京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据浪潮:打破电商信息孤岛的边界
大数据的精髓并不仅仅在于数据量大,或者是数据品类多,而是流动和变化。
那些坐拥庞大数据、认为可以利用手里的数据资源还原用户本来面貌的企业,或许还停留在大数据1.0的时代里。
在前沿数据研究机构看来,真正的大数据浪潮,应该让人类历史上第一次有机会把不同类型、来自不同地方的数据围绕着一个东西形成一个完整的描述。当一个人、一个商品、一个地方被打上500个标签,仅靠一家企业掌握的孤立数据是无法驱动的。
在未来阶段,企业需要依靠外化的数据去制定战略、作出决策,或者预测销售。大数据更像一个水池,或者一棵大树,在上面长出非常伟大的数据产品,所有人都可以摘下来品尝。
数据不流动 企业变孤岛
百分点COO张韶峰认为,企业数据必须要流动才能产生价值,而静止数据只是看上去宝贵,实则敝帚自珍,最终数据也将被时间淘汰。
“这个行业已经变化了。”张韶峰回忆道,自己浸润数据挖掘、商业智能、决策支持系统十年,前半段职业生涯主要为传统行业服务,包括线下零售,包括金融、电信运营商,“那时候我做企业级数据仓库,我只能帮助客户整合企业内部的数据。所以我客户的老板们他只能基于他企业内部的数据进行决策,他没有别的办法。”
割裂的、孤立的、静态的数据反而让企业陷入信息的孤岛。在何种情况下,企业决策者在作出判断时,响应周期是缓慢的,一个决策通常要耗时一天甚至更多。这对于变化迅疾的零售企业,尤其是电商行业而言,节奏显然不足以匹配。
“在互联网时代,企业跟企业之间已经连成一片了。如果你的数据不流动,你的企业自己就是一个信息孤岛。每个企业都在严重的浪费自己的数据资源,当互联网大潮来临的时候,可能每个企业你那一个小的天地会被冲垮,你会瞬间崩塌。”张韶峰坦言。
实际上,亿邦动力网此前同一些电商企业负责人交流时就曾发现,在这些分属于不同行业的电商企业之间,实际上已经存在数据流动或者置换的意愿。
某生鲜B2C电商副总裁指出,电商在切入新领域时,作为新生力量,体量尚小的阶段,不同企业之间进行用户数据分享和交换尤为重要,对于精准的获取用户也更加有效。“单独一个公司的数据是不能把所有用户行为分析清楚的,与其独享,不如把小数据开放,拿出去交换。”
在电商领域,最懂得用交叉数据驱动精准营销的非亚马逊莫属。它的那些根据验孕棒、防辐射服的购买数据,去制定奶粉营销计划的经典案例,已经证明了大数据分析一定是基于各个领域的小数据交织、共享下完成的。
只不过亚马逊用它的方式证明了,数据不仅仅可以在同一个时间维度里交叉使用,即便是有跨度的时间里,也可以通过别人的历史数据来预测自身未来阶段的销售行为,从而将各个数据孤岛进行关联。
数据“外脑”时代到来
打破信息孤岛的边界,让内外部数据合纵连横,这并不仅是“百分点科技”的看法。实际上在埃森哲——这家全球知名的咨询公司看来,同样认为,如果能够结合企业内外部的数据源,大规模的个性化服务在互联网时代是可以实现的。“如果企业能够把握住消费者在消费前后各个环节的信息,就将领先于其他企业。”(引自2013年技术展望报告)
埃森哲的报告里面曾指出,Web2.0的时代,企业内部数据的权重要远远超过外部数据;但是当Web3.0到来的时候,数据就会真正流通起来,企业外部数据的权重会越来越高。
“究竟这个时间段几年的时间我们很难预测出来。但是我们看到这个趋势,就是大数据真正能够给社会带来价值,在于数据能够流动起来,在于外部数据占的权重会越来越重要。”百分点联合创始人苏萌向亿邦动力网表示。
显然,同一个行业数据的扩展是加法效应,而不同行业数据的扩展是则是乘法。这可能就是百分点想要成就的事情,做企业的“外脑”。基于此,百分点不仅仅满足于为企业提供更多的互联网数据,而是开始向线下,以及更多横向的、正在历经被互联网改造的领域,去开凿新的大数据,譬如金融、汽车、房产、传统零售等。
百分点试图挖掘出一个庞大的、线上线下融会贯通的数据池,从而让更多的数据流转起来,然后再从中调用有效的、多维的数据,输出给企业主进行预测、分析、决策。
关于数据流动,百分点CTO周涛提供了一个形象的比喻:“比如一杯水,我们可以在各个不同的方向拍照,可以看到它的侧面,大概知道这是一杯水,但是不能完全重构它。同样,如果有一个人,我可能知道他的一些资讯,另外一个人可能知道他购物的信息,再一群人知道他微博的信息,然后从侧面给他拍照,利用这些信息,就能从某种意义上重构这个人。当然,这个他和真实的他不完全一致,但是又有很大一部分是重合的。”
再比如沃尔玛和宝洁,一个是非常了解消费者在线下店里购买行为的传统连锁零售巨头,一个是掌握消费者偏好的品牌,他们从不同的角度去搜集消费者的数据。但这还远远不够,如果将这些数据和汽车生产制造商,乃至上下游企业共享一些数据,就会让这个链条中不同的企业对于数据、消费者有更深刻的洞察,从而通过多维数据来提高运营效率。
而百分点攫取的正式数据供应链当中的价值。“你找矿的时候如果挖得比较慢我们提供工具,如果你需要更多的数据源我们帮助你去找,我们帮你整理用户的标签,帮你整理商品标签,甚至加工成你的行业特殊的商品。”
电商会为此买账吗?
数据流转的概念给了数据研究公司、互联网企业、传统零售商更多兴奋的理由,但是,他们是否会为此埋单?
显然,“大数据”从过去的空中楼阁变成了而今行业圈子茶余饭后的谈资。当每个人都在热议大数据的时候,其本身的价值是否正在被消解?
用IDG合伙人李丰的话来说,大家看不清楚大数据最大的一个原因,是虽然嘴上都在谈论,但却好似十几岁的小朋友在谈论男女之间的问题如出一辙,“大家其实没有搞清楚里面的事情”。
这为数据研究公司带来的难题则是,如何让更多的企业明白大数据重要性的同时,知道如何更好的运用大数据,将自己的数据分享出来。
为此,百分点将自己的推广策略定位为“产品即营销”,用产品和技术去驱动企业与数据的全面接触。
“我觉得早期其实我们向客户推广遇到大的问题就是,大家说你告诉我能帮我赚多少钱,你能给我带来什么效果?”百分点联合创始人苏萌表示,现在越来越多的企业,希望通过底层的数据管理,能够接到更多落地的一些应用,但往往这些数据分析公司在落地应用上存在不足,“描绘一个非常好的前景,但是最后没有应用落地。”
那些在大数据浪潮之中被淹没掉的数据公司,只能授人以鱼,但这远远不够。让企业认识到数据流通的重要性,就必须为企业提供更实在的工具,并让他们见到效果,尤其是对分分钟都是真金白银的电商而言。
为此,百分点方面今年建立了以大数据管理平台为中心,覆盖社交媒体、移动终端、内容网络等多源异构的用户偏好数据库。同时,运用云服务平台,提供包括大数据应用、运营决策分析、商品销售预测、服饰行业应用等在内的一系列“分析即服务”型产品;并通过开放数据平台,消除大数据在企业间的“孤岛效应”,实现大数据在企业内外部的流转与交叉复用。
“在推动数据的流动的过程中,总要有人站出来,把自己的技术出来能力和处理的方式提供给更多的人,并且以相对合理和低廉的方式提供给更多的人,才能够在这一个点上促进数据的流动,才能实现每一个点上个性化的价值。”
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15