O2O漫谈之百万UGC的大数据价值_数据分析师

美国杜克大学的行为经济学家Dan Ariely说过，“大数据就像是青春期性爱话题，每个人都在谈论，但没人知道真的该怎么做，每个人都觉得别人搞得热火朝天，所以每个人都声称他们自己也搞。”

调侃的背后是大数据现状的尴尬，大家都说要做大数据，但是到底什么是大数据的基础?如何发展大数据?

揭开大数据神秘面纱

大数据的基础是什么?当然是，数据。

可数据是什么?你的所作所为的一切记录都可以是数据。QQ聊天内容、微博、淘宝搜索商品、购买、大众点评上对商户信息的评价……都是数据。

这些数据一直在产生，但为什么到现在大数据的概念才如此火爆?因为硬件和云存储技术的发展。如果没有足够的硬件设置，大数据永远只能停留在概念阶段。

据公布，在阿里数据平台事业部的服务器上，攒下了超过100PB已处理过的数据，等于104857600个GB，相当于4万个西雅图中央图书馆，580亿本藏书。这个数据相当于全中国人每个人扛着48本书。

大量的数据被存储，只是大数据的第一步。如果不对这些数据进行分析处理，那绝对无法称之为大数据。

但是，大数据的分析处理绝对不那么高端大气上档次。举个例子，在汶川地震期间，腾讯微博提供了20万条微博数据，希望救灾团队可以从20万微博信息中提取跟救灾相关的信息。

结果，从大量个人化的、根据现场的情景发出的一些情感型、符号型的信息中，根本无法提炼出灾情时间、地点、人物、需求这些有效信息。

这也是BAT中阿里巴巴与百度一直在致力于大数据研究，而腾讯则相对少提这个事情的原因。

在过去十几年发展中，BAT都积累的海量的数据。但是，三家公司基因不同，积累的数据维度也不一样。百度积累了用户搜索行为，这种数据涵盖了医疗、旅行等生活的方方面面;阿里巴巴则积累了跟用户购买行为相关的数据，从决策到购买，以及购买的商品。腾讯则积累了用户沟通的信息，沟通信息海量且无序，最难提炼，而且，最容易触及到用户的隐私。

因此，大数据最为核心的基础是数据。有了基础数据，再采用科学的分析和处理，才能产生用户端的价值。如果没有合用的数据，那就是“巧妇难为无米之炊”。

具象到用户端，大数据根据用户以往购买数据的积累和关联度测试，可以得出该用户喜好条纹、有品质的衣服等信息，因此可以针对性给其反馈不同的搜索结果。这种应用阿里巴巴已经在尝试，随着各种数据的丰富，精准度会越来越高。

站在品牌商的角度，可以从大数据中得到，用户关心的那些流行因素，还可以结合往年的天气预报信息，今年会偏冷还是偏热，以及不同区域用户对不同流行因素的反馈，有了这些信息再来生产衣服，可以大量减少库存。

Netflix的大数据应用被业内传为经典案例。作为世界上最大的影片租赁服务商，通过用户行为的大数据分析得出社交网络、七宗罪的导演Fincher非常受欢迎，而Spacey主演的片子表现都不错，外加英剧版《纸牌屋》很受欢迎，于是出品了火到不行的《纸牌屋》。

而百度同样拥有海量、真实的用户行为数据，通数据分析技术和预测模型，百度对大数据进行分析与挖掘之后可以“预测”到很多情况。

比如，用户打算在假期出游，百度大数据可以预测到哪些景点游客过多已经超过负荷，哪些景点人比较少。百度甚至可以根据用户搜索感冒这个行为来制定一副感冒地图，结合LBS技术，用户可以知道你所在城市哪个区域有多少人感冒了，避免去那个区域活动。以及，如果不幸感冒也可以知道适合去哪个医院。

总之，大数据的应用流程是，积累用户产生的海量数据、通过技术手段分析和预测并得出结果、然后再服务于用户。其关键的两个特征是，需要社会化分工产生数据体系，以及，服务24小时在线。

大众点评大数据怎么玩

据了解，大众点评今年已经实现了月度百万UGC的增幅，目前已经有4200万点评信息沉淀。这是一个重要的里程碑。此外，大众点评还积累了海量交易、用户浏览等数据。

这里有个小插曲，为什么大众点评的信息比美团更有价值呢，因为美团的点评信息大多是基于团购套餐的，而这个团购套餐的生命周期比较短，随着套餐结束，这些信息就没有太大作用了。而大众点评则针对餐厅的口味、风格、特色菜等进行点评，信息存续价值期比较长。

海量的用户点评信息背后包括着用户对饮食的喜好、活动地理位置甚至背后的交易信息，而且数据在源源不断产生中，这满足了社会化分工产生数据的基本需求。

此前不久，大众点评技术部门进行了一次有趣的尝试，从海量用户点评信息中提炼出跟星座消费特征相关的信息，在网上发布信息之后得到了诸多粉丝的响应。这种娱乐化的数据尝试只是个开始，之后还可以做更多更深入的数据探索。

此前一次专访中，张涛曾经提到，根据对一个地区用户点评信息的分析，结合用户点击流量，可以得到很多信息。比如在某个城市，哪个菜系比较受欢迎，哪些项目比较受到关注。同时，如果一个地区的餐饮消费单价持续比周边市区偏高的话，这个区域的休闲娱乐通常也会快速发展起来。因为用户的需求层次会逐渐提高，而大众点评可以通过大数据分析出一个区域，甚至具化到一个商圈的发展水平和阶段。

在不久之后，大众点评大数据分析的结果可以结合商圈拓展。透露个消息，大众点评跟万达会进行深度合作。

月度百万UGC内容产生只是大众点评数据的一个里程碑，随着之后用户数据的丰富，结合用户搜索、交易等数据，大众点评可以为用户提供越来越智能的产品。

具体到产品上就是，一个热爱吃牛排的人，当他在搜索附近美食的时候，提供牛排的商户会排到优先的位置。这个只是简单应用，随着数据的丰富，大众点评可以直接给你建议，附件哪个商户的六分熟的菲力牛排最符合你的口味。这些信息对用户来说才更为智能和贴心。

当然，整个大数据应用的神秘面纱才被掀开一点，更多在概念和想法阶段，之后还有很长的路需要走。

不过大众点评积累的海量用户点评、消费数据，跟百度积累的用户搜索行为数据、阿里巴巴积累的用户交易数据同样重要。巧妇难为无米之炊，首先得有大数据，才有资格玩大数据，对吧?这就是大众点评百万UGC所蕴含的巨大价值。