
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
基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中,response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮:CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代,数据治 ...
2025-08-21Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13