京公网安备 11010802034615号
经营许可证编号:京B2-20210330
有“今日头条”在先,资讯类大数据会成创业风口么
大数据已经成为了一个庞大的行业。数据分析师这个职业也随着企业对大数据的分析而倔起,数据分析师就是对企业的数据进行有效的分析,得到有价值的数据,为企业创造价值。
2015年8月19日,国务院《关于促进大数据发展的行动纲要》,希望“使开放的大数据成为促进创业创新的新动力”。
狭义来看,大数据的产业链从整体上可以分为四大层,包括IT基础层、数据基础层、数据应用层和数据安全层。更细分可以分出几十个门类,每一个类别都是具有针对性的数据解决方案。
广义上看,未来大数据几乎可以在任何一个场景下发挥作用。通过数据分析师对大数据对当前业务的优化,可以发掘出更大的价值。
思达派(Startup-Partner.com)专栏作者认为,大数据驱动的服务类产品将会在未来几年大放异彩。而考虑到产品演化的路径,信息服务类的大数据将会在2016年迎来“风口”,成为“资讯大数据元年”。
1、个性化匹配:数据驱动的产品服务将成为主流
自从今日头条火爆以后,大数据和信息之间的关联就越来越强。随着去中心化的趋势加强,收集大数据和处理大数据的要求就更加强烈——如何实现千人千面的阅读,最关键的是大数据的分析处理能力。
和纯数据分析不同,数据驱动的资讯服务针对的C端用户,更关注产品的功能和体验。换言之,这一类产品的特点,是把原来由无数人力构成的产品服务,变成以数据驱动的技术密集型产品。
以新闻平台为例,过去,新浪、搜狐和网易以数以百计的编辑,支撑起门户内容的运营。现在,通过大数据,不仅可以同样实现内容的分发,而且还做到了千人千面。
再比如,大众点评依靠数以亿计的用户支撑起了餐饮点评产品,如果数据分析师通过大数据对网络上所有人的所有餐饮数据(包括收集大众点评数据)进行收集和处理,不仅会实现同样的目标,而且可能还更加精确。
2016年,类似的大数据驱动的产品会主由“推荐”变成“个性化匹配”。APP可以“个性化匹配”,创业者和投资人可以“个性化匹配”,食客和餐厅可以“个性化匹配”……精准的数据分析使得每个人得到自己想要的信息成为可能,因此,这将是2016年数据服务类产品的“主旋律”。当然,首当其冲的,就是资讯产品服务。
2、今日头条和一点资讯争霸,“创头条”成为行业“变量”
未来,所有的服务产品都应该是由大数据驱动的。从目前来看,资讯服务可能会成为大数据服务产品的突破口,也是大数据现实中商业应用的最佳范例。
1月6日,今日头条透露,截至2015年12月,已吸引3.5亿下载用户,日活超过3500万,系统可以记录他们的点击、分享、评论、收藏等用户行为,并进行复杂计算和分析。今日头条称,海量数据和算法分析,使得头条清楚地知道用户当前所处的情境——时间、地点、天气、晚睡还是早起、对什么感兴趣,从而将他们需要的信息推荐给用户,甚至还包括广告信息。
稍早些时候,一点资讯CEO李亚也透露数据驱动下的资讯是其主要发展方向:“在当下全渠道背景下,大数据可谓贯通在消费者不同场景、不同运用、不同的消费阶段中。”
据了解,一点资讯的大数据原理是以用户的“兴趣”为核心,数据分析师通过将用户主动表达和被动历史浏览数据有机融合,能够更有效进行内容的分发推荐。通过大数据算法的不断优化推荐,人们可以看到更多与自己生活、工作、个人兴趣爱好相关的个性化的、长尾的、有价值的内容。
虽然两大资讯巨头早已发力大数据资讯。但由于大数据存在的多维度以及数据应用仍处于早期摸索阶段等多个因素,这个领域仍有很多变量。
例如,创头条在去年上线网站之后,今年又上线了app。为什么在巨头之下仍然要进行这个领域的创业?仔细研究之后就会发现,和其他根据算法或者兴趣推荐个性化信息不同,“创头条”满足的是用户的精准服务需求。笔者了解到,创头条是一个关于创业方面的大数据资讯搜索引擎,用户可以通过条件订制、智能订阅、以及个性化推荐等多种方式,及时跟踪了解创业领域中海量新闻、资讯、信息。
据创头条内部人士透露,和此前已有的APP不同,用户可以用“创头条”精准指定追踪自己喜欢或关注的主题资讯。这种C2B模式的资讯服务能否成为主流?目前尚不明确,但是,这种大数据的业务模式,也为大数据应用服务产品提供了一种新的探索模式。重度垂直、深度服务的时代即将到来,而在大数据的辅佐下,资讯大数据也会越来越精准,将会为用户带来更多惊喜。
除了创头条,目前资讯领域里还有本地头条、九个头条等等各个维度利用大数据打造的全新产品。未来,可能所有的产品都是由大数据驱动的,而资讯将会成为第一个成熟的市场,这里面谁会成为最后的赢家?我们的用户会在不久之后告诉我们答案。数据分析师培训
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 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 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21 很多数据分析师每天盯着几十个指标,但当被问到“这套指标要支撑什么业务目标”“指标之间是什么逻辑关系”“业务变化时如何 ...
2026-05-21在数据驱动决策的时代,数据质量直接决定分析结果的可靠性与准确性,而异常值作为数据清洗中的核心痛点,往往会扭曲分析结论、误 ...
2026-05-20 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-05-20Agent的能力边界,很大程度上取决于其掌握的Skill质量和数量。传统做法是靠人工编写和维护Skill,但这条路很快会遇到瓶颈。业务 ...
2026-05-20在统计分析中,方差分析(ANOVA)是一种常用的假设检验方法,核心用于分析“一个或多个自变量对单个因变量的影响”,广泛应用于 ...
2026-05-19 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-05-19想高效备考 CDA 一级,拒绝盲目刷题、冗余学习?《CDA 一级教材知识手册》重磅来袭!以官方教材为核心,浓缩 13 章 103 个核心考 ...
2026-05-19在数据统计分析中,卡方检验是一种常用的非参数检验方法,核心用于判断两个或多个分类变量之间是否存在显著关联,广泛应用于市场 ...
2026-05-18在企业数字化转型的浪潮中,很多企业陷入了“技术堆砌”的误区——上线了ERP、CRM、BI等各类系统,积累了海量数据,却依然面临“ ...
2026-05-18小陈是某电商平台的数据分析师。老板交给他一个任务:“我们平台的注册用户已经突破1000万了,想了解一下用户的平均月消费金额。 ...
2026-05-18【专访摘要】本次CDA持证专访邀请到拥有丰富物流供应链数据分析经验的赖尧,他结合自身在京东、华莱士、兰格赛等企业的从业经历 ...
2026-05-15在数字化时代,企业的每一次业务优化、每一项技术迭代,都需要回答一个核心问题:这个动作到底能带来多少价值?是提升了用户转化 ...
2026-05-15在数据仓库建设中,事实表与维度表是两大核心组件,二者相互关联、缺一不可,共同构成数据仓库的基础架构。事实表聚焦“发生了什 ...
2026-05-15 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 ...
2026-05-15【核心关键词】互联网、机会、运营、关键词、账户、数字化、后台、客户、成本、网络、数据分析、底层逻辑、市场推广、数据反馈 ...
2026-05-14