第3章 鞋类大数据的研究

3.1 鞋类大数据的定义

所谓的大数据，按照IBM的概括，指的是具有5V特点的数据集合：Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）和Veracity（真实性）。这个数据集合包涵了大量的、难以采用关系型数据库来处理的非结构化数据和半结构化数据，是不能通过常规的数据归纳方法进行总结或分析的，而需要新的处理模式、更强的决策和洞察能力以及更高效的流程优化能力来挖掘。基于这个定义，我们能够延伸出制鞋行业的大数据概念。制鞋行业的大数据可以定义为鞋类企业在产品需求分析、研发、生产和经营活动中的数据。这些数据包括了文字、图片、三维模型、数据报表等多种类型。

现在有的学者指出，业界已经从大数据重要性的认识阶段，发展到实践大数据的必要性和战略实施阶段^[35]。如何实施大数据战略，IBM也给出了清晰的定义：学习、探索、实践和印证、扩张。

（1）学习

企业相关人员首先要学习大数据是什么、作用是什么，还要对大数据业务场景、常见现象、分布式文件系统（Hadoop）技术等组织学习。对于鞋企IT人员，需要拓展其现有的数据库，尽可能地与Hadoop技术对接，实现鞋类产品全生命周期数据搜集和汇总的技术基础。

（2）探索

企业最急需的是根据自身的商业需求来制定大数据的商业蓝图，以及确定相应的大数据业务场景。在鞋企管理层中，需要明确由企业负责人牵头，各部门主要领导参与的探索进程，明确企业对大数据的期望及大数据实施的目标。

（3）实践和印证

企业梳理清楚大数据应用场景之后，根据不同业务场景，描绘出价值蓝图，然后开始实践。大数据的一个特点是大处着眼，小处看手。在这个过程中，需要不同部门成立应用和实践小组。

（4）扩张

经过小规模的大数据项目运作成功之后，企业可全面展开，享受大数据带来的益处。