京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据的终极目标就是成为你肚子里的蛔虫
前我曾在自己的脸书上问朋友,关于大数据很夯,有没有大家推荐的好书或是必看之「圣经等级」的可以参考?结果回应相当热烈,推荐也不一而足,从商业统计学到行为分析学,也有学界作者到业界作者,约10来本书,让人看得眼花撩乱。
转念一想,我既然有这问题,大概多数人也有这问题吧。意思是说,科技发展进到物联网时代,「大数据」这名词被不断提及,结果认真想了解才发现,这真是一门好深的学问,不仅仅只是以统计为核心,必须得从使用者的身份识别开始,逐渐扩及到情境、行为、认知、消费,以及企业与使用者之间的互动,通通都有值得被纪录与分析的思维在里头。
比方说,之前Google花了台币将近 1 千亿,买下Nest 这家公司,就让我感到有些疑惑。Nest 是在2010 年由 Tony Fadell 和 Matt Rogers 所创立的公司,在 2011 年发表了产品 Thermostat(节温器);2013年则推出了 Smoke sensor(烟雾感测器),双双获得超级好评,但即使卖得好,我还是想不出这与 Google何以愿意砸重金购併有什么关联性。
要回答这个问题,就得从大数据观念着手。简单说,真正影响消费者购物决策的关键,并不是从他在网上挑东西、点击、浏览的数据下手,而是得「还原」他当时的「情境」,那才是关键。
作者举了一个很有意思的案例: A 君上班途中,不经意看到路人穿着一件T-shirt 觉得很好看,到了公司之后,打开电脑,立刻上网搜寻,没想到跑出了10 万件商品,看的他眼花撩乱。正当他想继续看下去的时候,老召集所有人开会,于是他没有往下找,到了会议室开始进行会议。
会议进行中,他觉得有点无聊,于是拿出手机开始重新搜寻,却始终都没找到那件让他魂牵梦萦的 T-shirt。浏览时突然一个推荐商品映入他的眼帘,是一款他向来就很喜欢的手机品牌正在大促销,于是他想都没想就在线上买了这支手机。
如果你是数据分析师,单纯只从这位 A 君的线上浏览行为去分析,你一定会感到非常疑惑:为什么他明明是在找T-shirt,最后却买了手机?如果你将这样的行为列入演算的推送机制,未来就很可能会错判消费者的动机与消费习惯。
这就是作者想强调的重点,理想上,企业应该要能「还远」使用者的当下情境,才能理解消费者心裡想要的是什么,进而推送最正确的资讯给他。作者也举了阿里巴巴实际的一个案例,某一年的「十一黄金周」,他们发现使用 iPad 上网买东西的人突然暴增,原来是因为当年中国政府实施黄金週高速公路不收过路费的政策,于是大家都塞在高速公路上,于是只能用iPad 购买商品。同样的,如果你以为那是因为使用iPad 有比较好的浏览经验,而误判消费者心裡所想的,那也会导致企业判读资讯错误,而引发出错误的结论与企业决策。
到这里,我终于能明白,为什么 Google 会愿意砸下重金买 Nest,因为这是他们布局的一环,最终目的就是想知道你从起床到用早餐,到出门上班的交通期间,在上班期间内,中午用餐,下班后交通期间,晚餐,睡眠的所有讯息;企业也想收集你在家、在户外、在工作、在休息等……所有行为与情境,好作出对你这个人在连上网的购物行为做交叉分析,进而还塬你当时可能面对的状况与想法,掌握你真正的消费动机,推播最正确的资讯与商品给你。
这就是大数据想达成的终极目标:成为你肚子里的蛔虫,并且试图餵出你最想要的东西,提升流量,提升点击率,提升购买率,提升再购买率。
虽然听起来很可怕,因为你所有的行为都被大数据所掌握,然而活在网络时代的你,使用智能手机的你,大概就已经离不开这个处处被收集资料的网络,你唯一可能避开的方式就是不使用网路与电脑,不使用手机上网,也不用网路购物,但我相信这对绝大多数人来说已经是不可逆的行为。
无论如何,大数据的时代已经来临,只是悄悄在你看不见的地方蓬勃的运行着。我始终相信,大数据为人类带来的正面意义会远大于负面,只是你得有意识的了解它运作的逻辑—无论你是利用数据或被数据利用,都应该对大数据有所了解。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在MySQL数据库运维与开发实践中,经常出现一种典型现象:数据库实际存储的数据量很小,数据表条数少、文件体积低,但服务器整体 ...
2026-09-11 很多数据分析师能熟练计算均值、标准差,但当被问到“总体和样本有什么区别”“参数和统计量有什么关系”“数据级别的高低如 ...
2026-09-11CDA数据分析师 出品 作者:李诗怡 定义: 将同一时间段内因具备相同属性或共同经历的用户划分为群体,分析其留存与生命周期价值 ...
2026-09-11在零售、商超、餐饮、线下门店等实体商业运营中,客流与销售额是衡量门店经营状态的两大核心指标。销售额是门店经营的最终结果, ...
2026-09-10在数据可视化体系中,柱形图是最基础、应用最广泛的图表类型,其中**累计柱形图(堆积柱状图)**是兼顾整体总量与内部结构的核心 ...
2026-09-10 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-09-10在Python Pandas数据分析中,DataFrame是承载结构化数据的核心载体,数据清洗、数据修正、条件赋值、字段更新等实操场景,都离不 ...
2026-09-09 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-09-09卡方检验(Chi-Square Test)是统计学中针对分类数据的经典显著性检验方法,核心用于判断两个离散分类变量是否相互独立、数据实 ...
2026-09-09CDA数据分析师 出品 作者:李诗怡 1. 销售漏斗阶段判断 题目:销售漏斗模型中,通过广告、社交媒体等方式触达品牌信息(如浏览品 ...
2026-09-07在Python数据分析中,Pandas库的DataFrame是最核心、最常用的结构化数据表对象,类似于Excel的二维表格,具备规整的行列结构、字 ...
2026-09-07在数据分析、经营复盘、业绩预测与经济统计工作中,平均增速(平均增长率)是衡量数据长期变化趋势、业务发展快慢的核心指标。不 ...
2026-09-07 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-09-07随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02