京公网安备 11010802034615号
经营许可证编号:京B2-20210330
为何说大数据是“看得见的生产力”(1)
有人曾说,未来社会是数据社会;就连阿里巴巴也标榜自己不是电商,而是大数据公司。近日,国务院又刚刚印发《促进大数据发展行动纲要》,提出未来5至10年大数据发展和应用目标。
记者采访了国家“千人计划”专家、北京百分点信息科技有限公司创始人苏萌。作为从事大数据研究和创业多年的学者型企业家,在他眼里,这些“看不见的大数据”,有着“看得见的生产力”。
大数据把消费者送到商家“碗里来”
还能不能让人安静的工作?作为一个网络时代的消费者,你可能经常会有这样的经历:忽然有一天心血来潮,特别想买一台微单相机,可是在购物网站上看了半个多小时,还是没有下单的决心,毕竟不是一个小数目。接着你会发现,在未来几天上网时,很多网站的插入广告都会向你推荐那几款曾经让你犹豫不决的微单相机,有时候还会推荐一些功能和价格相似,但你却从来没有点击查看过的品牌,引诱你每天都点进去看一下。经过几天甚至几周的犹豫,你终于决定下单。
“这就是创业初期几年我们在做的事情,成立一家基于大数据的个性化推荐引擎技术公司,帮电商发现用户的潜在需求,变被动接受用户为主动了解用户。”苏萌介绍,对于大多数中小型电商而言,虽然掌握着大量的用户数据,但是却并不知道如何去有效应用和分析,将数据转化为生产力也就更加无从谈起。
随着电商之间的竞争加剧,大数据技术公司的存在价值和专业性也就体现出来了。苏萌表示,“通过对电商用户数据的分析建立数据模型,分析消费者的行为轨迹,能够知道那个用户更关心价格,哪个用户更关注性能或外观,帮商家找到最佳的商品推荐模式,尽量减少无效推荐。”在他看来,做到推荐容易,但是做到精准的个性化推荐则很难,对大数据公司的技术能力要求也就越来越高。
(图片来自网络)
大数据让传统企业成为用户“肚子里的蛔虫”
如果认为只有互联网企业需要大数据服务那就错了,因为越来越多的企业认识到,发展到最后所有的企业都会成为数字企业,能够挖掘自身数据的价值,决定着企业运营和发展。
“然而,对大多数传统企业来说,普遍缺乏对大数据价值的认识,造成数据散落,数据管理技术薄弱,缺少数据应用,在业务发展中,往往偏向于经验主义而非精准的数据分析。”如今,苏萌感受到,越来越多的传统企业意识到数据的价值,因此就给了专业大数据公司与传统企业合作的契机。
通过与一些3C产品生产企业和汽车制造企业的合作,苏萌意识到,为传统企业实现其用户的标签化至关重要。传统企业不像互联网企业,它需要大数据企业提供给业务人员的是直接的信息指导,来帮助企业的日程运营,对企业的销售和服务提供直接建议。
“大数据分析能为企业建立一个独有的‘标签工厂’,通过将繁复的用户数据高度提炼成一些短语,给用户打上一个个标签,成为用户的身份标示。”苏萌解释,如此一来,企业就像成了用户肚子里的蛔虫。比如,促销活动还没有开始,企业就能知道哪些老用户和目标用户对哪种信息更加敏感,更容易出现购买倾向。用户的数据标签在售后领域也能够有效发挥作用,当售后人员接到用户投诉电话时,能够迅速掌握用户的行为特点,提供更具针对性的服务。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31在CDA(Certified Data Analyst)数据分析师的职场实战与认证考核中,“可解释性建模”是核心需求之一——企业决策中,不仅需要 ...
2026-03-31多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30在CDA(Certified Data Analyst)数据分析师的日常工作中,“无监督分组、挖掘数据内在聚类规律”是高频核心需求——电商场景中 ...
2026-03-30机器学习的本质,是让模型通过对数据的学习,自主挖掘规律、实现预测与决策,而这一过程的核心驱动力,并非单一参数的独立作用, ...
2026-03-27在SQL Server数据库操作中,日期时间处理是高频核心需求——无论是报表统计中的日期格式化、数据筛选时的日期类型匹配,还是业务 ...
2026-03-27在CDA(Certified Data Analyst)数据分析师的能力体系与职场实操中,高维数据处理是高频且核心的痛点——随着业务场景的复杂化 ...
2026-03-27在机器学习建模与数据分析实战中,特征维度爆炸、冗余信息干扰、模型泛化能力差是高频痛点。面对用户画像、企业经营、医疗检测、 ...
2026-03-26在这个数据无处不在的时代,数据分析能力已不再是数据从业者的专属技能,而是成为了职场人、管理者、创业者乃至个人发展的核心竞 ...
2026-03-26