大數據能力?不是你想說有就能有

責任編輯:editor007

作者:老胡說科技

2016-07-13 23:21:47

摘自:百度百家

2016年可謂是中國的“大數據之年”,不僅國家推行“大數據戰(zhàn)略”,倡導發(fā)展互聯(lián)網新經濟,各行各業(yè)也都在談論大數據的前景。一個企業(yè)的大數據實力如何,主要基于其擁有的數據資產的數量和質量,同時也取決于數據的維度,及對海量數據的開發(fā)運用能力(內部算法)。

2016年可謂是中國的“大數據之年”,不僅國家推行“大數據戰(zhàn)略”,倡導發(fā)展互聯(lián)網新經濟,各行各業(yè)也都在談論大數據的前景。大數據一時成為了各大企業(yè)都爭相推擁的熱詞。

單純從字面理解,大數據描述的是一個巨量數據的概念。而在實際的應用上,“大數據”更類似“光年”一樣,當光指引到時間中,就成為了描述距離的單位,而把海量的有效數據進行有針對性的整合分析時,他就可以對用戶行為進行描述,為我們的生活提供各種各樣的決策和指引。

隨著國家大數據戰(zhàn)略的推行,“數聚”、“精準”等概念紛紛涌現(xiàn)。然而,在各大品牌層出不窮的新玩法下,“大數據”概念被濫用的情況越來越嚴重。筆者之見,“大數據”能力需要有漫長積蓄過程,絕非“想用就能用”。

在品牌宣傳上,大數據的概念常常被有意無意地偷換,主要表現(xiàn)在,“有數據”并不等于大數據。大數據存在5V的特征,即Volume(大量)、Velocity(高速)、Variety(多樣)、Value(價值)、Veracity(真實性)。除了存有數據的基本條件外,還需滿足以上五個維度。因此,大數據是一個非常嚴格的概念。

一個企業(yè)的大數據實力如何,主要基于其擁有的數據資產的數量和質量,同時也取決于數據的維度,及對海量數據的開發(fā)運用能力(內部算法)。因此不少巨頭在不斷擴張自己數據庫容量的同時,也在通過并購整合,拓寬其自身數據資產的覆蓋度和完整度,同時提升自己對數據的運算能力。

以阿里巴巴為例,阿里擁有龐大的用戶群體以及十多年的用戶數據積累。其大數據資產,無論從數量還是質量上,在中國處于絕對領先地位。但究其根本,其主要數據維度主要集中在電商領域。隨著阿里巴巴不斷的跨領域擴張,其大數據維度也隨之豐富起來。UC瀏覽器、高德地圖、優(yōu)酷土豆、新浪微博等多個領域產品的加入,阿里大數據基于移動信息領域的矩陣逐漸擴展。截至目前,據不完全統(tǒng)計,阿里大數據矩陣至少包含了電商、閱讀、社交、搜索、地圖、視頻、應用、游戲等維度的用戶行為數據,從覆蓋率和完整度上,應該是目前BAT三大巨頭中最具優(yōu)勢的。

然而,企業(yè)收集到“多維度”的數據只是第一步,如何運用、創(chuàng)造價值是接下來面臨的考驗。在數據價值的“落地”上,各個企業(yè)也正在積極探索。

移動互聯(lián)時代深受“信息過載”的詬病,“如何實現(xiàn)信息與人更為精準的連接”是整個行業(yè)未來探索的方向。為了能夠給用戶提供最佳的內容獲取決策,除了需要對數據寬度與厚度進行累積,還需要讓數據變得更加“聰明”。通俗來講,企業(yè)需要能夠對用戶產生的每個數據進行統(tǒng)計、分析與開發(fā),并以此幫助用戶做出決策。

以UC為例,從阿里大數據中的高德地圖POI數據可以知道用戶當下處于的特定場景,根據對“時間+地點”的描述分發(fā)用戶當下最需要的資訊;此外,在淘寶、神馬搜索、優(yōu)酷等多維數據的互通下,可以知道用戶對不同類型資訊的需求。此外,UC的算法還能實現(xiàn)根據不同領域按權重繪畫屬于該用戶的用戶畫像,在基本的人群聚類下再繼續(xù)進行需求分層。

以上用戶數據的分析及處理,將形成個人定制化數據庫,之后,再根據算法進行精準推送,目前常用的推薦算法有三種:

第一代基于“協(xié)同過濾”,即收集大量的用戶瀏覽記錄,通過相似行為進行關聯(lián)推薦。由于算法簡介,邏輯清晰,可行性強,這種算法被大多數企業(yè)采用,例如今日頭條、天天快報等都是采用的這種算法,但其也存在缺陷。由于獲取數據的手段有限,數據不能夠真實的反應出用戶對信息的需求,很容易讓用戶深陷在自己的“興趣愛好”當中;

第二代基于“搜索”,在分析了用戶的核心興趣點之后,通過隱式搜索的方式,給用戶結果,這是在搜索引擎全面普及后出現(xiàn)的數據算法。但是與第一代算法類似的是,不同的人搜索相同的信息有不同的目的,而不同的時間地點搜同樣的信息也有不同的目的,用同樣的標準衡量用戶行為,容易產生誤判;好處是,對第一代算法所產生的“信息孤島”效應有了較大的減弱,較容易形成興趣圈群。在這方面做得比較好的是一點資訊。

第三代基于“社群+場景”,從“人”的角度,切入到具體的社群,實現(xiàn)“人以群分”;從內容的角度,切入到具體場景,這也是目前算法的發(fā)展趨勢,比較典型的是以阿里大數據矩陣為依托的UC頭條。

不過,就目前而言,實現(xiàn)“社群+場景”精準分發(fā)還處于一個比較理想的階段,體現(xiàn)在“社群+場景”有一系列苛刻的要求,基礎要滿足的就是精準的用戶畫像繪制。眼下有此能力的恐怕也只有BAT三家。

當然,一個行業(yè)的成功除了能夠給用戶帶來改變,自身還應具備優(yōu)秀的商業(yè)化能力,以實現(xiàn)行業(yè)的可持續(xù)發(fā)展。Facebook、Twitter等企業(yè)對大數據在信息流里的商業(yè)模式早有示范。其中,F(xiàn)acebook移動廣告營收公司總營收的82%(2016年Q1財報),是基于大數據的精準定向廣告流為收入帶來快速增長。而這種模式能夠適用并持續(xù)增長,其主要原因是B端與C端的互利,B端的廣告在更為精準、高效推送到用戶外,C端獲取了精準的信息,不會影響用戶體驗。

如以上所列舉的“在高德地圖里形成固定的商圈,在UC頭條相應商圈的資訊就會推送給你”,這樣一次信息與人的精準連接,對用戶來說,帶來是獲取價值信息時間成本的縮??;對內容提供者來說,是潛在受眾價值的挖掘;而對廣告主而言,是高效、精準傳遞受眾的價值實現(xiàn)。在這里面,滿足的是消費測、供給側、商業(yè)測三方需求。

大數據時代不止于“大”,企業(yè)對數據資產的厚度與深度的積累成為了決定大數據成敗的關鍵,在大數據被日益濫用的今天,筆者更希望在時代大趨勢下,大數據能真正落地,至少不止一個阿里巴巴。

鏈接已復制,快去分享吧

企業(yè)網版權所有?2010-2024 京ICP備09108050號-6京公網安備 11010502049343號