京公网安备 11010802034615号
经营许可证编号:京B2-20210330
关于大数据的七个观点_数据分析师
在第八届网上零售年会上,阿里巴巴集团数据委员会会长车品觉表示,对于企业而言,数据一定要“从看到用”,如果所掌握的数据没有到运用的阶段,那就算不上“大数据”。
车品觉指出,在数据运用上非常重要的一点是要用在核心的决策点上,这样企业才能得到大数据的价值。“比如在广告领域,我们要给一个价。‘在什么时间点给予什么价,可以得到最好的回报’就是一个核心的决策点,大数据就要放在这个地方。”
以下是车品觉关于大数据的几个重要观点。
第一,只有两种方法可以得到大数据。一种是在自身企业外的数据,当你拿到这些数据时可以更精准提炼自己的东西。另一种是把自己的数据提供给别人,别人可以用我的数据产生更大的价值。
第二,大数据是“一把手”工程,需要企业的最高层直接负责、下达命令。这是因为,一方面,公司内部可能对于大数据本身没有信心;另一方面,数据安全性是大多数人最担心的问题。“事实上,很多企业分公司与分公司之间,大家都不一定能够相互信任。你要把我的数据给另外一个分公司,拿着我的数据,我不放心。”
第三,大数据的成本是非常大的,所以企业要首先判断哪些数据是重要的,需要被优先使用。车品觉表示,大数据出成绩的时候很美,但事实上,企业做大数据的成本是极高的,且错误率非常高。数据备份的成本、人才的培养及挖掘等都需要很大的成本。
第四:行为数据的搜集有一个时间点,可以抛弃一些过往数据,以降低成本。“行为数据是基于整个网站的设计,当整个网站设计产生了非常大的变动之后,你也没有办法还原过来的话,这个数据就开始不要了。”
第五,无线数据非常重要,已经影响到企业的底层数据,是大数据的未来。且无线数据与PC数据有很大的不同。比如无线端的数据来自于APP、WAP和HTML5,这三个渠道,每个渠道的数据源和特性都存在很大的不同。“比如无线APP是没有cookie的,也没有点击数据这一说。” 从人才的角度来讲,要把数据的人提炼成更多的商业的感觉。
第六,大数据人才的培养的重点在于培养数据中间层,这个中间层用以连接研究数据和使用数据的两方人。从人才培养的角度来说,就是要培养数据人的商业感觉。
“我们发现做大数据的人中没有很多人想用这些数据;但是想用数据的人,但是我不知道数据从哪里来。所以比较有经验的人希望能有一个数据中间层出来,让用的人可以理解有什么数据可用,让做数据的人集合经验能成为一个中间者。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据可视化实践中,数据系列与数据标签的混淆是导致图表失效的高频问题——将数据标签的样式调整等同于数据系列的维度优化,或 ...
2025-11-21在数据可视化领域,“静态报表无法展现数据的时间变化与维度关联”是长期痛点——当业务人员需要分析“不同年份的区域销售趋势” ...
2025-11-21在企业战略决策的场景中,“PESTEL分析”“波特五力模型”等经典方法常被提及,但很多时候却陷入“定性描述多、数据支撑少”的困 ...
2025-11-21在企业数字化转型过程中,“业务模型”与“数据模型”常被同时提及,却也频繁被混淆——业务团队口中的“用户增长模型”聚焦“如 ...
2025-11-20在游戏行业“高获客成本、低留存率”的痛点下,“提前预测用户流失并精准召回”成为运营核心命题。而用户流失并非突发行为——从 ...
2025-11-20在商业数据分析领域,“懂理论、会工具”只是入门门槛,真正的核心竞争力在于“实践落地能力”——很多分析师能写出规范的SQL、 ...
2025-11-20在数据可视化领域,树状图(Tree Diagram)是呈现层级结构数据的核心工具——无论是电商商品分类、企业组织架构,还是数据挖掘中 ...
2025-11-17核心结论:“分析前一天浏览与第二天下单的概率提升”属于数据挖掘中的关联规则挖掘(含序列模式挖掘) 技术——它聚焦“时间序 ...
2025-11-17在数据驱动成为企业核心竞争力的今天,很多企业陷入“数据多但用不好”的困境:营销部门要做用户转化分析却拿不到精准数据,运营 ...
2025-11-17在使用Excel透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11