大数据的商业应用原理:分五步走

01、数据价值原理

由功能是价值转变为数据是价值

存储下来的行为记录,但没有连接的数据是没有用的,改变这一切在于数据的互联网化。非互联网时期的产品,功能一定是它的价值,今天互联网时期的产品,数据一定是它的价值。

例如:大数据的真正价值在于创造,在于填补无数个还未实现过的空白。有人把数据比喻为蕴藏能量的煤矿,煤炭按照性质有焦煤、无烟煤、肥煤、贫煤等分类,而露天煤矿、深山煤矿的挖掘成本又不一样。与此类似,大数据并不在大和多,而在于有用和精准,价值含量、挖掘成本比数量更为重要。不管大数据的核心价值是不是预测,但是基于大数据形成决策的模式已经为不少的企业带来了盈利和声誉。

数据能根据我们已有的客户行为数据,判断客户的未来。告诉我们,每一个客户的消费倾向,他们想要什么,喜欢什么,每个人的需求有哪些区别,哪些又可以被集合到一起来进行分类。大数据是数据数量上的增加,以至于我们能够实现从量变到质变的过程。

例如:美国有一家创新企业Decide.com

它可以帮助人们做购买决策,告诉消费者什么时候买什么产品,什么时候买最便宜,预测产品的价格趋势,这家公司背后的驱动力就是大数据。他们在全球各大网站上搜集数以十亿计的数据,然后帮助数以十万计的用户省钱,为他们的采购找到最好的时间,降低交易成本,为终端的消费者带去更多价值。

在这类模式下,尽管一些零售商的利润会进一步受挤压,但从商业本质上来讲,可以把钱更多地放回到消费者的口袋里,让购物变得更理性,这是依靠大数据催生出的一项全新产业。这家为数以十万计的客户省钱的公司,最终被eBay以高价收购。

02、全样本原理

从抽样转变为需要全部数据样本

需要全部数据样本而不是抽样,你不知道的事情比你知道的事情更重要,但如果现在数据足够多,它会让人能够看得见、摸得着规律。数据这么大、这么多,所以人们觉得有足够的能力把握未来,对不确定状态的一种判断,从而做出自己的决定。这些东西我们听起来都是非常原始的,但是实际上背后的思维方式,和我们今天所讲的大数据是非常像的。

举例:在大数据时代,无论是商家还是信息的搜集者,会比我们自己更知道你可能会想干什么。现在的数据还没有被真正挖掘,如果真正挖掘的话,通过信用卡消费的记录,可以成功预测未来5年内的情况。统计学里头最基本的一个概念就是,全部样本才能找出规律。为什么能够找出行为规律?一个更深层的概念是人和人是一样的,如果是一个人特例出来,可能很有个性,但当人口样本数量足够大时,就会发现其实每个人都是一模一样的。

从抽样中得到的结论总是有水分的,而全部样本中得到的结论水分就很少,大数据越大,真实性也就越大,因为大数据包含了全部的信息。

03、关注效率原理

由关注精确度转变为关注效率

关注效率而不是精确度,大数据标志着人类在寻求量化和认识世界的道路上前进了一大步,过去不可计量、存储、分析和共享的很多东西都被数据化了,拥有大量的数据和更多不那么精确的数据为我们理解世界打开了一扇新的大门。大数据能提高生产效率和销售效率,原因是大数据能够让我们知道市场的需要,人的消费需要。大数据让企业的决策更科学,由关注精确度转变为关注效率的提高,大数据分析能提高企业的效率。

例如:在互联网大数据时代,企业产品迭代的速度在加快。三星、小米手机制造商半年就推出一代新智能手机。利用互联网、大数据提高企业效率的趋势下,快速就是效率、预测就是效率、预见就是效率、变革就是效率、创新就是效率、应用就是效率。

04、预测原理

从不能预测转变为可以预测

大数据的核心就是预测,大数据能够预测体现在很多方面。大数据不是要教机器像人一样思考,相反,它是把数学算法运用到海量的数据上来预测事情发生的可能性。正因为在大数据规律面前,每个人的行为都跟别人一样,没有本质变化,所以商家会比消费者更了消费者的行为。

例如:大数据助微软准确预测世界怀。微软大数据团队在2014年巴西世界足球赛前设计了世界怀模型,该预测模型正确预测了赛事最后几轮每场比赛的结果,包括预测德国队将最终获胜。预测成功归功于微软在世界怀进行过程中获取的大量数据,到淘汰赛阶段,数据如滚雪球般增多,常握了有关球员和球队的足够信息,以适当校准模型并调整对接下来比赛的预测。

世界杯预测模型的方法与设计其它事件的模型相同,诀窍就是在预测中去除主观性,让数据说话。预测性数学模型几乎不算新事物,但它们正变得越来越准确。在这个时代,数据分析能力终于开始赶上数据收集能力,分析师不仅有比以往更多的信息可用于构建模型,也拥有在很短时间内通过计算机将信息转化为相关数据的技术。

几年前,得等每场比赛结束以后才能获取所有数据,现在,数据是自动实时发送的,这让预测模型能获得更好的调整且更准确。微软世界怀模型的成绩说明了其模型的实力,它的成功为大数据的力量提供了强有力的证明,利用同样的方法还可预测选举或关注股票。类似的大数据分析正用于商业、政府、经济学和社会科学,它们都关于原始数据进行分析。

从一个人乱穿马路时行进的轨迹和速度来看他能及时穿过马路的可能性,都是大数据可以预测的范围。当然,如果一个人能及时穿过马路,那么他乱穿马路时,车子就只需要稍稍减速就好。但是这些预测系统之所以能够成功,关键在于它们是建立在海量数据的基础之上的。

此外,随着系统接收到的数据越来越多,通过记录找到的最好的预测与模式,可以对系统进行改进。它通常被视为人工智能的一部分,或者更确切地说,被视为一种机器学习。真正的革命并不在于分析数据的机器,而在于数据本身和我们如何运用数据。一旦把统计学和现在大规模的数据融合在一起,将会颠覆很多我们原来的思维。所以现在能够变成数据的东西越来越多,计算和处理数据的能力越来越强,所以大家突然发现这个东西很有意思。所以,大数据能干啥?能干很多很有意思的事情。

例如,大数据描绘“伤害图谱”

广州市伤害监测信息系统通过广州市红十字会医院、番禺区中心医院、越秀区儿童医院3个伤害监测哨点医院,持续收集市内发生的伤害信息,分析伤害发生的原因及危险因素,系统共收集伤害患者14681例,接近九成半都是意外事故。整体上,伤害多发生于男性,占61。76%,5岁以下儿童伤害比例高达14。36%,家长和社会应高度重视,45。19%的伤害都是发生在家中,其次才是公路和街道。

收集到监测数据后,关键是通过分析处理,把数据“深加工”以利用。比如,监测数据显示,老人跌倒多数不是发生在雨天屋外,而是发生在家里,尤其是旱上刚起床时和浴室里,这就提示,防控老人跌倒的对策应该着重在家居,起床要注意不要动作过猛,浴室要防滑,加扶手等等。

互联网、移动互联网和云计算机保证了大数据实时预测的可能性,也为企业和用户提供了实时预测的信息,相关性预测的信息,让企业和用户抢占先机。由于大数据的全样本性,人和人都是一样的,所以云计算机软件预测的效率和准确性大大提高,有这种迹象,就有这种结果。

05、信息找人原理

从人找信息,转变为信息找人

互联网和大数据的发展,是一个从人找信息,到信息找人的过程。先是人找信息,人找人,信息找信息,现在是信息找人的这样一个时代。信息找人的时代,就是说一方面我们回到了一种最初的,广播模式是信息找人,我们听收音机,我们看电视,它是信息推给我们的,但是有一个缺陷,不知道我们是谁,后来互联网反其道而行,提供搜索引擎技术,让我知道如何找到我所需要的信息,所以搜索引擎是一个很关键的技术。

例如:从搜索引擎——向推荐引擎转变。今天,后搜索引擎时代已经正式来到,什么叫做后搜索引擎时代呢?使用搜索引擎的频率会大大降低,使用的时长也会大大的缩短,为什么使用搜索引擎的频率在下降?时长在下降?原因是推荐引擎的诞生。就是说从人找信息到信息找人越来越成为了一个趋势,推荐引擎就是说它很懂我,知道我要知道,所以是最好的技术。乔布斯说,让人感受不到技术的技术是最好的技术。

大数据还改变了信息优势。按照循证医学,现在治病的第一件事情不是去研究病理学,而是拿过去的数据去研究,相同情况下是如何治疗的。这导致专家和普通人之间的信息优势没有了。原来我相信医生,因为医生知道的多,但现在我可以到谷歌上查一下,知道自己得了什么病。

谷歌有一个机器翻译的团队,最开始的时候翻译之后的文字根本看不懂,但是现在60%的内容都能读得懂。谷歌机器翻译团队里头有一个笑话,说从团队每离开一个语言学家,翻译质量就会提高。越是专家越搞不明白,但打破常规让数据说话,得到真理的速度反而更快。

例如:亚马逊网站,只要买书,就会提供一个今天司空见惯的推荐,买了这本书的人还买了什么书,后来发现相关推荐的书比我想买的书还要好,时间久之后就会对它产生一种信任。这种信任就像在北京的那么多书店里面,以前买书的时候就在几家,原因在于我买书比较多,他都已经认识我了,都是我一去之后,我不说我要买什么书,他会推荐最近上来的几本书,可能是我感兴趣的。这样我就不会到别的很近的书店,因为这家书店更懂我。

例如:交友网站根据个人的性格与之前成功配对的情侣之间的关联来进行新的配对。具有“自动改正”功能的智能手机通过分析我们以前的输入,将个性化的新单词添加到手机词典里。在不久的将来,世界许多现在单纯依靠人类判断力的领域都会被计算机系统所改变甚至取代。计算机系统可以发挥作用的领域远远不止驾驶和交友,还有更多更复杂的任务。别忘了,亚马逊可以帮我们推荐想要的书,谷歌可以为关联网站排序,Facebook知道我们的喜好,而linkedIn可以猜出我们认识谁。

在互联网大数据的时代,商家最后很可能可以针对每一个顾客进行精准的价格歧视。我们现在很多的行为都是比较粗放的,航空公司会给我们里程卡,根据飞行公里数来累计里程,但其实不同顾客所飞行的不同里程对航空公司的利润贡献是不一样的。所以有一天某位顾客可能会收到一封信,“恭喜先生,您已经被我们选为幸运顾客,我们提前把您升级到白金卡。”这说明这个顾客对航空公司的贡献已经够多了。有一天银行说“恭喜您,您的额度又被提高了,”就说明钱花得已经太多了。

企业产品直接销售给用户,省去了中间商流通环节,使产品的价格可以以出厂价销售,让销费者获得了好处,网上产品便宜成为用户的信念,网购市场形成了。要让用户成为你的产品粉丝,就必须了解用户需要,定制产品成为用户的心愿,也就成为企业发展的新方向。

本文作者:佚名

来源:51CTO

时间: 2024-10-24 20:26:20

大数据的商业应用原理:分五步走的相关文章

马云建议年轻人发展要分五步走

重庆晚报讯 马云日前在阿里巴巴内部网站发了一封信,名为<我想和还没有成三年阿里人的同事们谈谈看法>.虽然这封邮件主要针对的是入职阿里巴巴不满3年的员工,但实际上马云也是在和全社会的年轻人做交流.马云也将个人对年轻人做事的态度和方法首次详尽道来. 在信开头,马云表达了自身的感恩之情.他说:"今天我们是最幸福的人,最幸运的人.因为我们有了人类最优秀的完善社会的工具-----互联网."针对他看到的"很多同事来了没有几天就开始指责和批判一切"的现象,以及社会上弥

大数据实现“0”到“1” 要分几步走?

大数据有多火?这样的答案可能有千百种,也从反向证明了大数据真的太火,因为所有人都知道.众所周知,在Gartner报告中,常常会看到炒作周期这个词汇.这意味着有很多技术,虽然人人皆知,但是距离实际应用落地还有一段距离,这就是炒作期. 大数据从0到1分几步? 然而,大数据应该过了炒作期,我们更应该关注的是大数据的落地,关注从零到一的过程.正是因为几百TB甚至几PB的数据限制没有任何意义,才让数据的处理过程显得更为重要. 首先我们要分清大数据与传统的统计分析的区别,首先,大数据的体量更大,在大数据分析

大数据:商业革命与科学革命

什么叫大数据?    "大数据"是"数据化"趋势下的必然产物!数据化最核心的理念是:"一切都被记录,一切都被数字化",它带来了两个重大的变化:一是数据量的爆炸性剧增,最近2年所产生的数据量等同于2010年以前整个人类文明产生的数据量总和:二是数据来源的极大丰富,形成了多源异构的数据形态,其中非结构化数据(包括语音.视频.图像等)所占比例逐年增大.    牛津大学互联网研究所维克托·迈尔-舍恩伯格教授指出,"大数据"所代表的是当

零售品牌如何驾驭大数据主导商业决策?

从渠道粗放管理,商品粗放管道到移动互联网蓬勃发展,零售企业面对全渠道整合发展,也需要重新构建全渠道解决方案.零售不应再简单以线上.线下独立区分,而将真正从消费者的角度出发,逐步演变为各渠道融合,由卖出商品升级为与消费者建立情感联系.当消费者在实体店铺经过了解,试衣,选择某品牌的商品进行购买,那么,现在的消费者需要用他们最习惯的方法能保留下下次有机会再连接的方式,这个方式不仅仅是再次来店,也许是该品牌上新的图片或是秒杀,促销的信息.这才是消费者"偷懒"的想法,因为现在消费者选择的成本太大

互联网+促进医疗大数据发展 商业模式日渐清晰

当前,互联网+医疗已成为业界关注的焦点,当然,从不同的角度有不同的解读.从民众角度,带来了就医的便捷与高效:从医疗业角度,提高了医疗资源利用率:从产业角度,意味着新的市场空间. 最新的统计显示,全国已有300家大中型医院建起"移动互联网医院",覆盖用户超过120万人,交易次数超过200多万次.实践表明,用移动互联网挂号.缴费看病,可以缩短一半看病时间. 虽然建立移动网上医院只有300家医院,在全国数十万家医疗卫生机构里面的比例很低,但这只是一个开始.移动医疗,只是互联网+医疗的前端应用

大数据的商业未来:几率就是机遇

不久前,有两份报道引起了我的注意.一是<时间简史>的作者斯蒂芬·霍金教授(Stephen William Hawking)用大数据为征战巴西世界杯的英国队支招--顺便说一句,不久前雅虎总部的一个科学家小组亦基于轻博客网站Tumblr的数据研究,发表了巴西队终将夺冠的预测;另一个报道是引发国内媒体广泛关注的Mary Meeker的2014版互联网趋势报告. 两份报道透出的信息很是有趣,特别是当代最杰出的物理学家也用自选课题以实践的方式对大数据的价值给予了肯定,站在雅虎北京全球研发中心刚度过五岁生

让我们激情利用大数据 挖掘商业洞察

本文讲的是让我们激情利用大数据 挖掘商业洞察,当前,伴随电子商务.移动互联网.社交媒体的飞速发展,以及智能手机.平板电脑和3G网络的普及,企业随时面临着数据爆炸的环境.超级互联的社会.愈加苛求的客户以及持续创新的压力.这不仅增强了企业对于更广阔的市场.灵活的基础架构,也推动了移动应用.云计算.大数据及敏捷开发等新技术趋势的产生与发展.对于软件产业而言,这些新趋势在为企业带来可供实践的新思路和新手段的同时,也为软件业带来更多的机遇和更严苛的挑战. 大数据 企业热点 在众多的软件发展趋势中,我们看到

《大数据导论》一第2章 采用大数据的商业动机与驱动

第2章 采用大数据的商业动机与驱动 在当今世界的许多组织中,业务可以像其所采用的技术那样进行"架构".这种观念上的转变体现在当今企业架构领域的不断扩大,即过去只与技术架构紧密结合,而现在却也同样包含业务架构.尽管如今人们还只是从一个机械系统的视角来审视一批批的业务,即一条条指令由行政人员发布给主管,再传递给前线的员工们,但是,基于链接与评测的反馈循环机制为管理决策的有效性提供了保障. 这种从决策到实施再到对结果的测评的循环使得企业有机会不断优化其运营.然而事实上,这种机械化的管理观点正

CIO:大数据用于商业决策的难点

越来越多的企业开始重视对大数据的分析与利用.据贝恩咨询公司的一份全球调研报告显示,在其调研的超过400家年营业额高于5亿美元的企业中,有大约60%的企业正积极在大数据方面进行投资,以期获取企业发展的新动力.大数据已经从高端化.差异化的决策工具,渐渐演化为各企业常规化的决策工具. 同时,人们对于大数据价值的看法也在发生转变.在大数据研究的早期,极端乐观的态度是当时的主流,但近年来,这类观点开始受到反思与质疑."如果对大数据解读得过度,实际上就是滥用数据".研究大数据,诚然可以让企业更好地