Análisis y conclusión de un caso de estrategia de big data

Marcaremos el comienzo de una "era de big data". ¿Qué tan lejos están las empresas chinas de esta revolución? ¿Y qué tan rápido se necesita para alcanzar al líder?

{Conclusión de la investigación}

¿Cómo utilizar big data? ¿Cómo resolver obstáculos? El Instituto de Investigación Empresarial de China realizó entrevistas y encuestas con más de 10 empresas líderes en aplicaciones de big data, y más empresas realizaron encuestas de datos escritas. Encontramos:

■ En la actualidad, las aplicaciones de big data de las empresas chinas se pueden dividir en tres áreas: operaciones de big data, productos de big data y plataformas de big data. Las dos primeras son más aplicaciones internas de las empresas, mientras que la última es un ecosistema que utiliza big data para hacer prosperar a toda la comunidad empresarial de plataformas.

■ ?La esencia del marketing de big data es influir en el camino psicológico de los consumidores antes de comprar, algo que era difícil de lograr antes de la era del big data.

■ Para las empresas tradicionales, los big data, como O2O, son indispensables para conectar el marketing online y offline y realizar nuevos modelos de negocio.

■ ?Aunque las aplicaciones de big data a menudo se centran en el marketing de big data, para algunas empresas, la aplicación de big data ha ido más allá del marketing y ha entrado en las cadenas de suministro, la producción, la logística y el inventario de las empresas. y todos los aspectos de las operaciones en la tienda.

■ Para la mayoría de las empresas, debido a las diferentes perspectivas y direcciones de pensamiento de los analistas de datos y el personal empresarial, existe una desconexión entre el análisis de big data y las operaciones, lo que hace que big data no se pueda utilizar para las operaciones empresariales. máxima resistencia.

■ Para la mayoría de las empresas de Internet, la enorme cantidad de datos y usuarios es un proceso cíclico de promoción mutua y fortalecimiento.

■ ?Para las grandes plataformas de Internet, los big data se han convertido en la sangre de su ciclo ecológico y, para estas empresas, son los más importantes.

No se trata de cómo utilizar big data para mejorar sus propias operaciones, sino de cómo utilizar big data para prosperar mejor el ecosistema de la plataforma.

■ ?Para las empresas de plataforma, sus estrategias de big data están cambiando gradualmente de operaciones de big data a big data operativo.

La diferencia entre estos últimos es que el primero es sólo la fuerza impulsora para la mejora operativa, mientras que el segundo se convierte en el recurso central para que la empresa realice su estrategia futura.

Se nos dice repetidamente que marcaremos el comienzo de una "era de big data".

Las aplicaciones de big data, como la computación en la nube, la impresión 3D y otros cambios tecnológicos, subvertirán las reglas existentes y se convertirán en la clave del éxito de las empresas líderes.

¿A qué distancia están las empresas chinas de esta revolución? ¿Y qué tan rápido se necesita para alcanzar al líder?

Los datos de Internet, Internet móvil, sensores de Internet de las cosas y sistemas de recopilación de videos están creciendo enormemente, formando un océano de big data con el avance de la tecnología de análisis y almacenamiento masivo de datos. Estas aplicaciones empresariales ofrecen infinitas posibilidades.

Muchas empresas quieren utilizar big data para impulsar el desarrollo empresarial, pero no saben por dónde empezar. Invirtieron mucho en sistemas de información y análisis de big data y contrataron más talentos con la esperanza de beneficiarse de esta nueva tendencia, pero no tuvieron más remedio que descubrir que el big data aún permanecía en la nube y no aportaba muchos beneficios reales. No pueden encontrar un gran avance al combinar big data y negocios. Sin embargo, algunas empresas que realmente aplican big data a operaciones reales tienen muchas dificultades en el proceso de solicitud: los big data no se pueden integrar con los negocios, no hay capacidad para recopilar y analizar datos masivos, los operadores carecen de motivación para aplicar big data; la fuente es mixta y difícil de usar...

El Instituto de Investigación Empresarial de China clasifica la situación actual de la aplicación de big data en las empresas chinas, ayuda a las empresas a comprender las dificultades y dificultades en la aplicación práctica de big data, y Proporciona casos típicos de empresas líderes como referencia.

Tabla 1

Tabla 2

Operación de big data: una fuerza impulsora para que las empresas mejoren la eficiencia

Para la mayoría de las empresas, las aplicaciones en El campo operativo son las aplicaciones centrales del big data. En el pasado, las empresas utilizaban principalmente diversos datos de informes para la producción y las operaciones, pero con el advenimiento de la era del big data, los datos masivos de Internet, el Internet de las cosas y varios sensores han pasado a primer plano.

Como resultado, algunas empresas comenzaron a extraer y utilizar estos datos para promover la eficiencia operativa. En términos de la aplicación de operaciones de big data, las aplicaciones de big data se pueden dividir en tres categorías: marketing externo, operaciones internas y toma de decisiones de liderazgo.

Primero, el marketing de big data

La esencia del marketing de big data es influir en el camino psicológico de los consumidores objetivo antes de comprar. Se utiliza principalmente en tres aspectos: 1. Optimización del canal de big data, 2. Impulso de información de marketing de precisión, 3. La conexión entre el marketing online y offline. Antes de comprar, los consumidores intervienen directamente en su proceso de recopilación de información y toma de decisiones a través de diversos medios. Esta intervención se basa en el análisis de cantidades masivas de datos de usuarios online y offline. En comparación con los tradicionales bombardeos indiscriminados o el marketing puerta a puerta, el marketing de big data tiene grandes ventajas en cuanto a iniciativa y precisión. Es el principal campo de aplicación del big data en la actualidad.

El marketing de big data no se trata solo de utilizar big data para encontrar clientes objetivo y enviarles información promocional, sino que también puede:

Lograr la optimización del canal. La optimización de los efectos del marketing de canal en función de los rastros en línea de los usuarios consiste en descubrir qué canal de marketing tiene más clientes, qué cliente de origen realmente compra más, si son clientes objetivo, etc. Ajuste los recursos de marketing en varios canales en función de las trayectorias de comportamiento de los clientes en Internet. Por ejemplo, Dongfeng Nissan utiliza el seguimiento del origen de los clientes para mejorar la ubicación de los recursos de marketing en varios canales en línea, como portales, búsquedas y Weibo.

Push de información de marketing precisa. La precisión se basa en el análisis del comportamiento del consumidor masivo. Internet deja atrás los comportamientos de navegación y búsqueda en línea de los consumidores, y las máquinas POS y la videovigilancia en las tiendas pueden registrar los comportamientos de compra y visualización fuera de línea. Además, la información de identidad que dejaron durante el proceso de compra y registro presenta gradualmente un mar de información de consumo frente a los comerciantes.

Algunas empresas recopilan cantidades masivas de información sobre los consumidores y luego utilizan tecnología de modelado de big data para extraer consumidores objetivo en función de sus atributos (como región, género), intereses, comportamiento de compra y otras dimensiones, y luego clasifican ellos y luego enviar información de marketing a consumidores individuales en función de estos. Por ejemplo, la marca de ropa de maternidad Mommy October utiliza análisis de big data de los comentarios de sus fans en Weibo para identificar a los fans con palabras clave relacionadas con "me gusta" en sus comentarios y luego los etiqueta para promocionar su información de marketing. Li Xi, subdirector general de JD.COM Mall, dijo: "Lo que JD.COM está haciendo ahora es utilizar big data para descubrir diferentes grupos de demanda de clientes y luego realizar el marketing correspondiente". recopilar información para el consumidor y recomendar las soluciones para la piel correspondientes a diferentes consumidores. El fundador Xiao Shangluo espera que en el futuro el marketing de big data pueda reemplazar la función del sitio web y convertirse realmente en la interfaz para los clientes.

Conecta el marketing online y offline. Algunas empresas conectan datos de seguimiento del comportamiento del consumidor en línea con datos de compras fuera de línea para lograr sinergia entre el marketing en línea y fuera de línea. Por ejemplo, el método de marketing colaborativo en línea y fuera de línea de Dongfeng Nissan es el siguiente: su portal web brinda pistas sobre pedidos y, a través de estas pistas, el personal de servicio realiza visitas telefónicas para promover las transacciones en línea de los clientes. En este proceso, Dongfeng Nissan registró datos del consumidor como entrada, navegación, clics, registro, visitas telefónicas repetidas, compras, etc., y creó un canal de marketing de circuito cerrado que abarca online y offline, está respaldado por análisis de big data y Tiene efectos de marketing continuamente optimizados. En cuanto a Guoshuang Technology, medir la eficacia de las actividades de promoción fuera de línea en un área determinada se basa en el volumen de búsqueda de contenido promocional en esa área en Internet. Algunas empresas abren los flujos de datos en línea y fuera de línea al alentar a los clientes fuera de línea a utilizar dispositivos que puedan rastrear el comportamiento y las preferencias de los consumidores, como WeChat y Wi-Fi. Los grandes almacenes Intime planean implementar Wi-Fi y alentar a los clientes a usarlo en el centro comercial. Luego encontrarán al cliente en función de la cuenta de Wi-Fi y luego cooperarán con otras empresas de extracción de big data para utilizar big data para extraer. rastros históricos de este cliente en Internet y comprender el comportamiento del cliente.

En segundo lugar, el big data se utiliza para operaciones internas.

En comparación con el marketing de big data, el big data se aplica más profundamente en las operaciones internas de las empresas y requiere mayores niveles de informatización interna y capacidades de recopilación y análisis de datos. Básicamente, conecta los datos masivos de los consumidores fuera de la empresa con los datos operativos masivos dentro de la empresa, obteniendo nuevos conocimientos en el análisis y mejorando la eficiencia operativa.

(Consulte la Tabla 5 en P96 para obtener más detalles: Aplicación de big data en operaciones internas)

Tabla 5

En tercer lugar, big data se utiliza para la toma de decisiones

En la era del big data, las empresas se enfrentan a muchas fuentes de datos nuevas y cantidades masivas de datos. ¿Pueden tomar decisiones basadas en el conocimiento de estos datos y luego convertirlos en una fuente de ventaja competitiva para el negocio? En comparación con el marketing de big data y las operaciones internas de big data, utilizar big data para tomar decisiones es el más difícil porque requiere un hábito de pensamiento dependiente de los datos.

Algunas empresas ya han empezado a intentarlo. Por ejemplo, cuando algunas instituciones financieras nacionales lanzan un producto financiero, analizan exhaustivamente la aplicación y el efecto del producto financiero, se dirigen a los datos del grupo de clientes, diversos datos de transacciones y datos de precios, y luego deciden si lanzan un producto financiero.

Sin embargo, el Instituto de Investigación Empresarial de China descubrió que la toma de decisiones con big data rara vez se ha utilizado en las empresas chinas, y muchos líderes empresariales todavía están acostumbrados a confiar en la experiencia histórica y la intuición al tomar decisiones.

Productos de big data: una nueva fuente de crecimiento de los beneficios corporativos

Además de las operaciones, el big data también se puede combinar con productos corporativos para convertirse en el soporte central de la competitividad detrás de los productos corporativos. o convertirse directamente en un producto. Las empresas que ofrecen productos de big data se dividen en dos categorías: empresas que proporcionan directamente productos de big data y empresas que utilizan big data como soporte central para sus productos y servicios. El primero proporciona principalmente servicios de datos a los participantes en la cadena de la industria de big data, incluidos propietarios de datos, empresas de almacenamiento, empresas mineras, empresas de análisis, etc. , y estos últimos son principalmente empresas cuyos productos están respaldados por big data. La mayoría de ellas son empresas de Internet y sus productos y servicios nacen con genes de big data. Estas empresas incluyen motores de búsqueda, antivirus en línea, plataformas comerciales de publicidad en Internet y muchas aplicaciones basadas en Internet móvil para brindar a los usuarios servicios de vida e información.

Tabla 3

Tabla 4

En primer lugar, big data sirve como soporte central de los productos

Se utilizan principalmente en los siguientes aspectos Big data:

1. Proporcionar servicios de información. Muchas empresas de Internet brindan servicios de información a individuos y empresas mediante la integración y el análisis de información masiva de Internet e información fuera de línea, como Baidu, Qunar, Ceramics, Amap, Chunyu Doctor, etc. En Estados Unidos, algunas empresas de Internet incluso ofrecen servicios de información predictiva más profundos basados ​​en big data. Farecast, una empresa estadounidense de innovación tecnológica, ayuda a los consumidores a predecir las tendencias de los precios de los billetes de avión analizando los precios de los billetes de avión en rutas específicas.

2. Analizar las necesidades personalizadas de los usuarios para ofrecer productos y servicios personalizados, o lograr una publicidad más precisa. Las herramientas sociales móviles típicas incluyen Momo, Baidu, Tencent, la plataforma de comercio de publicidad Pinyou Interactive y algunos reproductores de juegos de Internet. Estas aplicaciones suelen recopilar primero cantidades masivas de datos sobre el comportamiento de los usuarios en línea, clasificarlos y proporcionar productos personalizados o información promocional personalizada basada en diferentes tipos de usuarios. Por ejemplo, NetEase y otros portales han lanzado modelos de suscripción que permiten a los usuarios personalizar e integrar fácilmente información de diferentes fuentes según sus preferencias personales.

3. Potenciar las funciones del producto. Para muchos productos de Internet, como software antivirus, motores de búsqueda, etc. , el procesamiento masivo de datos puede hacer que los productos sean más inteligentes y potentes. Sin big data, la funcionalidad de los productos se verá enormemente debilitada. Por ejemplo, el software antivirus 360 de Qihoo 360 maneja procesos antivirus masivos todos los días y ha establecido una enorme base de datos de virus, lo que le permite detectar virus más rápido, algo que algunas pequeñas empresas de software antivirus no pueden hacer.

4. Controlar el estado del crédito y brindar servicios de crédito. Alibaba integra las transacciones diarias de capital y bienes de un gran número de pequeñas y medianas empresas. Mediante el análisis resumido de estos datos, Alibaba puede encontrar el flujo de capital y los ingresos de una empresa individual, analizar su crédito, descubrir anomalías y posibles fraudes y controlar los riesgos crediticios.

5. Implementar coincidencias inteligentes. Sitios web de citas y citas, plataformas comerciales, etc. , utilizando big data para proporcionar servicios de emparejamiento precisos y eficientes. NetEase Huatian extraerá datos de comportamiento del usuario, como en qué páginas del sexo opuesto se hace clic, qué comentarios se publican, y creará un modelo de interés del usuario para descubrir el tipo de pareja que el usuario espera y luego recomendará de forma proactiva candidatos que sean altamente compatibles. con el socio.

En 2010, Alibaba lanzó provisionalmente el servicio "Caballería Ligera". Basándose en la integración y extracción de datos de transacciones masivas de los proveedores, Alibaba rápidamente adaptó las necesidades de adquisiciones personalizadas de los proveedores de varios grupos industriales en China con los compradores extranjeros.

El big data es el soporte central del producto, y la clave está en el número de usuarios. Para la mayoría de las empresas de Internet, cuantos más usuarios tienen, más datos recopilan. Con más datos, sus productos y modelos de negocio seguirán mejorando, atrayendo a más usuarios.

En segundo lugar, los big data se utilizan directamente como productos.

Para algunas empresas, los big data se convierten directamente en productos, y los productos incluyen servicios como datos masivos, análisis, almacenamiento y minería. Actualmente, está tomando forma una cadena industrial de big data, con varias empresas e instituciones abriendo, vendiendo y otorgando licencias de big data, y proporcionando análisis y minería de big data. Las primeras son principalmente empresas con datos masivos y utilizan los servicios de datos como nueva fuente de beneficios. Como grandes plataformas de Internet, aviación civil, operadores de telecomunicaciones, algunas agencias gubernamentales con big data, etc. Estos últimos incluyen principalmente empresas que pueden almacenar datos masivos o combinar datos masivos con escenarios comerciales para análisis y minería, o proporcionar productos relacionados, como IBM, SAP, Torsi, Tianrui, etc. Proporcionan a los usuarios de big data almacenamiento masivo de datos, extracción de datos, imágenes y videos, análisis inteligente y otros servicios y productos de sistemas relacionados.

Plataforma de big data: el alimento para la prosperidad de las comunidades empresariales

En comparación con la aplicación de big data por parte de las propias empresas, las plataformas de big data utilizan big data para construir una ecología empresarial. Algunas grandes plataformas de Internet con enormes recursos de datos se han convertido en ecosistemas que contienen una gran cantidad de parásitos. En este ecosistema, proporcionan a las empresas de la plataforma rastros y análisis de los comportamientos masivos de los usuarios de Internet, lo que les permite mejorar sus operaciones y promover la prosperidad ecológica de toda la plataforma. En el proceso, también cobran tarifas por el servicio de datos. Alibaba es un ejemplo típico. Desde Data Rubik's Cube, Golden Strategy hasta Gathering Stone Tower, Alibaba continúa brindando productos y servicios de datos para pequeñas y medianas empresas de comercio electrónico en la plataforma.

Baidu ha creado cinco importantes plataformas de sistemas de datos, incluidas Baidu Index, Sina, Trending List, Data Research Center y Baidu Statistics, para ayudar a las empresas en su plataforma de marketing a comprender el comportamiento del consumidor, los cambios de intereses y el desarrollo de la industria. y dinámica y tendencias del mercado, movimientos de la competencia y otra información.

Cuando los big data pasan de ser la fuerza impulsora de las operaciones internas de las empresas a los productos y servicios de las empresas de plataforma, las empresas de plataforma también están pasando de la etapa de operaciones de big data a operaciones de big data. Los datos han pasado de ser una herramienta de apoyo a las operaciones a un medio de producción. Anteriormente, la plataforma se centraba más en cómo aprovechar al máximo el big data existente. En el futuro, su atención se centrará más en cómo operar y gestionar materiales de producción, como big data, y cómo servir mejor a las empresas en la plataforma. Esto implica la calidad de los datos recopilados. ¿Están estandarizados los formatos? ¿Qué tan granulares son los datos como materia prima? ¿Cumple con los escenarios específicos de las aplicaciones empresariales en la plataforma? ¿Pueden las empresas de la plataforma utilizarlo o es necesario que las empresas de la plataforma lo reprocesen?

Para resolver estos problemas, varias plataformas están trabajando activamente y arduamente. Por ejemplo, Alibaba ha establecido un comité de datos, que no escatima esfuerzos para unificar los estándares de formato de datos, garantizar la calidad de los datos desde la fuente, recopilar y procesar datos refinados y garantizar que puedan cumplir con los escenarios de aplicaciones empresariales de la plataforma. Especialmente en términos del refinamiento de big data, Alibaba es el foco de su estrategia de big data. En este sentido, Tencent también está acelerando su ritmo. Por ejemplo, la nueva versión de Tencent. com tiene un mensaje de "iniciar sesión con un clic" y los usuarios pueden suscribirse al contenido que les interesa a través de algunas subetiquetas. De hecho, este también es un medio eficaz para que Tencent recopile datos de interés de los usuarios más precisos.

Consejos

Manual Práctico de Big Data

Las empresas se encontrarán con algunos problemas comunes al aplicar big data a las operaciones internas.

1¿Cómo obtienen y analizan los datos las empresas?

Internet es una fuente importante de big data, que es difícil de obtener para algunas empresas tradicionales fuera de línea. Pero ellos pueden:

¿Responder? Trabaje con plataformas, empresas y agencias gubernamentales que poseen o pueden capturar cantidades masivas de datos. Por ejemplo, los comerciantes de comercio electrónico en Taobao compran la parte de los datos masivos que Taobao recopila para sus comerciantes que es relevante para sus propias operaciones.

Otro ejemplo es la cooperación entre Kraft e IBM, que capturó 479.000 piezas de información de discusión sobre sus productos en blogs, foros y foros de discusión, y utilizó big data para analizar el amor y los patrones de consumo de los alimentos Kraft por parte de los consumidores.

b? Establezca su propia plataforma en Internet. Por ejemplo, Chaoyang Joy City utiliza su propia WeChat, Weibo y otras plataformas para recopilar datos de reseñas de los consumidores.

c? Muchas empresas tradicionales no tienen la capacidad de analizar cantidades masivas de datos. En este momento, pueden cooperar con empresas mineras y de análisis de big data. Actualmente, hay una serie de empresas en el mercado que brindan servicios de minería y análisis de big data, como Tianrui Company, IBM, Dian Branch Company y Huasheng Tiancheng Company. Son la fuerza en la que pueden confiar las empresas tradicionales para el análisis de big data.

2 ¿Cómo evitar la segmentación departamental al aplicar big data?

Para muchas empresas, el flujo de información está dividido entre varios departamentos y los datos son difíciles de comunicar entre sí. En este caso, compartir y recopilar big data es solo una burbuja, y es aún más difícil realizar una aplicación profunda de big data.

Para romper con la segmentación de la información entre departamentos, primero debemos establecer un sistema de datos unificado y centralizado. Como dijo el Director de Información y Conocimiento de Liby, Wang Yonghong, “para realmente hacer un buen uso de big data, las empresas deben adoptar sistemas de información centralizados. Desde una perspectiva más profunda, la división del flujo de información empresarial radica en la división entre departamentos empresariales”. Por ejemplo, el marketing de algunas empresas se divide según canales, lo que reduce en gran medida el efecto del big data en la recopilación y el análisis de clientes.

El director de tecnología empresarial inteligente de IBM, Yang, cree que "debido a problemas de estructura organizacional, la eficacia del análisis de big data se reduce considerablemente, lo que requiere un rediseño a nivel organizacional y de procesos". En este sentido, el sistema de rotación de jefes de departamento de Alibaba es sin duda una buena medicina para romper las barreras departamentales. Para romper la división entre departamentos, algunas empresas han establecido estructuras organizativas matriciales y han fortalecido la cooperación horizontal entre departamentos. Esto sin duda crea buenas condiciones para la recopilación, el disfrute y la aplicación de big data.

3 ¿Cómo hacer que los empresarios presten atención a la aplicación del big data?

Para resolver este problema, por un lado, los principales líderes deben defender la cultura de datos de toda la empresa. Por ejemplo, Yu Gang, presidente de No. 1 Store, exige que el personal de la empresa utilice datos para hablar en reuniones e informes. Jack Ma ha elevado el big data a un nivel estratégico.

Por otro lado, el departamento de datos también lo impulsa. Che Pinjue, jefe del Comité de Datos de Alibaba, compartió su experiencia. "Dado que es difícil para el personal de negocios en el departamento de operaciones ver el potencial de Big Data, pueden comenzar con algunos proyectos de datos que tengan resultados rápidos, movilizar el entusiasmo de la otra parte a través del éxito de uno o dos proyectos, y luego guiarlos gradualmente uno por uno."

4¿Por qué los esfuerzos de big data están desconectados de las necesidades operativas?

Esto suele deberse a las diferentes perspectivas y conocimientos de la gente de datos y de los empresarios. La gente de Big Data ha hecho muchos esfuerzos, pero los empresarios piensan que estos esfuerzos son irrelevantes. ¿Cómo solucionar este problema?

Algunas empresas han realizado grandes esfuerzos en el diseño organizacional, integrando big data en la gestión de los departamentos de análisis empresarial y utilizando datos de control empresarial. Para Chaoyang Joy City, el trabajo de big data lo gestiona el departamento principal responsable de la estrategia y el análisis operativo, con analistas de big data como personal de apoyo. Según el responsable, Zhang Yan, el big data debe estar orientado por reglas de negocio. La clave es encontrar el punto de necesidad empresarial y luego implementarlo por parte de analistas de datos y mineros. En términos de operaciones específicas, la extracción de datos de Joy City en WeChat determina qué palabras clave extraer, y la extracción específica la completa el departamento de datos; algunas empresas comienzan con el diseño del proceso para promover la comunicación entre el departamento comercial y el departamento de datos. Mecanismo de evaluación que vincula el trabajo del personal de datos con sus resultados.

Por ejemplo, Alibaba evalúa a los mineros y analistas de datos en función de la efectividad de la minería de datos (como la mejora en la tasa de conversión del producto) para ver si los resultados de su análisis pueden aparecer en el informe de la persona a cargo. operaciones. Desde la perspectiva del propio departamento de datos, es necesario reducir las barreras y umbrales para que el departamento operativo utilice los datos. Por ejemplo, el personal de datos de Liby Group hará todo lo posible para proporcionar al departamento de operaciones una interfaz gráfica de análisis de datos más comprensible y vívida. En la oficina del jefe de Libai, hay una "Lista de verificación del estado de las operaciones del cliente" que le permite al jefe ver de un vistazo el estado de las ventas de los distribuidores en todo el país ese mes.

Otro ejemplo es el Bi inalámbrico desarrollado por Alibaba, que permite a los operadores ver los resultados del análisis de big data en sus teléfonos móviles. En palabras de Che Pinjue, "Rodear a los operadores con el oxígeno de los datos".

Lo anterior es el contenido relevante compartido por el editor sobre el análisis y las conclusiones del caso de la estrategia de big data. Para obtener más información, puede seguir a Global Ivy para compartir más información detallada.