京公网安备 11010802034615号
经营许可证编号:京B2-20210330
掘金大数据 你准备好了吗?
关于大数据,大家都在谈论它,也想要尝试它,但是很少有人知道大数据究竟是什么样子。
大数据时代无可争议的来临了,源自全球数十年的技术积累,但仅用了最近两三年时间,便迅速渗透到各个行业。相比十几年前的互联网泡沫,大数据的发展趋势更加实际、与企业业务紧密相关、盈利模式也更加清晰。业界几乎一致认同,由大数据推动的行业变革,将会对企业竞争模式产生颠覆性影响。但另一方面,企业真正利用大数据分析并获得价值的商业案例仍然少之又少。

▲IBM全球业务咨询服务 郭树勇
在世界杯期间,IBM和腾讯展开了一场以社交大数据分析为基础的全新媒体报道模式的探索,在这次合作中,利用IBM社交大数据技术,腾讯实现了针对微博等社交媒体平台上的信息进行大数据分析,开创了紧抓球迷需求的、更新颖、更生动、更个性化的世界杯赛事报道,实现了全新的赛事体验。
不过这个案例仅仅展现了大数据技术和能力的一部分,社交大数据分析价值远不止于此。大数据的商业价值,也需要我们从更广阔的视角来理解。
大数据蕴含大价值
首先,大数据分析为何如此重要?
这是因为我们整个社会生活模式、消费模式都在不断发生改变:截至2013年6月底,我国网民数量达到5.91亿,较2012年底增加2656万人。手机网民规模达4.64亿,网民中使用手机上网的人群占比提升至78.5%;即时通信在网民中的覆盖率达到了86.9%,其中微信覆盖率为61.9%;社交网站(包含QQ空间)覆盖率为60.7%,微博覆盖率为55.4%。
这些数据显示,社交媒体已经成为企业寻找客户资源的最大的数据库,以及收集反馈和传播市场信息的主要途径。这些看似随意和杂乱无章的社交大数据中,其实蕴含着无穷的价值,是企业未来的利润来源。
客户的生活和消费模式正在发生改变,每个企业都在这场巨大的变革中寻求着新的技术和能力,希望在大数据的变革浪潮中抓住成功机会。可喜的是,中国的CMO已经意识到营销管理在将来的巨大变化,并且已经开始在投资/整合技术与分析方面做出相应的准备。
在IBM每年实施的调研中,中国的CMO列出了可能对企业营销管理产生影响的13个因素,其中“数据爆炸”排名第一,占到85%的比例;排名第二的因素则是“社交媒体”,占到了75%的比例。调研还显示了CMO为了应对数据爆炸和社交媒体所愿意进行的改变,其中70%的CMO认为“技术投资”是应对大数据挑战的首要任务。
针对行业的定制化大数据分析
那么企业究竟该如何进行技术投资?
社交大数据应该为企业提供社交环境下客户全生命周期的支持,从初期了解客户、了解市场开始,进而影响到产品设计和服务流程改进,并渗透到销售的环节,最终留住老客户并拉动新客户。所以我们看到企业的大数据应用应该是一个闭环的流程,并且需要针对不同的行业特征提供定制化的解决方案。
我们首先需要理解客户的行业应用特征,了解客户对大数据分析的期望和需求,梳理大数据分析的框架结构,对数据来源进行归类和分析,让数据分析的引擎理解这些信息及其背后蕴含的潜在价值,并针对不同的客户需求建立大数据分析的模型,这样大数据分析架构才能够真正适应不同行业的个性化需求。
从技术角度看,巴西世界杯可说是一次跑在数据上的世界杯。在互联网时代下,用户通过移动终端在社交媒体上创造了海量的信息,IBM和腾讯充分利用了身边的海量社交信息,了解并引爆观众的焦点,并从媒体的角度加以解读。这样的报道模式不仅仅是腾讯的专利,在更多体育赛事中,社交大数据都得到更充分的利用。IBM结缘体育已经几十年,参与支持了奥运会、四大满贯网球赛事等多项体育盛会的报道。今天体育赛事的报道和传播需求已经发生了很大的变化,具体包括三点:
一、面向的受众更加细分。今天媒体面对的受众不再是抽象的一群人,而是具象的某一类、甚至某一个人。就像在腾讯世界杯报道中,我们为每位球星的球迷绘制差异化的个性形象图一样,媒体需要了解每个人的特点和喜好,并进行针对性的传播。因此,每个受众的个体都需要发声并获得相应的反馈。
二、获得真实的声音。媒体长期以来希望了解受众的反馈,但是反馈是否真实非常重要。传统的市场调研往往带有一定的局限性,取样数量有限,也并不能真实反应受众最直接的想法和观点。社交大数据平台则很好的补足了这一点,每个受众都在社交平台上自由的吐槽或者赞扬某位球星的表现,这是最真实的观点和情绪的表达,因而格外宝贵。
三、从单向传播转为双向互动。对媒体来说,500万收视观众和500万积极互动的受众是非常大的区别,这些积极的互动群体可以促进媒体的二次传播,强化媒体的影响力,进而帮助媒体行业促进自己的收入、销售和后续发展。
大数据不仅驱动传媒行业发生变革,更多行业都在这场大数据浪潮中发生改变。举例来说,在快消品行业中,当客户购买一杯饮料时,究竟是喜欢饮料的口感、还是包装时尚感、还是更看重低热健康这些因素,对饮料供应商来说是十分宝贵的信息。社交媒体平台提供了最广泛的人群样本和最真实的用户反馈,通过社交大数据分析,饮料供应商了解用户购买饮料的背后原因,就能调整产品定位,推出适合目标消费人群的产品。
而在航空业中,航空企业家开通航线往往涉及到巨大的成本投入,一条航线开通后,即使只有30多个人乘坐,也必须按时起飞。如果能够通过社交大数据分析年轻人的度假、旅游的热点区域,和偏爱喜好,就能够判断开通一条航线之后的航空收益,并针对不同的度假人群,如年轻情侣、成熟家庭等推出不同的定制服务。
针对不同行业的定制化大数据需求,IBM提供了强大的大数据支持团队帮助客户应用大数据分析,例如IBM研究院团队对Watson认知计算有深入把握,了解如何通过Watson认知计算平台进行客户的情感、性格和行为分析;IBM全球信息科技服务团队则基于Softlayer云计算平台为大数据基础架构提供了强劲的支持;IBM 全球业务咨询服务团队拥有多年行业服务经验,对媒体、交通、零售、金融、电信等多个行业核心业务拥有深入理解,帮助客户从自身需求出发,制定合理的大数据执行战略。这些力量的融合才使得大数据的价值能够真正释放。
大数据的应用前景远远不止于此。伴随着信息科技的进步,计算、存储能力的持续提升,开采这些大数据金矿将成为更普遍和必要的商业竞争手段。数据将成为企业做大做强的战略性资产,甚至推动行业融合兼并。对国家来说,数据资源以及对数据资源的利用水平,更是体现一个国家综合国力的重要组成部分,成为陆、海、空权益之外的另一种国家核心资产。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在业务数据分析中,按天拆分统计夜间时段的数据是高频需求——比如电商夜间订单监测、平台夜间用户活跃度分析、运维系统夜间异常 ...
2026-07-29在机器学习建模与特征工程实践中,判断不同特征对模型预测效果的贡献度,是特征筛选、模型解释、业务归因的核心环节。特征置换重 ...
2026-07-29 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-07-29【核心关键词】岗位、数字化、经验、课程、方法论、决策、企业、大方向、数据分析、销售管理、理论知识、思维方式、分析销售、 ...
2026-07-28在问卷调研、用户分群、效果对比等业务数据分析中,分类变量的关联性与差异性验证是高频需求。卡方检验作为针对离散分类数据的经 ...
2026-07-28 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-07-28在Excel数据分析与报表制作中,数据透视表是快速完成多维度汇总、分组统计的核心工具。很多从业者在得到透视表汇总结果后,为了 ...
2026-07-27 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-07-27当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运转的核心动能、滋养人工 ...
2026-07-27【核心关键词】客户、数据分析、指标体系、数据采集、数据指标、业务数据、分析思路、业务需求、分析方法 【专访摘要】本次 CDA ...
2026-07-24在数据分析、业务建模与数字化运营体系中,原始业务数据普遍存在缺失、重复、异常、口径不一致等质量问题,直接用于分析与建模会 ...
2026-07-24 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-07-24在数据驱动的精细化运营体系中,指标是业务判断、效果复盘、策略优化的核心依据。随着企业数据化程度提升,指标数量持续膨胀,但 ...
2026-07-23在用户运营与产品增长体系中,留存是衡量产品真实价值与用户粘性的核心标尺,也是决定用户生命周期价值、获客投产比的底层因素。 ...
2026-07-23 很多数据分析师精通Excel、SQL、Python等工具,但当被问到“面对一个具体的业务问题,该用什么分析方法”“描述性分析和诊断 ...
2026-07-23【核心关键词】埋点、产品、互联网、数据库、决策、数据分析、产品经理、商业模式、移动互联网、指标体系、运营模块、大数据平 ...
2026-07-22在高并发、大数据量的业务系统中,单表数据量达到千万级甚至亿级后,会出现查询性能骤降、索引维护成本飙升、存储扩容困难等问题 ...
2026-07-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-07-22在金融风控、企业运营、行业研究等数据分析场景中,大量数据以面板数据形态存在:例如多家分支机构连续多个季度的风险指标、多位 ...
2026-07-21 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-07-21