
大数据将彻底改变商业模式及人们生活
最近两年,作为一个计算机领域的新词,大数据一词越来越多地被人们所提及。移动互联网、电信、金融等领域的人士们纷纷在大数据方面进行研究和布局,他们一致认为,大数据将彻底改变商业模式,甚至改变人们的生活,一个变革的时代即将到来。
那么,什么是大数据呢?
金国南是一家服装小企业的老板,今年一季度的销售情况让他有些吃惊,对国外市场的销售额比去年同期增长了70%,可他并不清楚产品的销售的最终目的地。
金国南雪宇腾制衣有限公司总经理说:“我们自己都不知道(市场)在哪,反正收钱吧。”
对于金国南的销售市场,在几十公里之外的北京中关村的一家大数据企业里,项目负责人王涛一清二楚。
“记者:(企业)卖得最多的地方是哪几个国家?
王涛:最多的还是西语系国家,像厄瓜多尔,像西班牙。”
一家批发市场里的小企业的帐,中关村的高科技企业却算得门儿清,为什么呢?乙壤月,北京亿赞普商业平台公司的CEO是这样解释的:“我们以前对于很多小作坊来讲,会说是前店后厂,我们可以认为我们现在的制造业是后厂,但是这个前店已经改为我们利用大数据平台所建立起来的全互联网式的交易模式。”
大数据是人们在工作生活中使用计算机时产生的海量数据,这些数据看似平常而又琐碎,但是通过先进技术对它们进行整理、分析后,原本不可思议的人类行为变得有规律可循。美国的LSI公司(LSI Corporation)是一家半导体和软件领先供应商,其业务涉及到数据存储等领域。对于大数据,公司首席执行官阿比(Abhi Talwalkar)是这样解释的:“社会发展带来大量数据以及大量的数据流量,有很多平台,比如中国的阿里巴巴、腾讯、百度,在美国有facebook,他们有十几亿的客户。在这个世界上,几分钟内就有6亿个电子邮件产生,我们会下载数百万小时的视频,这会带来很多数据和流量。这些数据和流量必须被处理,而且还可以从中获益,LSI的角色就是使海量数据的存储变成可能,还能对它们进行处理,从中获取信息,来改善很多业务,包括医疗、天气预测、数字监控等等。
在北京亿赞普搭建的全球主要区域的大数据平台上,全球8亿多的网民按照他们的行为特点被分成了十几万个兴趣组,有旅游的、读书的、年轻女性的、幼儿的等等。针对这些人群的不同兴趣,亿赞普的大数据平台将小企业的商品进行有指向性地营销和交易。
乙壤月介绍:“比如说,我们站在高楼上面想撒一把豆子,我们这把豆子想洒在18到25岁之间的年轻女性身上。可以想象,豆子落在我们有效人群身上的概率是很低的。但是,如果我们把这群人集中起来或者撒在她们比较集中的一个地方,好比说是大学的女生宿舍,那撒在这些人身上的概率就非常高了。”
过去小企业要把商品卖到国外要经过国内出口商、国外进口商、批发商、商场,最终才能到达用户手中,而现在,通过大数据平台可以直接从工厂直接送达到用户手中,交易成本只是过去的十分之一。而大数据给企业带来的不只是市场,还有资金。做网上汽车用品生意的小企业主于永福轻点鼠标,就从远在杭州的阿里小微金融贷到了款。
于永福说:“不到一分钟的时间久贷到了20万块钱。”
没有任何抵押,就这么轻松地贷到了款,难道阿里小微金融就不怕风险吗?对此,阿里小微金融服务集团创新事业群总监王方表示:“基于他们在互联网上面这些大数据量的分析,所以我们能够提前对于他们的信用进行一定的评估。”
小企业在网上积累的信用和订单成为了贷款的依据,阿里小微金融最多可以给小企业200万元的贷款额度,而且随借随还,利息按天计算。商务部电子商务司副司长聂林海表示:“通过大数据等先进技术的应用,中小企业过去贷款难的问题、市场难以开拓的问题都能够得到很好地解决,如同站在巨人的肩膀上能够快速地成长,成为我们经济新的增长点。”
中小企业依托于大数据平台不仅能够精准地了解自己的客户群,而且可以实现快速融资,那么,对于大型企业,大数据又有什么作用呢?
事实上,现在许多大型企业都存储了大量的数据,企业拥有绰绰有余的数据来了解谁在何时、何处、以何种方式购买了他们的产品。如果企业能够了解消费者背后的消费动机,即为什么会买或者为什么不买,就可以更好地把握市场的未来。
最早关于大数据的故事发生在美国第二大的超市塔吉特百货(Target)。Target创建了一套女性购买行为在怀孕期间产生变化的模型,不仅如此,如果用户从他们的店铺中购买了婴儿用品,Target在接下来的几年中会根据婴儿的生长周期定期给这些顾客推送相关产品,使这些客户形成长期的购买习惯,从而形成对品牌的忠诚度。
有网络购物经历的人都会知道,电子商务网站总是能够准确猜到,并为顾客推荐感兴趣的商品。由阿里巴巴集团于2003年创办的淘宝网是亚太最大的网络零售商圈,2012年,淘宝推出了淘宝时光机,该应用通过分析顾客自注册以来的行为,除了对其进行行为预测外,还用生动的文稿和个性化的数据拉近彼此的距离。
除此之外,大数据应用的范围还非常广阔。CSDN与《程序员》主编刘江举例说:“如果有一种病是非常罕见的,比如说十万分之一得这个病,好像非常罕见,但是大家想象一下,全世界70亿人里面如果有十万分之一得,那么数量也是非常大的。在以前由于我们不能把这个病更多地数字化,包括集中起来研究,所以我们很难把这个病攻克。但是,我们下一步把各种各样的数据都能收集起来进行一些科学分析的话,我们就能很快地攻克很多以前想象不到的科学难题”
在人类漫长的发展过程中,从来没有像现在这样把“数据”看得如此重要。人们试图从数据中挖掘趋势,在趋势中把握未来。数据之于信息社会就如燃料之于工业革命,是人们进行创新的力量源泉。最近,麻省理工学院的数字商业中心完成一项调查,结果显示:运用大数据做决策的那些行业前三名企业,比其竞争对手在产能上高5%,在利润上高6%。许多人认为,大数据的出现、利用将深刻改变现在许多商业业态,《IT经理世界》杂志的出版人黎争就是一位,他表示:“有可能未来在企业的财务报表里面会出现一项,叫数据资产,现在咱们知道,有固定资产、品牌资产、现金资产,有可能未来会出现数据资产。有了数据资产以后可能会衍生出一种新的模式,现在有股票交易所、期货交易所,未来可能会出现数据交易所。到那个时候,大数据的广泛应用将与每个人、每个商业活动相关的时代就真正来临了。”
也许,未来评价一家企业是否运营良好的标准,不再局限于利润、现金流以及商业模式,还将加入一个重要的指标——是否拥有足够好的数据以及处理数据的能力。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13