
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
MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16