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
在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25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