京公网安备 11010802034615号
经营许可证编号:京B2-20210330
“大数据”和谁有关_数据分析师
和想在大数据时代掘金的人有关,和在金矿附近“卖水”的人有关!
“只听楼梯响,不见人下来。”用这句话来描述很多尚处于萌芽状态的商业机会,真是太合适不过了。
“大数据商机”也正是如此。这个最早由麦肯锡提出,最后由《大数据时代》一书体系化的概念与思潮,近年来一次又一次吸引着人们的眼球,拍打着人们思想的堤岸。相信吧?不知从何下手;不相信吧?又怕落伍于时代!
正是抱着这种矛盾的心情,笔者买来了《大数据时代》一书,想看看它到底讲了什么?在“这个时代”,企业又能用什么新方法赚钱?
说实话,几个小时翻下来,那些道理论述并没有让笔者眼前一亮,倒是书中举的一些例子,让笔者有了一点儿管中窥豹的感觉。
书中写道:一天,美国折扣零售商塔吉特的一家门店来了一个男人,要求经理出来见他。他气愤地说:“我女儿还是高中生,你们却给她邮寄婴儿服和婴儿床的优惠券,你们是在鼓励她怀孕吗?”而当几天之后,商店经理打电话向这个男人道歉时,这个男人的语气变得平和起来。他说:“我和女儿谈过了,她的预产期是8月份。是我完全没有意识到这个事情的发生,应该说抱歉的人是我。”
这个戏剧性的故事为何会发生?难道是误打误撞吗?非也。按书中说法,这和“大数据”有关。原来,这家商店通过分析女性顾客的消费记录,发现女顾客在怀孕第三个月时会买很多无香乳液,几个月后,还会买一些营养品。通过分析,商店最终找出了20多种关联物,并用这些关联物给顾客进行“怀孕趋势”评分,然后在孕期的每个阶段给顾客寄送相应的优惠券!
类似的例子,书中还有一些。于是,笔者隐约明白了:“大数据时代”,企业赚钱的新办法就是对大量的数据进行分析,找出一些要素和商业机会的关联!但如果其应用仅仅是类似上面这样简单的例子,我们也就无需关注那些关于“大数据”的理论了。因为国内的保险公司、礼品公司对此早已驾轻就熟。问题是,如果“大数据”的应用更复杂,比如说一家通信运营商,怎样才能依靠“智慧的分析”,预测到90天内可能发生的客户流失并采取行动?这就远不是这家公司自身能做的到了。这时候,它就需要专业的服务。服务商是谁呢?很可能是IBM!
确实,上述通信运营商问题的解决,靠的就是IBM的服务。在广告里,IBM说帮助这家公司在一年内将客户流失率降低了35%!
也正是IBM这则“从拥有数据,到预判需求,这就是大数据的威力”的广告,让笔者眼前一亮,感到不光“听到楼梯响”,还看到“人下来了”。
让笔者好奇的是,究竟是IBM敏锐地抓住了“大数据”的趋势,还是它一开始就引领了这一趋势,并顺势推出了产品和服务呢?笔者猜测,很可能是后者。因为《大数据时代》第一作者的咨询服务对象就包括IBM。另外资料也显示,IBM从2005年就开始了“大数据”的研究,并陆续收购了多家数据分析公司。日前,IBM又公布了2015年之前支出145亿美元进行收购的计划,并表示:“大数据和分析领域将是IBM未来的利润引擎。”
看来在“大数据时代”,其他企业能掘多少金虽然不确定,但IBM这个“卖水的”,似乎要赚的盆满钵满了!
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13