京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据真能画出“你是谁”吗_数据分析师
大数据被认为是商家的财富,通过收集和分析大数据,可以看出“消费者是谁”,可以实现“精准营销”。不过,在上海商业发展研究院日前主办的“数据脸谱时代”论坛上,与会专家提醒,数据越多未必价值越高,数据利用需要深入分析。
真实面目未必是这样的
很多网友有过这样的经历:通过搜索引擎或某个购物网站搜索某项产品或服务后,登陆其他网站时就会看到类似产品或服务的弹出广告。如果这真的是消费者想买的产品或服务,那么可以说是商家实现了精准营销。但如果消费者的搜索只是一时兴起,反而会引起消费者的反感。
联合利华数字运营及消费者互动营销负责人廖明提出,简单地收集搜索数据远不足以勾画出消费者的“真实面目”,真正的大数据营销应当是“在正确的时间把正确的信息传递给消费者”。
哈尔滨工业大学计算机系教授赵铁军也提出,通过网络收集的大数据有必要进行处理,不能“拉到篮里都是菜”。他举例说,消费者在网上搜索“三星”,那么他究竟是想去了解这个品牌,还是随意浏览?这些都需要深入挖掘,必要时还要精简数据。
数据要强化人文视角
既然消费者搜索的未必是他想要的,那么数据收集和分析还有用吗?专家的观点:有用,但要强化人文视角。
专业数据分析公司ADARA首席分析官程杰打了个比方:大数据好像一座森林,每一个数据好像森林里的一棵树。要分析大数据,不能只看每一棵树,却忘了森林本身是什么样子。分析数据,首先要放在社会背景和文化背景中,要把不同的数据链接起来,得出共性的东西,再进行精细化应用。
上海商业发展研究院院长刘斌解释数据分析为何需要“以人为本”:分析80后、90后年轻人的消费数据,他们中不少人有标新立异的消费习惯。可是,从整个社会文化背景看,他们穿着打扮和行为方式依旧受到周边人群的影响,也更注重个人隐私的保护。一方面是个人自由,另一方面是隐私保护,这两种趋势在营销时需要采取截然不同的策略,所以数据应用不能随心所欲。
萤火虫之恋的故事
专家表示,真正用好数据,对把握商机、挖掘市场潜力的积极作用十分明显。
上海市科学技术协会副主席陈积芳举了一个“萤火虫之恋”的例子:网上店铺销售萤火虫,买萤火虫的消费者是谁呢?数据分析显示,不仅有小青年,还有很多老年人。这是因为很多丧偶或独居老人想找个伴,而带着微光的萤火虫恰好能反映他们的心情——虽然不够明亮,却依旧美丽,这和年轻人轰轰烈烈的爱情完全不同。陈积芳觉得,更好地分析现有数据,能为特定群体开发更有针对性的产品和服务。
创新领导力中心中国地区总裁陈朝晖说,要把各种图像数据或行为数据提炼出来,变成具体的服务,与人对接。比如,不少大卖场投入巨资运行免费班车,但仔细分析班车数据和消费习惯,就会发现班车运营方式与消费者并不匹配:“蹭车”的潜在消费者上午急着上班没时间购物,下班后有时间购物却又没了班车。如果把班车运营时间、大卖场提供晚饭菜肴等服务,与“蹭车”族的下班时间对接起来,就能有的放矢地为卖场创造新的市场空间。
大数据被认为是商家的财富,通过收集和分析大数据,可以看出“消费者是谁”,可以实现“精准营销”。不过,在上海商业发展研究院日前主办的“数据脸谱时代”论坛上,与会专家提醒,数据越多未必价值越高,数据利用需要深入分析。
真实面目未必是这样的
很多网友有过这样的经历:通过搜索引擎或某个购物网站搜索某项产品或服务后,登陆其他网站时就会看到类似产品或服务的弹出广告。如果这真的是消费者想买的产品或服务,那么可以说是商家实现了精准营销。但如果消费者的搜索只是一时兴起,反而会引起消费者的反感。
联合利华数字运营及消费者互动营销负责人廖明提出,简单地收集搜索数据远不足以勾画出消费者的“真实面目”,真正的大数据营销应当是“在正确的时间把正确的信息传递给消费者”。
哈尔滨工业大学计算机系教授赵铁军也提出,通过网络收集的大数据有必要进行处理,不能“拉到篮里都是菜”。他举例说,消费者在网上搜索“三星”,那么他究竟是想去了解这个品牌,还是随意浏览?这些都需要深入挖掘,必要时还要精简数据。
数据要强化人文视角
既然消费者搜索的未必是他想要的,那么数据收集和分析还有用吗?专家的观点:有用,但要强化人文视角。
专业数据分析公司ADARA首席分析官程杰打了个比方:大数据好像一座森林,每一个数据好像森林里的一棵树。要分析大数据,不能只看每一棵树,却忘了森林本身是什么样子。分析数据,首先要放在社会背景和文化背景中,要把不同的数据链接起来,得出共性的东西,再进行精细化应用。
上海商业发展研究院院长刘斌解释数据分析为何需要“以人为本”:分析80后、90后年轻人的消费数据,他们中不少人有标新立异的消费习惯。可是,从整个社会文化背景看,他们穿着打扮和行为方式依旧受到周边人群的影响,也更注重个人隐私的保护。一方面是个人自由,另一方面是隐私保护,这两种趋势在营销时需要采取截然不同的策略,所以数据应用不能随心所欲。
萤火虫之恋的故事
专家表示,真正用好数据,对把握商机、挖掘市场潜力的积极作用十分明显。
上海市科学技术协会副主席陈积芳举了一个“萤火虫之恋”的例子:网上店铺销售萤火虫,买萤火虫的消费者是谁呢?数据分析显示,不仅有小青年,还有很多老年人。这是因为很多丧偶或独居老人想找个伴,而带着微光的萤火虫恰好能反映他们的心情——虽然不够明亮,却依旧美丽,这和年轻人轰轰烈烈的爱情完全不同。陈积芳觉得,更好地分析现有数据,能为特定群体开发更有针对性的产品和服务。
创新领导力中心中国地区总裁陈朝晖说,要把各种图像数据或行为数据提炼出来,变成具体的服务,与人对接。比如,不少大卖场投入巨资运行免费班车,但仔细分析班车数据和消费习惯,就会发现班车运营方式与消费者并不匹配:“蹭车”的潜在消费者上午急着上班没时间购物,下班后有时间购物却又没了班车。如果把班车运营时间、大卖场提供晚饭菜肴等服务,与“蹭车”族的下班时间对接起来,就能有的放矢地为卖场创造新的市场空间。文章来源:CDA数据分析师培训官网
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在机器学习建模实操中,“特征选择”是提升模型性能、简化模型复杂度、解读数据逻辑的核心步骤——而随机森林(Random Forest) ...
2026-02-12在MySQL数据查询实操中,按日期分组统计是高频需求——比如统计每日用户登录量、每日订单量、每日销售额,需要按日期分组展示, ...
2026-02-12对CDA(Certified Data Analyst)数据分析师而言,描述性统计是贯穿实操全流程的核心基础,更是从“原始数据”到“初步洞察”的 ...
2026-02-12备考CDA的小伙伴,专属宠粉福利来啦! 不用拼运气抽奖,不用复杂操作,只要转发CDA真题海报到朋友圈集赞,就能免费抱走实用好礼 ...
2026-02-11在数据科学、机器学习实操中,Anaconda是必备工具——它集成了Python解释器、conda包管理器,能快速搭建独立的虚拟环境,便捷安 ...
2026-02-11在Tableau数据可视化实操中,多表连接是高频操作——无论是将“产品表”与“销量表”连接分析产品销量,还是将“用户表”与“消 ...
2026-02-11在CDA(Certified Data Analyst)数据分析师的实操体系中,统计基本概念是不可或缺的核心根基,更是连接原始数据与业务洞察的关 ...
2026-02-11在数字经济飞速发展的今天,数据已成为核心生产要素,渗透到企业运营、民生服务、科技研发等各个领域。从个人手机里的浏览记录、 ...
2026-02-10在数据分析、实验研究中,我们经常会遇到小样本配对数据的差异检验场景——比如同一组受试者用药前后的指标对比、配对分组的两组 ...
2026-02-10在结构化数据分析领域,透视分析(Pivot Analysis)是CDA(Certified Data Analyst)数据分析师最常用、最高效的核心实操方法之 ...
2026-02-10在SQL数据库实操中,字段类型的合理设置是保证数据运算、统计准确性的基础。日常开发或数据分析时,我们常会遇到这样的问题:数 ...
2026-02-09在日常办公数据分析中,Excel数据透视表是最常用的高效工具之一——它能快速对海量数据进行分类汇总、分组统计,将杂乱无章的数 ...
2026-02-09表结构数据作为结构化数据的核心载体,其“获取-加工-使用”全流程,是CDA(Certified Data Analyst)数据分析师开展专业工作的 ...
2026-02-09在互联网产品运营、用户增长的实战场景中,很多从业者都会陷入一个误区:盲目投入资源做推广、拉新,却忽视了“拉新后的用户激活 ...
2026-02-06在机器学习建模过程中,特征选择是决定模型性能的关键环节——面对动辄几十、上百个特征的数据(如用户画像的几十项维度、企业经 ...
2026-02-06在CDA(Certified Data Analyst)数据分析师的日常实操中,表格结构数据是贯穿全流程的核心载体,而对表格数据类型的精准识别、 ...
2026-02-06在日常办公数据分析中,我们经常会面对杂乱无章的批量数据——比如员工月度绩效、产品销售数据、客户消费金额、月度运营指标等。 ...
2026-02-05在分类模型(如风控反欺诈、医疗疾病诊断、客户流失预警)的实操落地中,ROC曲线是评估模型区分能力的核心工具,而阈值则是连接 ...
2026-02-05对CDA(Certified Data Analyst)数据分析师而言,数据分析的价值不仅在于挖掘数据背后的规律与洞察,更在于通过专业的报告呈现 ...
2026-02-05在数据分析实战中,我们经常会遇到“多指标冗余”的问题——比如分析企业经营状况时,需同时关注营收、利润、负债率、周转率等十 ...
2026-02-04