业经济活动贡献大小的两个指标，企业价值衡量的是企业对自己发展贡献的大小，消费者价值衡量的是企业对消费者贡献的大小，即企业提供的产品和服务满足消费者需要的程度。企业价值反映了企业从交易中的“获利”，消费者价值反映了消费者从交易中的“获益”，这种“获益””一般指“消费者感知”获得“超出”所付成本的部分，亦即经济学所说的消费者剩余。从理论上说，企业价值的实现与消费者价值的创造是联系在一起的，企业获利离不开消费者获益。但实际上，企业价值与消费者价值有时并没有有机结合在一起。如在传统农村文化生产体系中，农村文化企业是以企业价值的实现为中心，重点追求是获利，而不太关心消费者获益。显然，企业价值实现以企业获利为中心展开的路径是工业化时代供需链构造的套路，互联网经济与大数据时代的供需链构造应把着眼点放到消费者价值创造上面，为了给消费者创造价值，企业有时甚至要以让利、免费、无偿服务、延长保修期等方式牺牲自身利润来提高消费者价值。消费者价值创造的关键是消费者中心化，消费者中心化路径的意义在于；一是明确企业的发展定位，是定位在高端或精英消费者，还是定位在低端或大众消费者。以汽车产业为例，奔驰和宝马就定位在高端或精英消费者，而大众就定位在低端或大众消费者，虽然奔驰也生产相对低端的产品，大众也生产相对高端的产品，但并不是产品线的主流。二是明确供需链的发展路径，即是以企业价值实现为中心构建供需链，还是以消费者价值创造为中心来构造供需链。现在企业界一致的共识是“消费者是上帝”，显然是要把消费者价值创造放在中心位置。在大数据条件下，大数据应用为以消费者为中心的消费者价值创造提供了技术支持。

第一，运用大数据预测发现消费者价值。大数据的一个核心功能是预测，预测可以帮助企业发现消费者价值，将潜在消费者价值挖掘开发出来，转变成现实的消费者价值。第二，运用大数据平台创造消费者价值。消费者价值创造需要人流、物流、资金流、信息流的高效流通。大数据平台能将供需链的这“四流”统一起来，特别是通过大数据信息挖掘功能加快信息流通，通过“四流合一”创造消费者价值。第三，运用大数据消费者理解功能交付和延续消费者价值。交付和延续消费者价值处于供需链的下游，是一个闭合供需链环链的终端。交付和延续消费者价值有两个意义，一是满足了消费者消费需求，二是进一步增强了消费者粘性，使消费者成为企业产品的忠实消费者和铁杆粉丝。大数据的消费者理解功能通过对消费者购物行为和消费心理的数据分析，有针对性地提供舒心产品和贴心服务，将客户关系由简单地买卖关系发展成合作互利关系。

三、大数据时代农村文化产业供需链重构的基本内容

基于大数据对农村文化产业供需链进行重构，应该考虑如何将大数据效应运用到农村文化供需链的建构中去。本研究认为，农村文化产业供需链重构主要有以下方面内容：一是基于大数据资源扩展效应建构农村文化产业供需链“信息流”；二是基于大数据消费者挖掘效应重构农村文化产业供需链的“消费群”。

（一）基于大数据资源扩展效应做大做强农村文化产业供需链“信息流”

信息流是供需链“四流”中的重要要素，其重要性在于信息流贯穿于人流、物流、资金流中间，企业管理和供需链管理中人力资源、物力资源和财力资源的调配，都必须有准确的信息作为支撑。大数据资源拓展效应为海量信息和精准信息的开发利用提供了条件。

从“数据废气”到“数据资产”

大数据资源具有“再利用性”和“非竞争性”，即数据不像石油、煤炭、粮食等物质资源那样是一次性资源，而是可以不断被使用的“再利用”资源。有人将大数据资源比喻为“21世纪的石油”，其实，这个比喻并不完全恰当，石油是不可再生资源，用一吨就少一吨。而大数据资源是取之不尽，用之不竭的，只要有人类的生产和生活活动，就会有数据不断产生。目前，互联网上的电商都有购物记忆和推荐系统，当一个客户选购某种商品时，系统会告知你曾经买过什么东西，别人在买这个东西时还买过什么别的东西，这个系统使用的都是过去的交易数据。因此，大数据不同于物质性的东西，数据的价值不会随着它的使用而减少，而是可以不断地被处理。这就是经济学家所谓的“非竞争性”的好处：个人的使用不会妨碍其他人的使用，而且信息不会像其他物质产品一样随着使用而有所耗损。数据资源“再利用”产生的价值增值的突出表现是将“数据废气”变为“数据资产”。数据废气（DataExhaust）—般是指没有用处而要舍弃的数据。在互联网信息中，与己无关的没有用处的或者无法处理的网络数据常常被人们当作“数据废气”。中国各行业、各领域的信息化进程已经有几十年的历史，经过日积月累已经拥有了海量的数据，这些数据中95%以上都存放在各自的存储设备或硬盘中，自产生之后就很少使用或者根本没有使用，一直属于沉睡状态，因此，这些数据也就不产生任何价值，也就不能称之为资源。出现这种情况的一个主要原因是数据库分立，已有的数据相互独立，数据大多数来源于已经建立的各类业务系统，而各业务系统都是为了满足各自业务板块的需要而建立的，没有建立相互的关联关系，数据的存储与使用缺乏统一的规划设计，缺乏顶层设计的“数据孤岛”导致“数据废气”和“黑暗数据（DarkData）”，“数据废气”和“黑暗数据”如不能让其成为资源，并发挥价值，对于数据的拥有者来说，数据的存储与维护将会是无止境的投入，这些无价值的投入将会给数据的拥有者带来巨大的负担。而数据的价值增值往往需要大数据平台从多维度、多角度分析相关数据才可能完成。大数据挖掘技术极大地扩展了人们寻找数据之间相关关系的能力，使得我们将“数据废气”变成“数据资产”成为可能。

从“数据体量”到“数据质量”

体量大是大数据的显著特征。大数据体量大，首先表现在数据数量的爆发式增长。从全球数据总量增长来看，根据IDatioiore，国际文献资料中心）编制的《从混沌中提取价值》研究报告介绍，过去五年的研究发现，全球数据量大约每两年翻一番，2010年起全球数据量跨入ZB时代。“伴随着社交网络、移动设备和传感器等新的技术和应用的不断涌现，产生的海量数据，其规模极为庞大，并且呈现加速增长的趋势。计量单位从TB级别跃升到PB甚至EB级别（1TB=1024GB;1PB=1024TB;1EB=1024PB;1ZB=1024EB;1YB=1024ZB）。过去几年全世界产生的数据量甚至超过了历史上4万年来产生的数据量的总和。到目前为止，人类生产的所有印刷制品的数据量大约是200PB，而IDC的研究报告指出，2012年全球信息化资料存储量为2．8ZB，预计到2020年将达到40ZB。”到2020年，全球人均数据预计将达5247GB。“预计到2020年，全球数据量将会达到令人恐怖的35ZB，被称为‘大数据摩尔定律’。”[98．贾利军，许鑫：《谈“大数据”的本质及其营销意蕴》[J]，《南京社会科学》2013年第7期]从专业领域数据总量增长来看，“能源、制造业、交通运输业、服务业、科教文化、医疗卫生等领域都积累了TB级、PB级乃至EB级的大数据，这些数据已经开始造福于人类，成为信息社会的重要财富，例如，著名的全球连锁超市沃尔玛每小时需要处理100余万条的消费者请求，维护着一个超过2．5PB的数据库；在高能物理试验中，2008年开始投入使用的大型强子对撞机每年产生超过25PB的数据;社交网络Facebook现已存储超过500亿张照片。”[99．贾利军，许鑫：《谈“大数据”的本质及其营销意蕴》[J]，《南京社会科学》2013年第7期]其次，大数据体量大不仅仅指其数量大，其中还包括增速快的含义。在2010年，全球每分钟就有35小时的视频上传YouTube，每月有60亿张照片上传Facebook，每天有2亿条微博上传Twitter，3000亿封电子邮件发送，雅虎公司每天分析超过200PB的数据。大数据体量大是大数据资源扩展性的重要标志之一，但是，体量扩展性并不是大数据的全部意义，必须通过大数据处理赋予其价值，才能使其具有活性。同时，“解决一个问题的数据规模有一个阈值。数据少于这个阈值，问题解决不了；达到这个阈值，就可以解决以前解决不了的大问题；而数据规模超过这个阈值，对解决问题也没有更多的帮助。”[．李国杰：《大数据的研究现状与科学思考》[J]，《中国科学院院刊》2012年第6期]再次，大数据体量大还在于数据来源的广泛性和多样性。从某种意义上说，更多的数据来源，比更多的数据量更重要。在大数据条件下，数据来源和数据记录方式多种多样。人们通过LBS采集人在地球上的全部运动轨迹，通过在线支付采集人们的全部支付记录，通过SNS采集人们的全部网络交往记录，通过电子邮件、文档、Timeline、视频监控等采集人们的言行记录。这使得过去不容易处理的、不被人们重视的、没有使用价值的大量非结构性数据具有了新的质量，使得大量随机的、偶然出现的混杂性数据可以实时捕获处理，使之变成确定性的、必然性的东西。提高数据质量是大数据的另一个显著特征。提高数据质量是增强数据可用性的关键，数据如果不可用，数据再多也是负担。随着大数据的级数增长，大量劣质数据伴随而来，干扰影响了数据的可用性。如在美国的企业信息系统中有1%～30%的数据存在错位[．Redmaofpoordataqualityoypiterprise[J]．uni．1998．41（2）:79-82]，全球财富1000强企业中超过25%的企业信息系统中的数据不正确或不准确[．SwartzN．Gartnerwarnsfirmsof‘dirtydata’[J]．InformatioJournal，2007，41（3）:6]。数据可用性问题的严重性必将导致源于数据的知识出现错误，也会导致依据数据进行的决策出现严重失误，如在美国，由于数据陈旧和数据错位引起的生产事故和决策失误，每年给产业界造成大约6100亿美元的经济损失，大约占美国GDP的6%[．EW．DataWarehousingSpecialReport:Dataqualityaomline[R]．ApplisDevelopmentTrends，2002]。解铃还需系铃人，大数据的可用性问题最终还是靠大数据技术自身来解决，现阶段，解决大数据可靠性和可用性问题的理论和技术，如高质量大数据获取与整合的理论和技术，数据管理自动检测与修复的理论和技术，弱可用数据上近似计算的理论和技术，弱可用数据上的知识发掘与演化的机理等相关理论和技术已进入实际研究和应用。提高数据质量，增强数据可用性，实现数据信息共享，是农村文化产业供需链有序运行的迫切要求，中国农村文化物在线信息交换标准（IX）的推广应用，就是运用大数据平台将农村文化产业供需链各环节的数据信息集成起来，构建的一个将私有云、公有云、混合云融为一体的综合性数据信息共享平台。IX的应用，不仅增大了农村文化数据体量，而且提高了农村文化数据质量，加快了农村文化产业供需链“信息流”流通的步伐。

（二）基于大数据平台重塑农村文化产业供需链“消费者群”

“消费者是上帝”的观念虽然早已深入人心，但对消费者资源的挖掘却因为缺乏大数据技术支持而未能有效实现，传统农村文化产业供需链模式的两个弊端在于：一是并不真正了解消费者的个性化需求；二是不能有效降低成本。大数据条件下的农村文化产业供需链的发展必须解决上述问题。

开发“共享型经济”环境下的“粉丝消费者群”

杰弗里·里夫金在《第三次工业革命》一书中指出：“伴随着互联网成长起来的新一代，习惯于对创造力、知识、专业技能，甚至对产品和服务的开发性共享，以促进社会总体财富的增长。”[．[美]杰里米·里夫金：《第三次工业革命》[M]，中信农村文化社2012年版，第38页]哈佛大学教授南希·科恩认为：共享经济是指个体间直接交换商品与服务的系统。在中国，共享型经济并不局限于人与人之间的分享，而是把需求端和供给端有效整合，使社会资源能得到更高效利用的经济表现形式。开放性是共享性的前提，从开放程度来讲，互联网是开放程度最大的资源共享平台，网上很多资源对很多人来说是无偿使用，当网上的资源进入“云平台”时代后，大数据资源生成以及资源共享的步伐进一步加快。从大数据与云计算的关系来讲，云计算是大数据的基础，大数据是云计算的价值应用；从大数据与共享型经济的关系来讲，是共享型经济铺就了大数据的社会基础，大数据确立了共享型经济的市场地位。在现实生活中，共享需求往往表示共同的需求目标，企业经营的任务就是要把这些有共同需求目标的人发展成自己的忠实客户，忠实客户由于其忠诚度和粘性被视为“老客户”，过去称““回头客”，现在称为“粉丝”。在互联网和大数据时代，共享不仅只是物质资源的共享，还有数据共享、平台共享和体验共享。显然“共享型经济”条件下的“粉丝消费者群”不仅只是硬件共享，还有软件和数据共享。互联网平台上的很多“粉丝消费者群”并不是冲着软件去的，而是冲着分享和体验去的，分享别人的成长过程对自己的成长也是一种借鉴。苹果的许多“果粉”、“果迷”不仅是喜欢苹果手机，还更加喜欢苹果的App和来自云端的信息数据。这样，来自云端的大数据就有了两种效应：一方面营造了“共享型经济”的“粉丝消费者群”，另一方面又为生产厂商提供了源源不断的消费者信息数据，平台的运营者一方面获取了经济利益，还获得支持产品持续开发的宝贵数据资源。

四、基于大数据的农村文化产业供需链构造

传统的农村文化产业供需链主要是刚性的标准化的线性构造，在大数据时代，基于大数据的农村文化产业供需链是立体的、多元的网状结构。不仅要开发农村文化大众市场，还要开发分众市场。这种构造改变了传统农村文化产业供需链的运行模式，拓展了农村文化产业供需链的运行空间和价值创造方式。

在大数据商业应用中，大数据营销应用最具价值，这就是为什么大数据热率先是在产业界掀起的重要原因。企业管理领域，人们一直笃信一个原则：让数据说话。大数据营销被产业界热捧，就在于它使这个原则变成可实际操作的实施方案。而大数据营销应用中，最具意义的是对市场的细分和分众市场的确立。我们可以这样理解这一逻辑关系，即：在大数据商业应用中，大数据营销应用最重要；在大数据营销应用中，分众营销最重要。在传统的农村文化产业链中，人们对供需链末端的市场营销不是不重视，而是苦于没有找到精准营销的工具。大数据营销应用的出现，使营销由过去对市场的狂轰滥炸变成了精确制导。

（一）基于“消费者图谱”的分众营销

传统农村文化对目标消费者的分类大多是专业性的，各种专业农村文化企业都是根据专业分工设立，都有自己的专业目标消费者群。在大数据时代，消费者的“专业图谱”虽然依然存在，但仅仅根据专业来划分消费者群显然已经不够了，还必须根据“兴趣图谱”来划分消费者群。也就是说，过去将分众农村文化简单地归结为专业农村文化的说法是不全面的，将分众市场简单地归结为专业市场也是不准确的。大数据条件下的分众生产、分众市场、分众营销应该既要根据“专业图谱”来划分，也要根据“兴趣图谱”来划分。大数据在地区农村文化市场分众化应用中的价值就在于将消费者的兴趣和偏好作为数据挖掘和收集的目标，快速准确地洞悉消费者的潜在需求，将非结构化数据转变为实际购买行为，使消费者的行为偏好轨迹成为促进企业生产和售卖图书的动机，最终实现销售。

（二）基于“数据分层”的分众营销

传统农村文化对目标消费者的分类分组是经验式的，尽管众多农村文化企业很想通过市场细分来实现精准营销，但由于缺乏大数据信息挖掘平台，不能实现数据信息与营销的匹配。大数据信息平台有效地解决了数据信息与营销的匹配问题。数据分层或数据分级是大数据实现分众营销的有效手段，它本质上是一种科学的量化工具，美国学者MartinKlubeck在《量化——大数据时代的企业管理》一书中指出：“量化分析就是使用不同层级的信息（数据、指标、信息和其他量化指标）讲述故事。”[．[美]．MartinKlubeck：《量化—大数据时代的企业管理》[M]，北京：人民邮电出版社2013年版，第1页]大数据信息挖掘平台利用数据分层对消费者的分类分组，主要是根据个人信息平台、家庭信息平台和社区信息平台的不同层级来进行的，通过个人信息平台获取个人数据主要是利用智能数据和PC电脑等网络终端来构建个人数据库，通过分析使用者的各类搜索浏览记录和数据使用记录来确立消费者个人的分众市场位置。通过家庭信息平台获取家庭数据主要是利用数字电视终端来构建家庭数据库，通过数字网络电视提供的可寻址的、真实的各项消费者信息来确定家庭在分众市场中的位置。通过社区信息平台获取社区群数据主要是利用“现实社区”和“虚拟社区”两个不同平台来实现的，将两个社区有机结合起来就能通过大数据分析针对不同需求提供精准的营销服务。个人平台、家庭平台、社区平台虽然产生的数据量有限，但大数据并不是仅指体量大，还指全数据，只要一个对象的记录是完整的没有遗漏的全数据，那就是大数据。“数据分层”虽然将目标消费者越分越细，但正是在这种细分中才真正抓住了消费者，实现分众营销的快、准、稳。