了解数博会作文_百度知道
了解数博会作文
了解数博会作文
我在会场，就是客户可以利用微信摇一摇利用讯鸟iBeacon应用，手机能显示目前所在位置及你附近展商信息，在会后俯畅碘堆鄢瞪碉缺冬画还可以对会展全过程的iBeacon接触数据进行收集、梳理与分析，列出会展核心的人流量、热点展区展位、线上热点展位
其他类似问题
为您推荐：
作文的相关知识
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁2016数博会:大数据在传统行业 落地之痛--百度百家
2016数博会:大数据在传统行业 落地之痛
分享到微信朋友圈
2016数博会:大数据在传统行业 落地之痛
大数据在传统行业 落地之痛--2016中国(北京)国际大数据产业博览会
由中国高科技产业化研究会主办，中国高科技产业化研究会信息化工作委员会协办，北京百科汇国际展览服务有限公司承办“2016中国(北京)国际大数据产业博览会暨高峰论坛”将于日-9月14日，在北京·中国国际展览中心举办。本届展览会将以“促进大数据时代变革、共赢新时代机遇和挑战”为主题，诚邀各单位、企业负责人及专业观众一起探讨大数据产业的未来和发展，共同展示大数据产业领域的最新成果、新技术，探讨行业动向、进行面对面的商业交流等。且此次会展将吸引世界各国的媒体前来报导。2016数博会组委会： 010-
目前的大数据热潮会让人很自然地联想到18年前互联网兴起时汹涌的潮水与泡沫，联想到“大数据也必然要经历硅谷臭名昭著的技术成熟度曲线”，联想到大数据的落地自然也要经历那条曲线勾勒出的跌宕起伏……不幸的是，事实的确如此。
2013年，可以被称为大数据元年。在那一年，企业界开始广泛地关注乃至热炒大数据的概念，一时间，4V理论人气爆棚，不知不觉竟然成为了坊间对大数据的经典定义，海量、多样、高速、价值这四个词的确概括了大数据的区别于传统数据的几个典型特征，但是对于业外人来说，还不足以用以了解大数据为何物。
严格意义上的“大数据”是与传统数据相区别的。一般来说，结构化的，行列分明的，可分类或可计算的，可以用表格方式呈现，可以被传统的数据库软件存储分析的数字化文档，即便是海量的传统数据文档，我们仍然称之为“传统数据”而非“大数据”。而“大数据”概念则虽然包含了传统数据的部分，但更强调了传统数据之外的那些非结构化的数字文件，比如文章、视频、音频等等。但是需要知晓的是，当我们脱口而出“大数据”这个词时，即便是专业人士，往往也在有意无意地混淆大数据与传统数据的区别，这是因为“大数据”的热潮带动了“传统数据的分析挖掘应用”的进一步发展，即便是看似与数据无关的一些传统行业中的中小企业也开始认真思索通过数据和数据分析(即便仅仅是使用传统数据)如何为自己的企业创造价值。
目前的大数据热潮会让人很自然地联想到18年前互联网兴起时汹涌的潮水与泡沫，联想到“大数据也必然要经历硅谷臭名昭著的技术成熟度曲线”，联想到大数据的落地自然也要经历那条曲线勾勒出的跌宕起伏……不幸的是，事实的确如此。而幸运的是，这一次，相较于当初的互联网大潮，人们似乎有了更多的心理准备。
大数据在传统行业落地的难点在哪里?
首先，难在大数据技术端和市场应用端的信息不对称。大数据技术端可能存储着海量的数据，可能掌握着先进的计算和分析挖掘技术，但是并不了解市场的需求痛点。而市场应用端的专业人士则因为对大数据的工作原理和蕴含的高价值缺乏了解而空守金山不自知。解决这个困局的方法有二：一是从两端入手，大数据行业内人士必须深入到传统行业的业务流程中去学习、经历或体验;而传统行业的业内人士则要开放心态，主动学习和拥抱新事物。二是从中间入手，招聘寻找兼具一定大数据知识和传统企业行业知识的人才，作为沟通桥梁弥合两端的裂隙。
其次，难在数据互联的成熟度。当前的大数据源虽然貌似纷繁多样，电信数据、银联数据、房产车辆数据、WiFi数据、企业内部数据、网购数据、互联网数据等都能获取到，但是数据源之间缺乏有效的关联，导致大数据对于分析目标无法进行全面的描摹和了解，因此大大限制了应用范围。眼下市场上虽然一夜之间冒出了各式的“数据交易所”，但是仍然不能有效解决数据互联的问题。数据源之间的相互信任与合作是一个难点，数据信息的保密和披露法规不完善也是障碍之一，而落地变现场景的缺乏又使得这个问题的破局陷入了死循环。
其三，难在应用者缺乏耐心和战略远见。一个企业的大数据战略布局是需要远见和时间成本的，战略远见不仅来源于核心领导层对于大数据知识的主动学习和思考，还要有敢于付出试错成本的决断力。同时，大数据项目投入的周期相对较长，前期繁复枯燥地整合内部数据孤岛、联合外部数据源的工作耗时费力而又障碍重重，如同万丈高楼的地基，虽然极为重要且时间金钱的代价不菲，却在表面上难以有显著成效可以彰显。另外，即便最终具备应用能力的大数据软件开发完成，往往也会因为受到数据源、分析技术，甚至是使用人员素质的限制使得短期内不能让企业领导者看到有亮点的投资回报率。但是，企业领导者应该认识到这是必要的学习成本，自己乃至整个企业经由这样的学习曲线获得了大数据领域的实操经验和能力。
应该感谢Alphago精彩的人机大战，至少把大数据结结实实的扎扎实实地落地在了那张1919的围棋盘上，从而进一步落在了注意力经济上，那么然后呢?我们拭目以待……
分享到微信朋友圈
在手机阅读、分享本文
还可以输入250个字
推荐文章RECOMMEND
热门文章HOT NEWS
当小米丧失对销量、估值高增长，及传播议程的控制力时，通常所说的...
九点半财经
百度新闻客户端
百度新闻客户端
百度新闻客户端
扫描二维码下载
订阅 "百家" 频道
观看更多百家精彩新闻北京数博会：数据分析的5大陷阱及其解决方案--百度百家
北京数博会：数据分析的5大陷阱及其解决方案
分享到微信朋友圈
北京数博会：数据分析的5大陷阱及其解决方案
2016中国(北京)国际大数据产业博览会暨高峰论坛：数据分析的5大陷阱及其解决方案
由中国高科技产业化研究会主办，中国高科技产业化研究会信息化工作委员会协办，北京百科汇国际展览服务有限公司承办“2016中国(北京)国际大数据产业博览会暨高峰论坛”将于日-9月14日，在北京·中国国际展览中心举办。本届展览会将以“促进大数据时代变革、共赢新时代机遇和挑战”为主题，诚邀各单位、企业负责人及专业观众一起探讨大数据产业的未来和发展，共同展示大数据产业领域的最新成果、新技术，探讨行业动向、进行面对面的商业交流等。且此次会展将吸引世界各国的媒体前来报导。2016数博会组委会：咨询热线：86+10+6
近几年，大数据的出现让很多营销人员看到了希望，因为它号称可以一劳永逸地解决以上所有问题。计算机横空出世，其强大的功能和亲民的价格让数据以秒级的速度大量累积;工具和技术日新月异，程序开开发商目光灼灼，迫不及待地告诉你，他们有办法让你立刻知道“哪一半”具有投资潜力。
你仍然无法充分&利用数据吗?在本篇文章里，国外专栏作家David Booth概括五大要点，教你如何深入挖掘、利用数据。
在IDG Connect公司新出炉的《营销&销售大数据：数据准确度对企业的影响》研究报告中，近一半受访者表示，从数据中提炼出高价值信息，很难。
二十世纪初，营销先驱、有“百货商店之父”之称的约翰·沃纳梅克曾有一句名言：“我知道在广告上的投资有一半是无用的，但问题是我不知道是哪一半。”该名言堪称广告营销界的“哥德巴赫猜想”。
正因如此，营销人员总是很难了解营销方案或广告方案的实际效果。尽管营销策略和营销技术在不断发展和更新，营销人员追求的目标始终如一：如何让目标受众知道我们的产品和服务，如何激发他们达成购买?我们如何评判营销各个环节中哪些是薄弱点哪些优势可以继续保持?怎样更有效地扬长避短?
近几年，大数据的出现让很多营销人员看到了希望，因为它号称可以一劳永逸地解决以上所有问题。计算机横空出世，其强大的功能和亲民的价格让数据以秒级的速度大量累积;工具和技术日新月异，程序开开发商目光灼灼，迫不及待地告诉你，他们有办法让你立刻知道“哪一半”具有投资潜力。
即便如此，很多销售人员发现他们其实和二十世纪初一样，充满困惑。
虽然也有很多聪明的营销人员，善于利用今天的数字环境和科学技术，并从中获益。但大部分营销人员都被数据弄得眼花缭乱，无法找准行动方向。
在这篇文章中，笔者列出以下五点需要关注之处。明白这五点，你和企业将更理解数据的魅力，以及懂得如何将它们有效利用到营销活动中。
1.数据碎片化严重
毋庸置疑，计算机行业仍然是新兴产业，技术标准和市场规范暂时无法完全实现。解决问题的方法及创意五花八门。当然，这是好事——一般新兴产业都是这样发展的。
虽然市场现在逐渐有一些整合和标准，但革命道路漫漫，仍然有许多问题亟待解决。这种半规范环境产生的副作用之一，便是数据碎片化——这给营销人员造成了很多困难。
想想看你正在使用的那些软件或工具——全部来自不同的开发商，每一款都独立不兼容——它们都可以满足营销人员追踪目标数据的需求。
你有网页分析工具(先不论它具体追踪什么，也不谈它提供的数据精度有多少)，很可能还有一款单独的移动应用分析工具，客户关系管理(CRM)系统，后台系统，甚至社交媒体测评解决方案，独立邮件营销解决方案，以及一大群数字广告和线下广告数据供应商——包括机构和平台等。
营销人员经常被要求“依据数据作决策”，然而网络工具太多，扑面而来的数据早已让人看不真切。事实上，只有极少数企业能做到有效整合数据，锁定目标客户。
如今，营销的对象是每一位不同的顾客个体。而且营销人员接近顾客比以往要容易许多。因为顾客在使用各种设备，如智能手机，电脑，机顶盒等。不过，虽然现在这种多设备多渠道的环境提供了很多机遇，但要将碎片化的信息和数据整合到一起，仍是不小的挑战。
无法整合各种渠道的数据，会加剧数据碎片化。而营销人员只能依据单一渠道提供的数据作决策。于是，营销人员对数字媒体和传统媒体的投资，只能通过每个渠道单一的数据进行评估分析。
不过，有远见的营销人员则学会用联系的角度看问题，将营销看作整体，关注顾客消费历史和过往消费体验。他们会从现有顾客中锁定受众，并从培养忠诚顾客的角度掌握其所有消费经历，把握各种渠道的接触点。
虽然计算机行业仍处于初步发展阶段，要做到这一点确实不易。但如果营销人员能在这步成功，那么非常有可能在未来竞争中立于不败之地。
2. 专业技术人才短缺
虽然，对营销人员的核心技术要求没有改变过，但为了更充分利用数据来推动营销方案和营销活动，营销人员需要具备的技能较之以往相比还是有所增加。而且这些技能颇具挑战性。
AMC公司出品的美剧《广告狂人》，描述了美国上世纪六十年代广告业黄金时代的残酷竞争。当时营销人员追求的目标，在现今时代依然成立，即充分理解受众的需求，并为其锁定合适产品，然后通过完善的媒体策略和顶尖创意让营销方案取得成功。
如今，营销人员除了努力达成上述目标以外，还要做得更多。
他们必须承担多种角色，即使很多角色的技能要求超出他们原本所学专业。例如，他们必须掌握数据统计技术，至少对相关概念和统计分析系统(SAS或R)比较熟悉。虽然不必是高级程序员，但应当了解Java。
另外，营销人员同时还需要是分析师，数据库架构师，CRM(客户管理系统)专家……当然，他们的终极技能是掌握高手级别的表达技巧或演讲技巧。
营销岗位的职能要求日益增多，很难完整概括。不过，这些技能都可以在营销活动中学会。
统计学和传统商业技巧对营销部门来说或许并不陌生。虽然电视剧里没有特意刻画，但是数据始终贯穿营销的各个领域。
如今，工具和技术赋予了营销人员无限可能。但如何利用这些工具和软件，需要营销人员的智慧。虽然测试平台可以为你提供和执行各种想要的测试，但是设计测试试验和解读测试结果则需要你动用自己的脑力和判断力。
广告、网站、移动应用和顾客可提供的数据很多，你必须知道如何分析数据并利用数据建模，才能产出实效价值。
优秀的营销人员都明白掌握数据技术的重要性，他们充分利用数据分析技术提高营销技巧，并从中大获裨益。
3. 数据的可信度。也许你并不相信自己的数据。
在IDG Connect公司出炉的研究报告中，近四分之一的受访者表示，自己企业获得的数据质量太差，因此无法产生价值。对此，唯一让我感到诧异的是，真的只有四分之一的企业有这样的疑问吗?我认为这一比例应当更高。
通常，数据质量问题有两个方面。
首先，由于数据来源复杂，收集数据的手段多变，当然会有错误产生，如数据标签缺失、程序处理误差等。各种各样的原因会导致最终到手的数据确实不准确。
而且营销部门和IT部门联系不甚紧密，工具和软件也在不断更新。在这种情况下，即使目标和方案定得再完美，最终输出的结果也必然不尽如人意。
所以，成功的营销人员不仅仅在投入实用之前做好所有规划和收集工作，同时也采取数据管理策略，持续自动化审核数据质量，尽一切可能保证数据的准确性。
数据质量问题的另一个方面比较微妙。正如一句名言所说：“只要你想，可以让数据给你任何想要的结果。”有时候数据水分很大，也让企业的数据战略和决策显得没那么认真。
有很多数据分析，过程精细，结果明确——但指向一个并不常见的结论。很多时候，个别不正确的数据会被单拎出来，变为攻击整个报告可信度的利器。
“虽然我们很想相信这份报告中的数据，但在237页幻灯片中你提到我们有11，237名员工，但其实我们有11，327位员工!这让我们怎么相信这份报告?”
质量保证系统和数据管理系统或许能帮我们保障数据质量，优秀的营销人员早已采取这些方法让公司顺利完成数据处理工作。
4. 数据分析是工具，只是工具而已。
数据分析虽然重要，但它们终究只是工具而已。
你有尝试过用自己手指在一块木头上钻出一个洞吗?我想肯定没有吧。首先，你会考虑洞的样式和木头的材质。然后，选择合适的钻头，制作合适的工具。接着，测量一下洞的位置。最后，顺利完工。
如果不事先明确自己的目标，不了解相关任务背景或不制定任何计划，那么数据分析本身毫无价值。许多营销人员只是一味购买最新数据和分析工具，而不知道自己该如何利用这些数据和工具，也不知道数据分析的背景和意义。
优秀的营销人员不仅花精力在数据分析上，也会花同等的精力在制定计划和方案上。最终，他们成功获得想要的结果。
如果你购买了一个网页分析工具，你需要花时间制定业务需求和各种KPI指标。然后制定解决方案，让工具完成你设定的目标。这才是完整的流程。
如果你购买了一套数据分析工具箱，或数据存储解决方案，那么你需要花时间研究这些工具的功能和优势。这样才能最大化使用该工具。
记住，数据分析本身并不是关键，做数据分析的人才是关键。
5.如何从枯燥的数据中挖掘出动人的故事
假设你是一名营销人员，而你也顺利并且正确地完成了数据收集、数据处理和数据分析。我要告诉你，很遗憾你才只完成了全部的10%。其余90%——关键的90%——在于如何用数据带来改变。我们需要利用数据作决策，并产出价值。这通常也是营销最难的部分。
归根结底，我们需要把正确的数据在恰当的时候带到明智的决策者面前，产出实际价值。而展示数据远比获得数据要难。
当然，展示数据并不是指将其做成报告。很多人在制作月度报告时都忽略了一点——他们堆砌一行又一行的数据和图表，最终这些数据完全没有打动决策者。注意，只有故事才能带来行动力。而故事需要数据作支撑。
用数据来讲故事，本身就是一种艺术。这是数据的价值魅力所在，能为企业带来改变。所以，你需要准备经典的三段论结构，包括引入、矛盾和解决方案。
成功的营销人员善于利用引入部分给数据增加“故事”背景。这部分主要介绍市场现状、企业情况和行业竞争形势，以及项目的目标。引入部分之后是矛盾部分。
矛盾部分主要描述目前遇到的问题和机遇，以及可能的选择方案。最终当然是以解决矛盾结束，提出最佳解决方案，表明其带来的收益。
当然，数据始终贯穿其中。然而却以一种含蓄的“配角”形式呈现。
分享到微信朋友圈
在手机阅读、分享本文
还可以输入250个字
推荐文章RECOMMEND
热门文章HOT NEWS
当小米丧失对销量、估值高增长，及传播议程的控制力时，通常所说的...
九点半财经
百度新闻客户端
百度新闻客户端
百度新闻客户端
扫描二维码下载
订阅 "百家" 频道
观看更多百家精彩新闻2016数博会-大数据与企业的数据化运营--百度百家
2016数博会-大数据与企业的数据化运营
分享到微信朋友圈
2016数博会-大数据与企业的数据化运营
2016中国(北京)国际大数据产业博览会暨高峰论坛9月12-14日在京举行
时间：日-14日 地点：北京·中国国际展览中心(老馆)
中华人民共和国工业和信息化部
中华人民共和国商务部
中国高科技产业化研究会
中国高科技产业化研究会信息化工作委员会
中国通信工业协会物联网应用分会
上海大数据产业技术创新战略联盟
中国国际展览中心
国际数据公司
中关村大数据产业联盟
中关村大数据交易联盟
北京百科汇国际展览服务有限公司
随着现代信息技术的不断发展，世界已跨入了互联网+大数据时代。大数据正深刻改变着人们的思维、生产和生活方式，即将宣起新一轮产业和技术革命。大数据与各个行业的深度融合，将产生出前所未有的社会和商业价值。再加上承德.中关村大数据产业合作项目已签约，抢抓京津冀协调发展的重大机遇，推动大数据产业快速发展，形成完整的大数据产业创新链条，促进大数据产业快速稳定增长起到至关的推动作用。随着互联网+技术的飞速发展使大数据云计算技术将会得到更为长足的发展，必将更为广泛地应用于各个领域为人类的生产生活带来全新的面貌。
为更好的交流展示国内外大数据技术应用和经验成果，推动我国大数据产业快速健康发展，由中国高科技产业化研究会主办，中国高科技产业化研究会信息化工作委员会协办，北京百科汇国际展览服务有限公司承办“2016中国(北京)国际大数据产业博览会暨高峰论坛”将于日-9月14日，在北京·中国国际展览中心举办。本届展览会将以“促进大数据时代变革、共赢新时代机遇和挑战”为主题，诚邀各单位、企业负责人及专业观众一起探讨大数据产业的未来和发展，共同展示大数据产业领域的最新成果、新技术，探讨行业动向、进行面对面的商业交流等。且此次会展将吸引世界各国的媒体前来报导。
为推动大数据行业健康发展，促进科技交流、合作发展及市场拓展。本次展会以产品质量为依托，以展示超越技术为导向汇聚顶尖技术，展示商家形象，立足于打造以大数据高端产品为主体的平台，结合中国北京的辐射力、中国市场容量、中国的市场需求，为业内企业及海内外同行搭建一个的高效交流平台。届时邀请各相关单位踊跃报名参展、参观！
【展出范围】
★国际品牌：
聚集世界级重量企业、综合展示全球大数据领域新技术、新成果、新产品、大数据产业园区、展示大数据未来科技趋势；
★大数据应用：
大数据信息平台、商用密码产品、智慧城市、智能交通、大数据金融、互联网投资理财、大数据医疗、大数据健康、大数据营销、大数据农业、人工智能、移动电子商务、移动互联网、车联网、地联网等
★智能制造及设备：
工业互联网及智能制造、数据存储及服务器、网络通信设备、数据中心设备、可穿戴及智能终端设备、自动识别及条码技术、软件与系统集成、智能家居设备、电信运营商、物联网技术与应用等
★大数据软件与服务：
大数据信息安全、数据处理与准备、大数据交易、云计算、大数据关联服务等
★电子商务：
移动电子商务、跨境电子商务及外贸出口、电子商务平台、现代物流等
★互联网创新应用
O2O应用与产品、企业数字化管理解决方案、移动互联网应用、动画及游戏技术与应用、智能机器人、创客团队等
【收费标准】
标 准 展 台
￥13800元/9m2
￥16800元/9m2
￥30000元/9m2
室内光地(36m2起租)
￥1300元/m2
￥1680元/m2
￥3000元/m2
1、标准展位配置：提供三面围板、洽谈桌一张、 椅子两把、中英文楣板,二盏射灯、220V/5A电源插座
一个、展位铺满地毯；）参展企业若选择双开口展位加收20%的展位费用；其他额外开支由展商承担。
2、空场地费用包括：展出场地、地毯、保安服务、展位清洁服务。
【会刊广告】
封 面：￥30000元
封 底：￥20000元
封 二：￥15000元
封 三：￥8000元
扉 页：￥8000元
彩整版：￥6000元
黑整版：￥3000元
文字整版：￥2000元
会刊除在大会期间广泛免费发放给主管部门及相关协会、专业参观商、采购商外，还将通过主办单位途径发往国内外的业主单位及相关经销单位等；
【大会活动】
主办方将组织多场论坛、研讨会、展商技术交流会，产品及新闻发布会，与参会领导、企业、观众零距离接触。欢迎广大参展商申请举办，主题自定。组委会将积极协助组织听众，全力缔造商机。
1、中国大数据领域发展论坛，内容涵盖国家大数据政策、制定大数据规划与大数据保障问题、大数据国际合作与交流、全面开创中国大数据事业发展新局面领域；
2、大数据技术装备应用与创新发展论坛，致力于推动现代大数据技术装备的应用，提升我国大数据科技水平。
【展会宣传与推广】
目标观众云基地、数据中心投资方及运营商、通信运营商、大型网络公司、电信、能源、金融、证券、广电、电商、电子、医疗、国防、教育、海关、航空航天、集成商、工程商、代理商到会参观采购。
通过发放十万封参观邀请函、三十万张参观券直接邀请国内外邻近国家和地区的重要买家、大型用户前来参观、洽谈、订货。
在CCTV、北京电视台、BTV、百度推广、新华社、科技日报、中国教育报、腾讯、网易、新浪、搜狐、等发布展会信息及广告内容。
【参展程序】
参展手续：参展单位请认真填写《参展报名表》并传真或快递至大会组委会，并于一周内将参展费用汇至组委会指定帐号，且将银行付款底单传真至组委会，以便确认参展资格。
展位安排：组委会将依据“先报名、先付款、先安排”的原则。为保证展览会的整体形象，组委会有权对少量展位予以调整。
会务安排：组委会会前30天将《参展手册》（有关日程安排、展品运输、酒店接待、展台搭建等事项）寄送至各参展商。
有关参展、参会、刊登广告和发表论文等事宜,请垂询大会组委会
地 址：北京市通州区京贸国际城4-1-30层
电 话：010-&传 真：010-
联系人：张 涛 &E-mail：
其实移动互联网、大数据已经不单单是一个IT的概念了，它更多的是一个改变人类生活方式的产业，而且诞生了一个新的名词O2O。
很多企业对大数据的了解还停留在Google搜索引擎或者Amazon推荐系统这样的产品层面。而在一位数据挖掘工程师看来，大数据与企业的数据化运营是密不可分的。
有一种说法，未来所有的行业都会被互联网改造，这种说法可能会有点绝对，但确实说明了一个趋势。前几天参加BDTC2013，看到了越来越多的原来在传统IT企业的同学和朋友纷纷加入移动互联网、大数据、云计算的阵营，越来越多的传统企业在众多IT巨头的忽悠之下开始投身大数据的浪潮。虽然很多老板对大数据的了解仅仅停留在Google搜索引擎或者Amazon的推荐系统这样的产品层面，但是大数据的浪潮显然已经不可阻挡。大数据在改造传统企业中能发挥多大的力量，怎么样才能发挥更大的力量，我谈谈我的观点吧。
PS：我是一个数据挖掘工程师，我不是PM，我是一个无证Data Scientist，我热爱大数据，希望大数据能够给企业带来价值，我为自己代盐。
其实移动互联网、大数据已经不单单是一个IT的概念了，它更多的是一个改变人类生活方式的产业，而且诞生了一个新的名词O2O。O2O被誉为未来一个万亿市场规模的行业。O2O企业本质是传统行业的互联网化或者说用互联网的方法改造传统行业，那么本质上解决的问题和传统行业没有区别，还是人们日常生活息息相关的衣食住行等问题。例如通过电商买衣服和生活用品，通过微信解决朋友之间通信的需求，团购买餐饮，嘀嘀打车，网上买机票和火车票，支付宝交水电煤气费，余额宝理财，甚至一度被叫停的医院挂号等。要做的事还是一样的，只是做事的方法不一样，目的是让用户的生活更加便利。那么什么样的玩法更受用户欢迎呢?过去传统企业或者靠领域知识的传承，或者是靠用户问卷调查的形式反馈的，显然周期长、反应慢、服务内容和服务方式跟不上时代的发展和用户的需求。而经过互联网化之后，所有的用户行为都被记录和存储下来，我们可以快速精准的分析和挖掘出用户的需求变化和每一个用户的个性化需求，从而给每一个用户制定不同的服务策略。
我们都知道，领域知识是一个人在某个行业安身立命的本钱。过去传统行业的领域知识是靠在行业内不断摸爬滚打积累出来的，而互联网化之后的这些行业的领域知识将是从海量的用户行为数据中分析和挖掘出来的。过去的传统企业一旦确立了领导地位，那么被同行业的其他企业颠覆的可能性是比较小的;而互联网化之后的这些行业中，从海量用户的行为中挖掘出的领域知识的时效性是非常明显的，一旦一个企业不能够与时俱进将很快被别人超过去。举个例子来说，著名的“啤酒和尿布”的故事在最开始的时候会给相应的企业创造价值，但是当同行业内其他企业也学会了这招之后，这个就不是一个利润增长点了。那么企业就需要不断的挖掘新的利润增长点，这个时候海量用户数据的价值就会体现出来。未来全面互联网化的时代中“三天不学习，赶不上刘少奇”这句话就会有深刻的体会。所以像Coursera这样的在线教育平台会非常有前途，因为仅仅靠十几年的学校学习已经不能满足一个人一生的知识和能力的需求，未来是个终身学习的时代。很多大佬们也看到在线教育这块大蛋糕了，都开始跑马圈地。
那么对于一个企业来说如何让大数据发挥出价值，推动企业业绩的增长呢?我想首先需要考虑的一个重要问题就是：你的企业是一个平台还是一个垂直行业?
平台就好像淘宝、京东、腾讯，上面的商品或者服务的种类非常非常多，而且不同商品或者服务的特点可能差别很大，同时对用户数据的积累是多方面的;垂直行业就是类似携程、聚美优品，上面的商品或者服务是某一个垂直领域的，只有当用户在这样的垂直领域有所需求或者感兴趣的时候才会光顾，那么一般情况下你只能得到用户在这个领域的一些数据;不过这里面有个灰色地带，就是互联网金融。因为从本质上讲这是个垂直行业(金融行业)，但是想到金融行业在人们日常生活中的重要性，我们单单从一个垂直行业的角度来衡量这个用户的价值显然是不够的，因为金融影响到人们的方方面面。
对于大数据从业者来说这三种类型的企业在利用大数据的过程中是有很大的不同的。举个简单的例子，在对用户进行细分或者用户画像的过程中，如果一个用户有好几个月没有买东西，那么怎么界定这个用户是否流失了呢?仔细想想，如果一个用户好几个月没有在淘宝、京东上买东西，那么显然是流失了;但是如果没有在携程上买东西，未必能认为他流失了。因为用户对旅游类产品的平均购买周期可能就有好几个月，所以显然单单是这样一个因为未必可以把这个用户标定为流失。
对于不同的企业在利用大数据的方法上也是不一样的：
像阿里巴巴的目的就是做基础设施，像自来水公司、煤气公司、电力公司这样人们生活中必不可少的一部分，也就是所谓的“刚需中的刚需”，所以阿里巴巴整合了多个部门的广告团队成立了阿里妈妈。京东在这方面也不甘示弱，一直养活着独立DSP服务商MediaV，而且两家企业不断传出收购绯闻。腾讯的广点通也是这方面的典型代表。阿里巴巴、京东、腾讯的共同特点就是解决了用户的刚需，成为了用户每天生活中必不可少的一部分，然后培养起一系列的产业链。
阿里和京东解决了用户购买商品的需求，腾讯解决了用户通信和社交的需求，而且提供的服务都是免费的，这样用户把自己的一些数据不知不觉中就送给了这些平台级企业，这些企业就可以利用这些大数据分析出用户的年龄、性别、兴趣偏好、收入水平、家庭构成等跟消费密切相关的特征，从而成为一个广告上的目标客户群体，把这些用户买个广告商。这是这些平台级企业赚钱的主要方式，说白了就是拉皮条的。而且随着互联网金融的兴起，一旦这些平台厂商了解了和你相关的数据越来越多，那么就可以给你推销一些金融产品(典型的例子就是余额宝)，从而控制你的个人金融体系，这些平台可以像银行一样吸纳你的存款用于投资。
这才是第一步，在金融机构最重要的风险防范体系中，由于这些平台厂商知道你交水电费很及时，刚刚买了一辆车，最近又没怎么生病挂号，而且还定期出国旅游。那么显然你是一个优质客户，不需要你提供任何证明来抵押贷款给你的风险。这个就是互联网金融/大数据金融的玩法。那么对于垂直类企业(包括互联网金融)该怎么使用大数据呢?
垂直类企业特别是传统企业的最大特点就是在自己的CRM系统里面有用户大量的高质量数据，这个是像上面的平台级企业所不具备的。典型的例子就是像电信、金融这样的企业拥有质量非常高的用户金融数据、交易数据、关系链数据等，这些数据所表达出的意思是最真实可靠的。但是这些垂直类企业所积累的数据量往往没有像前面所说的平台级企业那么多。这个时候可以考虑通过引入第三方数据的方式来补充用户的数据，美国twitter公司的IPO文件中显示其15%的收入来源是“倒卖”用户的数据，在国内阿里巴巴与新浪微博战略合作之后也打通了微博和淘宝的用户数据，虽然很多微博用户在吐槽这件事。数据交换首先要保证用户数据的安全性，让数据流动起来数据才能发挥更大的价值。
对于面向用户的企业来说，如何利用大数据现在的玩法应该是比较清楚了。简单来说就是以用户和业务为核心，对用户的相关维度进行数据挖掘，构建用户和业务的属性和特征库，服务业务需求。具体再实施过程中还需要重点考虑以下问题：
1.以用户和业务为核心，以思路为重点，以数据挖掘技术为辅助
企业使用大数据的目的是解决问题(说白了就是赚钱)，赚钱的方法就是跟自己的business model密切相关的，也就是我们通常说的业务。在这个过程中大数据技术只是一个手段，是帮助我们解决业务问题的。所以说在大数据技术选型和架构的时候，一定要搞清楚自己的业务模式，不能别人用什么架构就跟着用，别人挖掘什么就跟风挖。
2.小步快跑，快速迭代，持续优化
千万别想着一次就搞出个大新闻，在互联网领域永远是beta版的，只要这次比上次好就行了。大数据的思想就是把现实世界中的现象用数学的形式表示出来，分析和挖掘这些现象之间的关系，并且能够定位到哪些群体具备哪些特征，哪些特征会影响企业的盈利。所以很多问题并没有或者需要严谨的数学证明，我们重点关注的是关联关系而不是因果关系。
在大数据时代，ABtest是非常重要的，很多现象是不需要理论证明的，ABtest会告诉我们该怎么改进产品，哪些产品的哪些特征更受用户欢迎。
3.用户的反馈很重要，要积极调动用户的参与度
传统的调动用户参与度的方式就是发优惠券或者促销券。这种方法在有些情况下是有效的，有些情况下可能需要更深入的了解用户的需求，例如用户为什么来我们这个平台?为什么流失了?举个例子来说吧，对于有些用户来说你给他发了10块钱优惠券，但是他没有买的需求或者找不到他想买的东西，那么他不会因为这10块钱的优惠券去制造一个需求。或者有些用户可能比较有钱，每次买东西都是大手笔，你给他10块钱优惠券可能他根本看不上。用户细分模型可以帮助我们针对不同的用户群体采用不同的调动用户参与的方式。
大数据是帮助我们补充行业知识的一种重要的方式。现在越来越多的行业是数据驱动的，那么这个行业的很多行业知识都是通过大数据挖掘出来的。而获取这些数据的主要方式就是用户的行为和对运营动作反馈的挖掘，这也是未来以数据为核心的企业的价值所在。
4.从运营驱动到数据驱动
关于谁来主导大数据服务用户这个需求，其实有很多的使用场景。例如一个推荐系统由产品经理来主导比较合适;对于一个数据化运营系统，那么从事运营或者市场相关的人员来主导会是比较合适的。对于很多大公司来说，慢慢会发展出专门从事数据驱动业务的部门和人员，例如我们经常提到的Data Scientist的概念。
5.业务人员和数据挖掘人员的密切配合
这个也是我们大部分公司经常遇到的一个问题：做业务的不太懂技术或者数据，做数据挖掘的对业务又不是特别了解，目前社会上最缺的就是既懂业务又懂技术的。如何把数据挖掘的结果应用到业务中是个比较难的问题，我们常说没有数据是无价值的，只是要找到它发挥价值的地方。因为数据挖掘的结果往往表现出的是用户在某一方面的属性或者特征，那么在实际业务中用户的行为往往受到多个因素的影响，所以在把数据挖掘的结果推广到具体的业务过程中要和业务方密切合作，找到合适的促销方式、展位、文案、刺激手段、效果评估方法等。
大数据的范畴内我们应该把用户还原成一个人，而不要割裂的看他的某些行为，而要把这些行为和他的社会学属性、生活背景、活动时间、地点、气候因素和应用上下文联系起来。目前的大数据Ecosystem没有一个很好的BI工具，给对应的分析师或者挖掘工程师带来了很大的难度。
6.与客户的沟通方式(运营手段)很重要
现在社会大家都很忙碌，像过去那种通过call center给用户打电话推销的方式的效果越来越差，因为用户很忙碌的时候是不希望被打扰的。那么异步通信的需求就比较强烈，典型的应用就是微信，可以很好的利用碎片时间，那么对于企业营销来说也是非常好的通道。同样对于企业给用户的各种促销或者运营手段的时机也会比较重要，而且不同兴趣偏好的用户的浏览和购买时间最好也要区别对待。
同时运营活动设计的巧妙程度、文案和展位比大数据技术可能会发挥更重要的作用。听过一个真实的例子，某公司的推荐系统在模型完全没有改变的情况下只是改了下展位的位置，导致最后的下单率有明显的提升。
7.大数据带来的价值如何衡量
企业养了一个大数据团队，那么对这样的团队怎么衡量他们带来的价值呢?例如天猫双十一的交易额有350亿，那么这350亿中有多少是通过大数据来提升的?
我觉得大数据的短期回报是精准营销，而从长期的角度来看对于一个企业或者平台来说更重要的是客户关系维护，增加用户的粘性和购买力，从而使得用户很难迁移到其他平台上，那么对于你这个企业来说就有点类似于垄断了，就属于躺着都赚钱了(就像现在的可口可乐、宝洁类似的公司)。所以说大数据的价值可以在产品的各个层次得到体现，而具体价值的衡量也要因不同的业务模式而有所不同。同时大数据也帮助企业更好的理解这个行业，建立起行业的壁垒，从而更好的支撑管理者的决策。
分享到微信朋友圈
在手机阅读、分享本文
还可以输入250个字
推荐文章RECOMMEND
热门文章HOT NEWS
当小米丧失对销量、估值高增长，及传播议程的控制力时，通常所说的...
九点半财经
百度新闻客户端
百度新闻客户端
百度新闻客户端
扫描二维码下载
订阅 "百家" 频道
观看更多百家精彩新闻