最近，有人开始吐槽大数据，说是大家都滥用、误解了大数据。过去一年中，科技观察成员见过不少国内做大数据的牛人，今天把其中一位车品觉的观点拿出来跟大家分享一下。先介绍一下车品觉，2010年加入支付宝任商业智能官（BI），2012年年中加入淘宝，重新创建大数据部门，全面负责淘宝的数据仓库、存储、挖掘、分析以及应用等一系列大数据工作。如今，车品觉兼管着支付宝和淘宝两个公司的大数据部门。阿里巴巴在大数据方面的战略规划中，由“七公”（花名）带领一支大数据团队正在秘密筹建一条大数据“高速公路”，而车品觉则带领另外一支队伍扮演“赛车手”的角色。这两支队伍分工协作，直接向阿里巴巴集团CEO陆兆禧汇报。为什么直接向陆兆禧汇报？其一，陆兆禧毕竟还是阿里巴巴集团首席数据官，其二，大数据部门必须向CEO汇报。平时，经常有国内各大互联网公司的副总裁或数据部门负责人跑到杭州向车品觉请教，他们问的最多的问题是，大数据部门应该放在运营团队还是技术团队？车品觉说：“一听这个问题，我就知道他们走错路了，怎么做都没戏。大数据应该是CEO直接领导的战略级部门。”那么，不懂大数据的陆兆禧是如何领导大数据部门的呢？他对车品觉和七公最常讲的一句话是：“你们做你们的，我管我的，在业务方面，你们想怎么干就怎么干，不用管我。”显然，这是陆兆禧领导团队的一贯作风。正因此，车品觉对阿里的大数据未来是乐观的，而对国内大多数互联网公司的大数据应用持悲观看法：“很多公司并没有真正意识到大数据的价值，也不知道如何利用开发。”以下是他对腾讯、百度、大众点评等公司大数据业务的评价。在大数据应用开发层面，腾讯是国内少有的可以和阿里巴巴比肩的公司，它拥有7亿注册用户。去年早些时候，腾讯挖走了车品觉最得力的一个助手，希望在大数据战场上能一较高下。此人经常回来向车品觉请教问题，其间可以感觉出来，阿里在做的事情腾讯还没有做，阿里遇到的问题腾讯还没有遇到，腾讯遇到的问题都是阿里两三年前就遇到的问题。比如：腾讯的数据都散落在各个事业群之间，还没有把它移下来，难以整合开发利用；而且大部分数据只在营销环节；在战略定位上与阿里CEO直接领导体系还差几个等级。所以，在车品觉看来，腾讯大数据与阿里还有2-3年的差距吧。同为中国互联网三巨头之一的百度，拥有中国最多用户的搜索行为数据，但百度却无从下嘴，因为80%的百度用户是没有注册信息的，都是过客，积累下来的用户行为数据无法精细化开发利用。所以，百度大数据部门对精确性的要求并不高，它就是为了计算。那么，做计算的人是不是BI？无所谓，反正他也是做数据的，只不过他是为了自己的计算来做东西，但是少了精确性。同样“坐在金山上啃馒头”的还包括大众点评网，它拥有广泛且实用的用户评价体系和商户信息，在整个互联网的数据地图里面占着一个很重要的板块。可是却无从下嘴。大众点评的副总裁去找车品觉请教解决之道。第一个问题就是，大数据部门应该放在运营部还是技术部？扫码快速加入微信群，每日行业资讯！干货大放送啦！大放送啦！大放送啦！获取方式：第一步：关注微信公众号（大数据人）第二步：后台回复相关的关键词，将有惊喜！关键词列举：大数据、大数据书籍、数据挖掘、数据库、Hadoop、SAS、SPSS、Clementine、Python、Stata、Minitab、Tableau、R语言、Matlab、行业资料等只要回复其中的某个关键词，就会获取相关资料下载地址！数据分析挖掘千人交流QQ群：。点击下方【阅读原文】查看“大数据行业通讯录”大数据人(bigdata_ren)　
　文章为作者独立观点，不代表微头条立场
的最新文章
excel数据透视表的制作步骤很简单,选取表格 - 插入 - 数据透视表，但制作完成后还需要一列系的操作才能满足我们的要求，下面的10个最常用技巧是同学们必须掌握的，你会了吗？2014年，据IDC统计，全球约有1850万名程序员，中国占10%。随着近年全国互联网创业热潮的兴起，“互联网+”、“云计算”以及“智能硬件”等领域发展迅速，市场对程序员的需求更为旺盛。珠三角地区是中国的“南大门”、世界第三大都市圈，是先进制造业和现代服务业基地，也是经济最有活力、城市化率最高的地区。9月4日，CDAS2016第三届中国数据分析师行业峰会在北京国际会议中心成功举办，中国电信云计算重点实验室执行副主任杨明川主任，在峰会上做了题为《中国电信灯塔大数据应用实践》的主题演讲。本文是一组系列博客的第四篇文章。这组文章探讨的是政府在实施大数据策略时所面临的若干问题。第一篇文章解释了数据的“大”为什么应该按照复杂性而不仅仅是体量来定义。第二篇和第三篇文章讲述了大数据策略为公共机构摆出的四个挑战。据江西省人民政府网站消息，为贯彻落实《国务院关于印发促进大数据发展行动纲要的通知》（国发〔2015〕50号），推动大数据健康发展和广泛应用，提升政府治理能力，加快新兴业态培育，注入经济发展新活力信每个美国投资人都不一样，但是有一点非常确切。美国人对技术的考究、要求一定要比中国高。因为在美国技术不创新就没有出路，就没有可能被VC给瞄上。所以有些做VR，AR的这些公司科技的进步在很多的时候总会超出我们的想象，试想如果未来我们一个人拥有的电脑设备超过现在全球现在计算能力的总和。本文根据Github公开API，抓取了地址显示China的用户，根据粉丝关注做了一个排名，分析前一百名的用户属性，剖析这些活跃在技术社区的牛人到底是何许人也！漏斗我们在生活中都见过，是通过漏斗将液体或粉末引入入口较小的容器中。而工作以后才发现漏斗图很火也很重要，那原理应该类似吧，从大-小，从多-少的过程，不想整天“漏”用户的赶紧一起来认识下漏斗图的真面目吧！今天本人学习了如何利用R语言来调用C++程序。为什么要这么多呢？ 因为R语言虽然方便，但是计算太慢了，尤其是在循环语句方面的使用，R语言简直是无法忍受，所以在R语言中为了提高速度，必要时候还得改用C++来实现。本文挖掘是数据挖掘中一个非常重要的部分，有非常广阔的使用场景，比如我们可以对新闻事件进行分析，了解国家大事；也可以对微博信息进行分析，通过社交舆情看看大家的关注点。大数据真的太神奇了，真的可以让改变一个企业的运营吗？答案是肯定的。大数据目前是当下最火热的词了。对于大多数人，甚至多数企业来说，他们最大的问题，就是不明白大数据究竟是什么，以及如何使用大数据。许多人感觉到大数据时代正在到来，但往往只是一种朦胧的感觉，对于其真正对营销带来的威力可以用一个时髦的词来形容--不明觉厉。实际上，还是应尽量弄明白，才会明白其厉害之处。大数据技术正推动教育发生着变革。在大数据技术的支撑下，未来教育将越来越个性化，标准化的学习内容将由学生自组织学习，学校和教师将聚焦于学生的个性化培养，教师会由教学者逐渐转变为助学者。反馈、个性化和概率预测三大核心要素，将使教育获得新的生机。大数据，一个现今人人都在讨论的火爆话题。大数据是什么？怎么做大数据？大数据到底可以带来什么样的价值？相信不同企业、个人对其都有着不同的看法和理解，但是归根结底，大数据最终是需要服务于具体的业务，解决实际业务问题，甚至帮助创造新的业务模式。无论你在哪里工作，或者你住在哪里，传输，收集和分析数据将在每一天发生在你的周围，并可能在今后几年里从根本上保持改变世界的各种产业。本文是关于初学者如何学习做出一个完整的数据报告流程。希望你能够在大数据时代的洪流中顺利地拿下数据分析师这一性感职业！EXCEL只是个工具。你的目的不是玩转EXCEL，你的目是数据分析。一直追我博客的人想必是清楚我之前做交互设计，然后去轮岗过行业运营，然后突然就开始做产品经理了。我也觉得奇怪的是，上次发了一个招聘启事后，来加我微信的同学们，既有做交互的，也有做产品经理的，甚至还有在IBM做了5年BI数据分析师的……这样看来8月6日，第四届中国数据分析行业峰会在北京中国国际展览中心盛大开幕。本届峰会由中国商业联合会主办，中国商业联合会数据分析专业委员会承办。极光发布目前最全面的Q2移动终端市场研究报告，囊括国内移动终端市场保有量和销量分析，以及移动终端品牌价格分析和应用安装情况。8月14日0时21分，演员@王宝强 在微博平台发布“离婚声明”，称马蓉与其经纪人宋喆发生婚外不正当关系。截至发稿前，该条微博评论数接近117万+，点赞数235万+，“王宝强离婚”成为实时热搜榜第一位，话题#王宝强离婚#阅读数高达12.9亿。近日，第一财经商业数据中心CBNData发布《运动消费大数据报告》系列首篇之跑步篇。报告显示，随着居民人均可支配收入逐年上升，人们越来越注重健康，体育用品产业占到GDP的比重稳定上升，行业规模持续扩大。数据挖掘，从字面上理解，就是在数据中找到有用的东西，哪些东西有用就要看具体的业务目标了。工欲善其事，必先利其器。踏入大数据时代，你的“工具”跟上时代了吗?在数据挖掘过程中，有大量的工具可供使用，比如采用人工智能、机器学习，以及其他技术等来提取数据。大数据思维是客观存在，大数据思维是新的思维观。用大数据思维方式思考问题，解决问题是当下企业潮流。大数据思维开启了一次重大的时代转型。08年毕业，不知不觉的混进了电子商务行业，又不知不觉的做了三年数据分析，恰好又赶上了互联网电子商务行业发展最快的几年，也算是不错吧，毕竟感觉前途还是很光明的。三年来，可以说跟很多同事学到了不少东西8.18数趣上线发布会8月18日，国内首个数据可视化搜索平台——“数趣”上线发布会隆重举行。当前的数据挖掘形式，是在20世纪90年代实践领域诞生的，是在集成数据挖掘算法平台发展的支撑下适合商业分析的一种形式。也许是因为数据挖掘源于实践而非理论，在其过程的理解上不太引人注意。好的数据分析师，怎么能不拿高工资呢?对吧，通过上面的讨论，你看一个数据分析师，又要懂商业，又要懂业务，又森有产品思维，又要懂项目管理。①网上测试时，不要随便输入个人信息
②蓝牙、GPS，不用就关掉
③二维码，不要见了就扫
④自动登录，要多想想
⑤网址链接，轻易不要点
⑥安装程序，不要全部“允许”
⑦看到“同步信息”，擦亮眼睛。中国创新的全球效应可以归结为三点：更便宜、更快、更加全球适用。中国创新者正面向全球，创新可以低成本、大规模地实现，中国正大幅加快创新，中国正成为全球创新平台。一个人要想获得成功，就要充分利用所能掌握的各种资源，特别是人脉资源。俗话说：“凡事预则立，不预则废。”如果能尽早绘制一张人脉资源网络图，明晰自己人脉资源中每个人的能力和作用。那么，一张好的人脉关系网络图对我们的职业发展有什么作用呢?有人说，在“大数据时代”这个概念出现前，最名副其实的大数据应该数气象数据。气象数据一贯以庞杂众多数据量大而著称，需要世界上运行速度最快的超级计算机来为其服务。（6月30日消息）昨日，第一财经商业数据中心(CBNData) 与滴滴出行联合发布《知道——华北城市智能出行大数据报告》（以下简称《报告》）。聚类分析指将物理或抽象对象的集合分组为由类似的对象组成的多个类的分析过程，其目的是在相似的基础上收集数据来分类。Hadoop技术已经无处不在。不管是好是坏，Hadoop已经成为大数据的代名词。短短几年间，Hadoop从一种边缘技术成为事实上的标准。看来，不仅现在Hadoop是企业大数据的标准，而且在未来，它的地位似乎一时难以动摇。今年年初，阿里云宣布开放阿里巴巴十年的大数据能力，发布全球首个一站式大数据平台“数加”，该平台承载了阿里云“普惠大数据”的理想，即让全球任何一个企业、个人都能用上大数据。人工智能、机器学习、统计学和数据挖掘有什么区别？是否可以这样说，它们是利用不同方法解决相似问题的四个领域？它们之间到底有什么共同点和不同点？如果它们之间有层次等级的区分，应该是怎样一回事？我觉得很多人都有这个疑问吧。机器学习好高大上，多么牛逼的东西，光是看公式就已经眼花缭乱了，总觉得自己该全部去实现一遍，有的时候太懒，有的时候觉得能力不够。《云计算数据中心的可视化安全管理》PDF下载，
解决方案共享请联系QQ：《Oracle电信行业大数据解决方案》PDF下载，
解决方案共享请联系QQ：大 数 据 人报道DT时代应用资讯及动态，爆料剖析行业热点新闻本篇文章主要是继续上一篇Microsoft决策在听Gartner的分析师Doug Laney用55分钟讲述55个大数据应用案例之前，你可能对于大数据是否落地还心存疑虑。Laney的演讲如同莎士比亚的全集一样，不过可能“缺乏娱乐性而更具信息量”（也许对于技术人员来说是这样的）。DT时代，让处于不同阶段的企业都慌了神。企业没有数据怎么办？有数据，但不知道该如何挖掘价值怎么办？有数据、有工具但用不起来怎么办？大数据分析专家何春涛告诉你，没有数据要靠“养”，有了数据要学会“运营”，运营数据要抓住“核心”。近来由于数据记录和属性规模的急剧增长，大数据处理平台和并行数据分析算法也随之出现。于此同时，这也推动了数据降众所周知，DT时代数据呈爆炸性增长，动辄达到数百TB甚至数十至数百PB规模的行业/企业大数据已远远超过了现有这个heatmap图是不是很炫？知道是怎么做出来的吗？想学跟我来吧！bigdata_ren大数据人是一个专注大数据、大数据技术、大数据应用案例和数据可视化的科技网站。从数据角度出发，讲述大数据电子商务、网络游戏、征信、互联网金融、工/农/商业等多个领域的应用。我们只提供最权威最干货最接地气最具价值的内容。热门文章最新文章bigdata_ren大数据人是一个专注大数据、大数据技术、大数据应用案例和数据可视化的科技网站。从数据角度出发，讲述大数据电子商务、网络游戏、征信、互联网金融、工/农/商业等多个领域的应用。我们只提供最权威最干货最接地气最具价值的内容。大数据很火。2月18日，微软宣布投资三家中国云计算和大数据公司。2月19日，IBM宣布将与AT&T在大数据分析领域展开合作——AT&T计划贡献出一个全球可访问的移动网络，用来收集数据并将其发送至应用程序；IBM公司则主要致力于生产用于数据管理和分析的软件。
“读心术”、“未卜先知”，都是大数据分析头上的耀眼光环。不管你信不信，“数据”真的会说话。人们在互联网上的一切行为都会留下数据，而通过对这些数据的分析，就能够得到消费习惯、职业、喜好甚至性格等信息。在这些信息的基础上，政府可以治理交通，减少犯罪率，而企业则可以利用这些数据进行有针对性的营销，提升业绩。
虽然目前大数据分析还处于发展的初级阶段，要从海量的非结构性数据中提取出有用信息并不是一件容易的事儿，但是很多企业已经开始利用大数据分析并推出了相关的应用和产品。大数据分析究竟能做什么？大数据分析又正在做什么？让我们一起来看看吧！
洞察“人类大迁徙”
“春运”，被誉为人类历史上规模最大、有周期性的人类大迁徙。过去，我们只是粗略地知道在40天左右的时间里，有几十亿人次的人口流动。现在，随着大数据时代的到来，我们可以描绘出能够揭露更多细节的“迁徙地图”。
2014年的春运，央视首次推出了“据说春运”特别节目，基于“百度迁徙”提供的可视化大数据服务，实时播报国内春节人口的迁徙情况，例如最热门的迁出城市，最热门的迁入城市等等。尽管采用的是大数据这一当前最时髦的科技手段，但浅显易懂的“迁徙地图”，还是几乎让每个老百姓都看得明白。
那么，这张“迁徙地图”是如何绘制的呢？原理上其实并不复杂。目前，几乎每个中国人都拥有一部手机，而每部手机每一天基本上都会产生3次与位置相关的数据：既包括来自基站的数据，也包括用户在使用定位、导航等与位置相关服务时产生的数据。因此，只要调用一个用户春运路程的起点和终点数据，并在样本量足够多的前提下，就可以绘制出能够反映真实情况的“迁徙地图”。
获取与位置相关的数据，这对于百度而言显然是一件再轻松不过的事儿。百度LBS技术总监顾维灏表示，百度LBS开放平台聚集了超过40万的开发者，这些开发者为数十万款应用软件提供定位服务，已覆盖数亿部手机。“截至2013年12月，我国手机网民有5亿。通过分析手机网民定位信息的大数据，就能够映射出人群的迁徙轨迹”，顾维灏强调。值得注意的是，由于位置信息时刻在发生着变化，因此百度在绘制“迁徙地图”时是以8小时为单位的。
透过“迁徙地图”，人们就可以知道春运的种种细节，这的确是件新鲜事儿。例如，“迁徙地图”北京和成都之间的迁徙路线连续几天成为最热门的线路。事实上，这一通过数据采集和分析得出的结果，也与成都铁路局的实际统计情况非常吻合，这显然证明了大数据分析是很“靠谱儿”的一种手段。
超级“营销顾问”
有没有人比你自己还了解你的购物需求？这并不是一个伪命题。通过精准的大数据分析，有些消费行为是可以被预测出来的。
Weather Co是美国一家能够基于对人们查看天气情况的时间、地点和频次的分析预测消费者行为的机构。该公司积累了超过75年的气象信息，覆盖北美等地区的天气、云量等方面的数据。基于这些大数据，Weather Co不仅能为用户提供单纯的天气信息，而且可以通过数据挖掘，分析天气会对用户消费产生什么影响。比如，某位消费者有在下雨天购买零食的习惯，那么，当他下次查询到天气预报可能有雨时，系统会自动推送一些优惠的零食商品信息给他。这种对用户消费行为的预判，不仅能让用户感受到一种全新的购物体验，而且还可以吸引那些对广告投放精准度要求较高的广告主。例如，Weather Co发现，在达拉斯，杀虫剂在春天露点（湿度指标）低于平均水平的时候会非常热销；但在波士顿杀虫剂则是在春天露点高于平均水平的时候畅销。宝洁的营销总监Kevin Crociata表示，根据Weather Co的特定数据，结合女性消费者所处的准确位置和天气，可帮助投放高度精准的广告。他指出，对于在高温湿热地区查看天气的女士，就应该向她推送柔顺产品；而如果处于低湿度的地区，她的头发没有弹性，那就应该向她投放富弹性配方的洗发水广告。
今年1月，天津市大数据科技专项“大数据算法及其应用”项目在天津大学启动。该项目可通过对海量数据集合分析，实现数据查询，挖掘有用信息，通过记录消费者的网络消费行为，分析、计算出消费者详细的消费习惯。想象一下，未来的网络购物也许不是你去寻找商品，而是商品主动推送到你面前，这样的体验是不是很值得期待？
制作热门电视剧
Netflix是美国的一家在线视频网站，其最近名声大噪。这主要得益于其用大数据分析结果制作的电视剧《纸牌屋》在全世界40多个国家热播，其股价也在短期内实现了飙升。
用大数据分析结果制作电视剧，这听起来还真是非常有意思，Netflix是如何做到的呢？早期，Netflix是北美家喻户晓的在线影片租赁提供商，主营业务是通过邮寄方式租赁DVD。然而，在互联网时代，这个盈利模式逐渐式微。于是，Netflix转向在线流媒体播放，但转型并不成功，一直被资本市场唱空。直到Netflix发现了“数据”的价值。据悉，Netflix在美国拥有2700万订阅用户，每天用户在Netflix上产生3000多万个行为，同时用户每天还会给出400多万个评分以及300万次搜索请求。借助这些数据，Netflix非常清楚用户想看什么，也知道具备了哪些元素的电视剧将可能一夜爆红。
Netflix的工程师发现，喜欢BBC剧、导演大卫·芬奇和老戏骨凯文·史派西的用户存在交集，一部影片如果同时满足这几个要素，就可能大卖。Netflix决定赌一把，他们花1亿美元买下了一部早在1990年就播出的BBC电视剧《纸牌屋》的版权（几乎是美国一般电视剧价钱的两倍），并请来大卫·芬奇担任导演，凯文·史派西担当男主角。事实证明Netflix赌对了。《纸牌屋》成为了Netflix网站上有史以来观看量最高的剧集，并在美国及40多个国家大热。
在尝到了“大数据”的甜头之后，Netflix正在着手推出更多基于大数据分析的自制电视剧。而Netflix将大数据分析技术应用于电视剧制作中的做法，也得到了业界的认可。有评论甚至认为，Netflix已经不再是视频网站Youtube和Hulu的竞争对手，而已经成为HBO未来的榜样。
贴身“爱情导师”
你恋爱了吗？要搁以往，这问题的被问者肯定是当事人自己。然而，现在世道真的变了，社交网站可能比你自己更早知道你的感情状况。这一切都得拜大数据分析功能所赐。
Facebook在今年情人节后发布了一张统计图，表明了一个时间点前后某个账户的发帖数量变化，在这个时间点前的发帖量明显高于之后，说明在这个时间点你恋爱了。Facebook数据研究部门科学家团队发现，利用网站的统计数据，可以判断发帖的用户是否、何时擦出了爱的火花。同传统线下结为恋人的过程类似，社交网络的用户确立恋爱关系也会经历所谓的“求爱”阶段。Facebook的科学家卡洛斯·迪乌克透露，沿着时间轴观察，在一段网恋的求爱期，两位Facebook用户的发帖都会增多。而一旦真正认准了对方就是意中人，两人在对方Facebook留言板上发的帖子都会减少，原因可能是共浴爱河的恋人花了更多的时间在线下相处。
迪乌克介绍说，通过大量数据发现，在成为恋人之前的100天里，日后坠入情网的两人相互发帖的数量缓慢地逐步增加。假设恋情正式开始的那天是“第零天”，这类帖子的数量是从“第零天”起越来越少。我们发现，“第零天”之前的12天里发帖数量达到高峰，平均每天发1.67贴；而“第零天”以后的85天里发帖量最少，平均每天发1.53贴。数据还显示了另一个有趣的趋势，即在告别单身之后，情侣之间普遍爱意大涨，互动的内容会越来越甜蜜，传递正能量。正如Facebook公布的趋势线所示，在“第零天”和“第零天”之后的第一天，恋人之间发帖数量剧增。
而通过大数据挖掘和分析，Facebook甚至还得出“一段恋爱关系能维持三个月以上时间，很可能会持续四年甚至更久”，“恋人分手可能性最大的月份是5月、6月和7月”等有趣的结论。这么说来，以后咱们再也不用找心理师或是密友当爱情参谋了，大数据就能一手搞定！
未卜先知的“预言帝”
通过对历史有效数据的分析，创建不受任何特别年份因素干扰的统计模型，然后根据历史数据进行测试、校正和不断升级，最终这一模型就能够预测未来。这一切听起来是不是有些不可思议？然而来自微软纽约研究院的一名经济学家，利用大数据分析，成功预言了2012年美国大选选举结果和2013年奥斯卡颁奖礼奖项归属，准确性高于98%。
日，第86届奥斯卡颁奖典礼将如约在杜比剧院举行。提名入围者谁将最终捧得小金人，是各界热议的焦点，也成为各大博彩公司的热门盘口。然而就在2013年，第85届奥斯卡颁奖礼的悬念却被提前揭晓了，做到这一点的就是大数据分析。大卫·罗斯柴尔德是微软纽约研究院的一名经济学家，他率领的团队通过对入围影片相关数据分析，成功预测出第85届奥斯卡颁奖礼13项大奖的结果。而且早在2012年美国总统选举中，大卫·罗斯柴尔德就曾经使用一个通用的数据驱动型模型，准确预测了美国50个州和哥伦比亚特区共计51个选区中50个地区的选举结果，准确性高于98%。
大卫在接受采访时表示，“我预测奥斯卡金像奖得主的方法与预测其他事情的方法完全相同，其中包括政治。科学是相同的，但证明哪些数据最有用却存在千差万别。”大卫团队的工作方法是，首先关注最有效的数据，然后创建不受任何特别年份结果干扰的统计模型，在建模时要非常谨慎，确保模型能够正确预测将来样本结果，而不仅仅是过去发生的结果。投票数据、预测市场数据、基本数据和用户产生的数据，这四种不同类型的数据是关注的重点。大卫表示，在预测奥斯卡时，“我更关注的是预测市场数据，这是主要因素，同时采用部分用户产生的数据，这有助于理解电影内部和不同类别之间的相关度。”大卫团队的实践充分证明了大数据分析成为“预测帝”的能力。人们可以通过较为完善的建模，进行快速的数据处理和分析，并让这一分析结果用于商业用途。
打造“神速”快递
网购如今已是人们喜爱的一种购物方式。在网购过程中，物流的及时性是影响消费者体验的一个重要环节，每到“双11”、春节这样的网购高峰期，物流都会成为各大电商头疼的问题。于是，很多电商企业通过自建物流的方式来改善用户体验，但这毕竟是一项投资巨大的工程，有没有什么其他办法？大数据正是一个非常合适的选择。
亚马逊在去年12月获得了一项名为“预测式发货”的新专利。该专利通过对用户数据进行分析，在用户还没有下单购物前，就提前发出包裹。亚马逊表示，这项技术可以压缩消费者从下单到收货之间的时间间隔，在改善用户体验的同时，也提升用户的网购意愿。美国市场研究公司Forrester Research分析师Sucharita Mulpuru表示：“亚马逊似乎在充分利用他们庞大的数据。根据他们对用户的种种了解，他们便可依据多种因素来预测需求。”这种预测式发货的基础，正是亚马逊多年来在个人信息、消费偏好和购物数据方面积累的庞大用户数据。基于大数据分析，亚马逊可以构建自己的竞争优势。有评论认为，亚马逊对谷歌构成挑战的关键之处就在于大数据。具体来说，亚马逊会根据以往订单和其他因素，比如商品搜索记录、收藏夹、购物车，甚至包括用户的鼠标在某件商品上悬停的时间来预测用户的购物习惯，从而在用户实际下单前，便将包裹提前发出。当然，这些包裹会暂存在快递公司的转运中心或卡车里，一旦用户正式下单，就快速进入派送流程。这样的场景或许会成为现实：刚刚在家中下了一笔订单，几分钟后，快递人员就来敲你家的门。
虽然这项专利技术何时正式启用尚没有时间表，但亚马逊表示，这种预测式发货较适合畅销书和其他一些可能会在上市时吸引大量买家的商品。此外，亚马逊也可能向用户推荐正在运输途中的商品，以便提升成功率。
via：人民邮电报
转载请注明来自36大数据（)： &
除非特别注明，本站所有文章均不代表本站观点。报道中出现的商标属于其合法持有人。请遵守理性，宽容，换位思考的原则。