企业以数据挖掘利润的两种选择_数据分析师考试

如今，你到哪儿都能听到大数据。别说是亚马逊这样的公司，现在就是一个小的Startup， 每天也能有几个G的数据量。 而像Instagram 这样的照片分享网站，每天轻松就能产生出500T的数据量。 不少企业的CEO们都会问一个问题：“好，现在我有这么多数据，下一步我该怎么做呢？”

一个人， 如果只是站在金矿的土地上而不去挖掘的话， 他也成不了富翁。 同样的， 拥有大量数据并不能代表你的企业就能成功。 这个行业里面成功的是例如亚马逊， NetFlix那样， 能够比竞争对手更好的利用数据的公司。 否则的话， 你也只能干瞪着眼看着一堆Hadoop集群而不知道如何去做。 可是， 要是你能好好的利用你的数据， 你就能够在竞争中领先一步。

数据与金钱往往是连在一起的，但是，究竟如何才能把数据转化为利润呢？ 对大多数公司来说， 有两种选择， 一是数据导向的流程， 二是数据导向的产品。

以数据为导向的业务流程：

传统的数据分析师，使用Excel或者会编写SQL语句进行特定查询。 而如今， 这些就远远不够了。 如今的数据科学家， 需要了解小数据时代和大数据时代的各种工具， 包括传统的商业智能工具，新型的大数据分析工具，Teableau、Qlickview、大数据魔镜等。还要会查询语言， 统计， 甚至机器学习等。

好的数据科学家可以帮助企业从分析产品， 比如哪些产品受欢迎， 为什么， 哪些产品用户不喜欢（比如Zynga就是这么做的）， 到建立预测模型， 分析将来趋势， 以帮助现在的决策（比如沃尔玛实验室就是在这么做）

如果你是销售软件即服务（SaaS）应用， 数据科学家可以帮助你分析高端客户的特征， 比如他们转化的渠道， 他们的基本共性（年龄， 性别， 收入水平， 地域等），以及他们使用你的应用的特别方式等。 这样， 你可以更加有针对性的设计你的产品功能， 推出针对性的广告，优化市场推广渠道， 从而提高你的利润率。

或者，数据科学家可以基于历史数据， 建立一个准确的预测模型。比如百货公司Target那样，能够确定哪些顾客是怀孕的妇女，或者像一些保险公司一样，能够预测哪些来咨询的潜在客户最有可能转化为客户。

以数据为导向的产品：

除了以数据为导向的流程外， 还可以把利用数据来丰富产品的功能。 有的公司还把数据专门打包成为一个产品来销售。

比如Twitter， 他本身的产品不是数据产品， 但是， 他通过授权其他公司如DataSift这样的公司使用它的数据， DataSift这样的公司则利用Twitter的数据做成针对企业的数据产品来帮助企业更好地利用社交媒体。 还有一些媒体公司， 把观众观看的数据打包， 卖给一些频道或者内容制作公司。

不过， 相对于把数据打包出售直接获取收入， 更多的公司则是利用数据， 提高现有的产品， 使它们更加有效率， 更加智能 更加符合用户需求， 从而直接或间接地增加收入。

这里也有一些例子来说明数据如何使产品更加智能， 更加符合用户需求：

如，为了提高广告平台的点击率， 广告平台通过分析广告播放媒体， 广告本身， 以及用户的行为。 把广告展现给最合适的用户。

又如视频发布平台通过分析用户的观看和互动行为， 给视频制作者关于用户喜好的各种反馈， 从而制作出更加满足用户喜好的视频。 这是一个间接增加收入的例子。 通过数据分析， 来提高视频平台的受欢迎程度。