大数据大行其道,你又到底知多少?

从互联网开始兴起以来,信息或者说大数据的产生呈爆发式增长。我们会在各种场合、文章中见到“大数据”,仿佛现在不提到这个词就是与时代脱节。不过下面这句话可能说出了现实:『 Big data is like teenage sex: everyone talks about it,nobody really know how to do it,everyone thinks everyone else is doing it, so everyone claims they are doing it. 』
 
在数据“爆炸”的时代,大数据常常被寄予厚望。那么,到底什么样的数据才算大数据?数据能做什么?不能做什么?怎样才能用好大数据?这正是一篇帮助你搞清楚大数据的文章。
 
 
一、什么是大数据?
 
大数据(Big Data)是指“无法用现有的软件工具提取、存储、搜索、共享、分析和处理的海量的、复杂的数据集合。”业界通常用4个V(即Volume、Variety、Value、Velocity)来概括大数据的特征。
 
数据体量巨大(Volume)。从 TB 级别,跃升到 PB 乃至 EB 级别。要知道目前的数据量有多大,我们先来看一组公式:1024GB=1TB;1024TB=1PB;1024PB=1EB;1024 EB=1ZB;1024ZB=YB。到目前为止,人类生产的所有印刷材料的数据量是 200PB,而历史上全人类说过的所有的话的数据量大约是 5EB;
 
数据类型繁多(Variety)。相对于以往便于存储的以文本为主的结构化数据,非结构化数据越来越多,包括网络日志、音频、视频、图片、地理位置信息等;
 
价值密度低(Value)。价值密度的高低与数据总量的大小成反比。如何通过强大的机器算法更迅速地完成数据的价值“提纯”成为目前大数据背景下亟待解决的难题;
 
处理速度快(Velocity)。大数据区分于传统数据挖掘的最显著特征,即实时分析而非批量式分析,数据收集、输入、分析处理与丢弃立竿见影而非事后见效。
 
“让大数据区别于数据的,是其海量积累、多样性、快速化及低密度价值。”
 
 
二、大数据的类型?
 
传统企业数据(Traditional enterprise data):包括 CRM systems 的消费者数据,传统的 ERP 数据,库存数据以及账目数据等;
 
机器和传感器数据(Machine-generated /sensor data):包括呼叫记录(Call Detail Records),智能仪表,工业设备传感器,设备日志(通常是Digital exhaust),交易数据等;
 
社交数据(Social data):包括用户行为记录,反馈数据等。如 Twitter,Facebook 这样的社交媒体平台的数据。
 

三、大数据有哪些误区?
 
1.只要“大、多”就好? 
上面提到的 Value 就说明了数据越大价值密度越低,需要挖掘和分析的能力和工作量越高。要时刻记住数据本身不产生价值,如何分析和利用大数据对业务产生帮助才是关键。
 
2.是个公司就要搭建大数据平台?
Volume 说明数据的量级较大,所以相应的存储、分析所用的成本也会较高。每一个公司都要评估存储、分析这些数据带来的价值是否能平衡成本,衡量企业现状、分清主次矛盾、考量投入产出回报率,量力而行,不要盲目追求“高大上”的技术架构。
 
3.大数据无所不能? 即将取代人工?
大数据分析的目的不是因果而是相关性,他分析出来的是统计上的概率事件发生几率,而无法独立判断单一事件,它表达的只是结果,却无法解读原因;另外,大数据来源于现实,因此其不能“算出”消费者的许多创意和想法,更无法完全测算消费者的最终决定权;以及,大数据不可能仅仅由机器设备自身运转来实现其功效,总是要有人的介入或至少是协调,抑或是管控。有人在的大数据必定有不确定的“人为”因素,就很难有完全正确并精确的管理方略及分析结果,更谈不到“无所不能”了。从另一方面也暗示:当今的技术还无法自动应用数据做出投放计划和全自动执行,人工的参与依然是重要并且是大数据不可替代的。
 
4.数据指标制定的覆盖面越广越好? 
由于数据价值密度较低,所以对数据的分析要精专。另外,对于品牌而言,数字资产是有限的,而数据监测指标有很多,品牌主应当根据实际的业务需要来决定什么数据指标才是战略要素,从而助推最终的品牌表现。
 
5.大数据,将让安全隐私信息“无处遁形”?
大数据时代,对于受众来说,似乎就意味着个人安全隐私信息将“无处遁形”。事实上,品牌在大数据运用过程中,只会努力去获取并分析客户的消费习惯、交易行为、社会网络、产品偏好等数据,用以给消费者提供更精准、更“贴心”的产品和服务。而涉及客户隐私的信息都需经过数据脱敏操作,严格加密,并与一般常用信息隔离存储,充分保证受众信息安全。
 

四、大数据的应用?

大数据挖掘商业价值的方法主要分为四种:
 
客户群体细分,然后为每个群体提供量身定制服务;
 
模拟现实环境,发掘新的需求同时提高投资回报率;
 
加强部门联系,提高整条管理链条和产业链条的效率;
 
降低服务成本,发现隐藏线索进行产品和服务的创新。
 
 
五、结语
 
大数据,是我们这个时代鲜亮的符号,也是我们这个时代有用的工具。对!是工具,而非万能的主宰!企业可以借助海量、多样化的数据形式了解市场、制定策略、定向受众,从而深度掘金。但同时,我们也不要神化和过度依赖它。作为工具的大数据,自身并无所谓利弊。它的利弊,完全产生于人们对它的认知和使用。因此,企业只有主动、积极和智慧地运用大数据,并清楚大数据的工具局限,配合“创意”“服务”“管理”等其他类“工具”,才能使企业在市场营销中获得持久竞争优势,立于不败之地!

申请账号

请留下您的正确信息,我们将在2个工作日内与您联

并把账户信息发送到注册邮箱

重置