
大數(shù)據(jù)是如何賺錢和虧錢的_數(shù)據(jù)分析師考試
大數(shù)據(jù)無疑是時(shí)下炙手可熱的流行詞匯,然而,我們鮮少看到大數(shù)據(jù)如何帶來收益,以及如何實(shí)現(xiàn)的例子,這是怎么回事呢?
多年來,在經(jīng)歷了幾個(gè)通信和投行的大數(shù)據(jù)相關(guān)早期實(shí)施項(xiàng)目后,我認(rèn)為這個(gè)新興技術(shù)的收益主要在于:實(shí)現(xiàn)對(duì)復(fù)雜系統(tǒng)更為精準(zhǔn)的剖析,例如股票市場(chǎng)或供應(yīng)鏈。(投行成為最早一批應(yīng)用大數(shù)據(jù)分析的行業(yè)之一,可謂毫不意外。對(duì)利用技術(shù)提升效率,創(chuàng)造效益更為敏銳的商業(yè)模式,往往也是更賺錢的。)
在投行的日常工作中,為了精準(zhǔn)地選擇投資機(jī)會(huì)、選購股票,有大量對(duì)文檔處理的需求,例如新聞簡(jiǎn)報(bào),財(cái)務(wù)報(bào)表。如果人工進(jìn)行,工作量過于龐大。因此助理分析師們往往簡(jiǎn)化他們的預(yù)測(cè)分析過程,并使用電子表格來完成絕大部分工作。通過大數(shù)據(jù)技術(shù),投行可以整合各種信息,減少可能的(簡(jiǎn)化分析帶來的)風(fēng)險(xiǎn),從整體上帶來更優(yōu)越的分析和預(yù)測(cè)能力。
通過大數(shù)據(jù)平臺(tái),股票經(jīng)紀(jì)和投資經(jīng)理們可以聚合各種來源的非格式化數(shù)據(jù),輔助判斷哪些公司值得投資。所謂‘非格式化數(shù)據(jù)’包括如公司新聞,產(chǎn)品評(píng)論,供應(yīng)商數(shù)據(jù),價(jià)格變化,將這些信息以所謂“大數(shù)據(jù)”形式整合,通過建模,幫助股票經(jīng)紀(jì)決策買入或售出股票。
有些采用如上方式進(jìn)行投資預(yù)測(cè)的公司,很注重節(jié)約實(shí)施成本,例如使用云平臺(tái)(如AWS),先從很小數(shù)量的服務(wù)器開始,隨著獲益增長(zhǎng),逐步提高投入。一位我認(rèn)識(shí)的分析師,從一家大投行離職創(chuàng)業(yè)后,在不到六個(gè)月的時(shí)間內(nèi),僅僅使用非常有限的投入,創(chuàng)立了一個(gè)盈利良好的大數(shù)據(jù)交易系統(tǒng)。
即便在傳統(tǒng)制造領(lǐng)域,大數(shù)據(jù)仍然可以提升預(yù)測(cè)能力。我曾經(jīng)擔(dān)任過顧問的某歐洲一線汽車制造廠商,通過建立一個(gè)鋼材交易成本的分析系統(tǒng),選擇更好的時(shí)機(jī),以更優(yōu)價(jià)格買入原材料。這個(gè)系統(tǒng)由開源Java框架Hadoop創(chuàng)建,整合了多個(gè)供應(yīng)商的共計(jì)15Tb的數(shù)據(jù),在兩年內(nèi)為該公司節(jié)省了1600萬美元。
這個(gè)項(xiàng)目的成功主要有兩個(gè)原因:首先,公司有足夠的信息為所有的供應(yīng)商建模;其次,該項(xiàng)目節(jié)省的原材料成本超過了實(shí)施這個(gè)項(xiàng)目的費(fèi)用。
然而,并非每個(gè)大數(shù)據(jù)項(xiàng)目都會(huì)這樣成功。公司在大數(shù)據(jù)項(xiàng)目上以虧損告終的概率,有時(shí)和成功的概率相差無幾。大數(shù)據(jù)項(xiàng)目失敗的早期癥狀有很多種,最常見的問題如:
大數(shù)據(jù)并不需要一筆巨大的預(yù)算,如果懷著巨大的投入將帶來巨大回報(bào)的預(yù)期開始一個(gè)大數(shù)據(jù)項(xiàng)目,往往會(huì)產(chǎn)生問題。在正式開始前,明智的做法是,嘗試用有限的投入,在小范圍內(nèi)測(cè)試這個(gè)技術(shù)是否確實(shí)能帶來預(yù)期的收益。按這樣的節(jié)奏,一個(gè)項(xiàng)目可以按部就班地隨著收益逐步提高,而逐步擴(kuò)大投入規(guī)模,確保收益始終大于投入。
在開始實(shí)施一個(gè)大數(shù)據(jù)系統(tǒng)前,問自己一個(gè)簡(jiǎn)單的問題:這個(gè)項(xiàng)目是否可以不需要持續(xù)的人工支持來運(yùn)作?如果答案是,需要人工支持,那么建議停止項(xiàng)目。建立這樣一個(gè)項(xiàng)目往往意味著百萬級(jí)的損失,無法在有利潤(rùn)情況下保持維護(hù)和運(yùn)行。
大數(shù)據(jù)有個(gè)經(jīng)常聽到的功能是,通過自然語言處理,將各種領(lǐng)域的各種數(shù)據(jù)處理成直接可讀可理解的形式。這聽起來確實(shí)很贊,但是在實(shí)際應(yīng)用中,往往不盡如人意。自然語言處理仍然存在許多妨礙應(yīng)用的限制,主要由于人工智能的發(fā)展還不夠——而且在可見的10年內(nèi),這個(gè)情況可能不會(huì)有很大改觀。
現(xiàn)代大數(shù)據(jù)項(xiàng)目具備巨大的節(jié)約成本的潛力,其效果對(duì)于過去的數(shù)據(jù)處理方式而言有如童話。但需要謹(jǐn)記的是,在投入時(shí)間和資源到大數(shù)據(jù)項(xiàng)目之前,首先要確認(rèn)你的項(xiàng)目是收益大于成本的。只有傻瓜才會(huì)匆匆對(duì)一個(gè)點(diǎn)子一見鐘情并傾其所有。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11