京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据让小微商户也能成为大力神的儿子
根据IDC和EMC发布的报告,到2020年地球上每个人的数据容储量将达到5TB。这令人感到恐怖的数据量,使得很多人一谈到大数据就会产生一种无力感。如同坐拥了一座巨大无比的金山,却每天只能用手慢慢地挖,慢慢地开采,像愚公移山一般,每天24小时不停歇,也不过开采这金山的九牛一毛。
最近在美国观看YOUTUBE视频时候弹出最多的广告是一家叫做Square的移动支付公司。Square公司推出的移动读卡器能够在配合智能手机与移动网络的情况下进行刷卡消费。这种突破了时间与空间局限的支付产品,大大地降低了刷卡消费支付的技术门槛和硬件需求,使得小微商户支持刷卡消费变成了现实。 广告中一位顾客在美发完成以后,愉快地掏出信用卡,在插有Square移动读卡器的ipad上付账。店长满面笑容。而中国公司迅速的跟进使得这种笑容从美国一直绽开到了中国。拉卡拉考拉手机支付从外观到功能与Square都极其相似。
试想一下,有一天你到菜市场买菜,掏钱的时候,蔬菜摊的王大姐从凳子上拿起正在充电的手机,面带微笑地对你说,“老妹/老弟你可以用信用卡付钱的。”或是你下班经过地铁站,想要在路边摊买一碗麻辣烫吃吃,付钱的时候,推车的小伙子掏出手机对你说,“大哥/美女你可以用信用卡付钱的。”这样的一个覆盖面,根据The long tail(长尾理论),在中国这么庞大的市场所创造的资金流是非常可怕的。而移动支付所带来的利益远不止这庞大的资金链,实际上,大量的支付信息所提供给公司的是大量宝贵的数据。当有一天,我们能够监控每一个用户的每一个小微的消费行为,那么我们对于大数据的收集将会进入另一个层次。本质上来讲,这些每日琐碎的小微消费正是组成我们每天生活的主体,而分析通过这些小微消费所得到的大数据,恰能给我们带来最精准的消费行为预测。
我第一次接触Square是在我本科学校宾州州立大学附近的一家叫Uncle Chan(陈叔叔)的中餐店。陈叔叔的外卖包括自取均是使用Square连接ipad进行刷卡支付。我从小就是素食主义者,每次点餐都要到店里面专门跟他们嘱咐一下。因为美国中餐馆的素菜种类十分稀少,我养成了一个几乎每家中餐厅都只吃同一道菜的习惯。一来二去,这家中餐店的老板一见到我就自动帮我下一个麻婆豆腐配炒饭和汽水的单。这种行为经常出现在我们的生活当中,但凡我们常去的服务场所,不论是餐馆、理发店还是烟酒店,都会不自觉地记录我们的行为,从而对我们进行消费行为的判断。实际上,这种现象正是大数据分析的最基本表现形式。假设一家公司能够同时拥有我所有的消费行为数据,相当于我每天去的每一家店的老板都是同一个人,那么这家公司自然能够轻松地预测出我日常的消费行为。而如果每天你刚要下地铁的时候,一家路边麻辣烫对你的手机进行广告投放,这种广告投放的力度和效果是巨大的。随着至尊宝、手机pos、阳城、拉卡拉等公司的推广,这种数据的收集是可能的。
移动支付在中国的特色功能给我们带来了更大的数据量。手机充值、游戏充值、公益捐款、彩票购买,无数独特的功能给大数据的收集提供了便利。如同通过分析特殊材料的消耗量,能够判断出战斗机产量一样,我们通过分析用户手机充费的频率及金额,也能够得到一些非常有用的信息。
中国这个庞大的国家,能够给我提供巨大无比的数据量。
大数据从开始出现时的以TB为单位,现在已经驶入了以EB为单位的时代。根据IDC和EMC发布的报告,到2020年地球上每个人的数据容储量将达到5TB。这令人感到恐怖的数据量,使得很多人一谈到大数据就会产生一种无力感。如同坐拥了一座巨大无比的金山,却每天只能用手慢慢地挖,慢慢地开采,如同愚公移山一般,每天24小时不停歇,也不过开采这金山的九牛一毛。我在做营销项目的过程中接触过一些美国的大数据分析公司。这些分析公司都在谈他们能够为特定的企业提供什么样的一种服务。可这些已知的、能够被提供的服务所利用上的大数据,可能只是这个金山上长的那些树而已,远非金子本身。未来科技能够做到的,是分析每个用户的每个细微的行为。心跳、呼吸、眨眼次数、血压、说话的音量、说话的速度,一切的一切都能够被收集。传说中的须弥山,由金、银、琉璃、玻瓈四宝构成,高110万千米。由这些大数据所构成的金山,恐怕比须弥山只大不小。这无量无边的数据所组成的金山,凭借我们现有的分析和处理能力,和愚公移山无二无别。
那么,面对这无量无边的大数据,我们如何应对?在我看来,正如同故事里的愚公,无论他怎样努力,大山终究无法被动摇。但是天帝派来的夸娥氏的儿子们,轻松就将大山抬走。用来分析数据的电脑,不论怎样更新换代,不论拥有再高的运算速度,终究只是工具。如同给猴子一个算盘,不论它怎么挥舞都始终偏离正确的使用方式。我们已经拥有了超越我们驾驭能力的工具,也拥有了超越我们驾驭范围的金山。那么下一步,就是要我们自己从愚公,转变成大力神的儿子。
我在上一篇文章里提到过大数据的未来,就是用大数据来探究宇宙人生的规律。在探究这个真相的过程中,唯有提升我们的认知,提升我们的境界,提高我们的智慧,才有可能从大数据中提炼出真理。唯有透过大数据的现象,看到商业规律的本质,才能够驾驭大数据并有的放矢。从前,布鲁诺支持日心说,挑战了教会的地心说,虽然超前地更接近于真相,却难逃被烧死的命运。若我们不去提高自己的认知,不去提升自己的境界,不去提高自己的智慧,我们也必将被湮没在这无量无边的大数据之中。即便坐拥着金山,也不知如何去挖掘。我们依然贫穷。
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