
大數(shù)據(jù)時(shí)代傳統(tǒng)報(bào)業(yè)如何占位(1)_數(shù)據(jù)分析師考試
大數(shù)據(jù)時(shí)代的大門(mén)剛剛開(kāi)啟,巨頭、中小企業(yè)、各類(lèi)機(jī)構(gòu)都將重新尋找在互聯(lián)網(wǎng)中的位置,報(bào)業(yè)如何立足優(yōu)勢(shì)恰當(dāng)占位?需要?jiǎng)?wù)實(shí)創(chuàng)新的思考和回答。
數(shù)據(jù)再“大”無(wú)用武之地等于零,要搜集“慢數(shù)據(jù)” “活數(shù)據(jù)”
互聯(lián)網(wǎng)上每時(shí)每刻都在產(chǎn)生數(shù)據(jù),人們生活中無(wú)所不在的各種設(shè)備,比如電腦、手機(jī)、智能電器、感應(yīng)器等等,都能時(shí)刻留下人的行為痕跡,實(shí)時(shí)產(chǎn)生數(shù)據(jù),這些呈幾何級(jí)增加的數(shù)據(jù)沉淀在網(wǎng)上,成為大數(shù)據(jù)。這些大數(shù)據(jù)有多大用?
2014年5月29日,百度董事長(zhǎng)兼CEO李彥宏在第九屆百度聯(lián)盟峰會(huì)上預(yù)測(cè)了“未來(lái)5年有非常大的發(fā)展”的兩大產(chǎn)業(yè)機(jī)會(huì),這兩大產(chǎn)業(yè)是“BAT(百度、阿里巴巴、騰訊)三者都不會(huì)涉足的領(lǐng)域”:1.新型企業(yè)級(jí)軟件,解決企業(yè)從內(nèi)部到外部鏈接的問(wèn)題;2.挖掘新的有價(jià)值的“慢數(shù)據(jù)”,發(fā)掘個(gè)性化的預(yù)測(cè)信息,為用戶尋找真正有價(jià)值的新數(shù)據(jù)。
李彥宏的分析有共識(shí)性、有說(shuō)服力——在用戶規(guī)模擴(kuò)大、流量激增的情況下,目前互聯(lián)網(wǎng)企業(yè)面臨尷尬:搜集上來(lái)真正有價(jià)值的數(shù)據(jù)很少,無(wú)價(jià)值數(shù)據(jù)增多,有價(jià)值數(shù)據(jù)積累并不比傳統(tǒng)企業(yè)更有優(yōu)勢(shì)?!氨热缱罱容^火的智能硬件,手環(huán)、眼鏡,搜集很多的數(shù)據(jù),但這些數(shù)據(jù)拿過(guò)來(lái),總覺(jué)得用不上,沒(méi)法分析?!睘榇?,他建議企業(yè)通過(guò)搜集“慢數(shù)據(jù)”來(lái)獲取真正有價(jià)值的數(shù)據(jù),找準(zhǔn)并挖掘能真正幫助用戶解決問(wèn)題的新數(shù)據(jù)。這一判斷,對(duì)報(bào)業(yè)這樣的傳統(tǒng)企業(yè)來(lái)說(shuō)既是一種安慰,更是鼓舞。
另一個(gè)與之印證的觀點(diǎn)是,阿里巴巴集團(tuán)執(zhí)行副總裁曾鳴最近有一篇長(zhǎng)文分析說(shuō),大數(shù)據(jù)最重要的特征不在大小,而在死活。數(shù)據(jù)的死活決定一切,從數(shù)據(jù)的管理到數(shù)據(jù)的運(yùn)用,數(shù)據(jù)必須能活起來(lái),開(kāi)始跑通迭代,才能產(chǎn)生持續(xù)價(jià)值。
既然傳統(tǒng)媒體與新興媒體及很多大企業(yè)一樣,對(duì)如何用好大數(shù)據(jù)基本站在同一起跑線上,對(duì)報(bào)業(yè)來(lái)說(shuō),如何利用自身優(yōu)勢(shì)和資源去發(fā)掘、應(yīng)用好“慢數(shù)據(jù)”“活數(shù)據(jù)”,讓大數(shù)據(jù)成為報(bào)業(yè)未來(lái)的一大新增長(zhǎng)點(diǎn),就成為迫切需要研究解決的重要課題。
報(bào)業(yè)在大數(shù)據(jù)產(chǎn)業(yè)中的一席之地在哪兒?
《大數(shù)據(jù)時(shí)代》的作者維克托?邁爾?舍恩伯格被譽(yù)為“大數(shù)據(jù)商業(yè)應(yīng)用第一人”,他描述了大數(shù)據(jù)價(jià)值鏈的三大構(gòu)成:第一種是基于數(shù)據(jù)本身的公司,這些公司擁有大量數(shù)據(jù)或者可以收集到大量數(shù)據(jù)。第二種是基于技能的公司,它們通常掌握了專(zhuān)業(yè)技能,但并不一定擁有數(shù)據(jù),往往是技術(shù)供應(yīng)商、分析公司或者咨詢公司。第三種是基于思維的公司。
在互聯(lián)網(wǎng)上,任何主動(dòng)收集龐大數(shù)據(jù)的行為,其成本都難以想象。因此,基于數(shù)據(jù)本身的第一種公司在價(jià)值鏈中處于最核心的位置,比如美國(guó)的谷歌、蘋(píng)果、Facebook、亞馬遜,中國(guó)的騰訊、阿里巴巴、百度。他們的優(yōu)勢(shì)是大數(shù)據(jù)聚合和模型構(gòu)建,他們也想方設(shè)法把自己打造成基礎(chǔ)設(shè)施和平臺(tái),使大數(shù)據(jù)在自己的平臺(tái)上發(fā)揮出最大效用。
比如, 2014年4月百度正式發(fā)布了大數(shù)據(jù)引擎,將核心大數(shù)據(jù)能力開(kāi)放,向外界提供大數(shù)據(jù)存儲(chǔ)、分析及挖掘的技術(shù)能力,以更好地幫助傳統(tǒng)行業(yè)挖掘數(shù)據(jù)價(jià)值,加快傳統(tǒng)行業(yè)轉(zhuǎn)型升級(jí)。百度聯(lián)盟將基于“開(kāi)放云”“數(shù)據(jù)工廠”“百度大腦”三級(jí)開(kāi)放平臺(tái),推進(jìn)“人找信息”向“信息找人”的變革,為媒體、DSP、廣告主、代理商提供更簡(jiǎn)單、高效的推廣及變現(xiàn)平臺(tái)。
而具有數(shù)據(jù)思維和數(shù)據(jù)技術(shù)的公司,在未來(lái)競(jìng)爭(zhēng)中也處于有利地位,圍繞著數(shù)據(jù)化變革,將衍生出新的商業(yè)模式。一是數(shù)據(jù)資產(chǎn)存儲(chǔ),二是數(shù)據(jù)資產(chǎn)定價(jià),三是數(shù)據(jù)資產(chǎn)中介,四是數(shù)據(jù)資產(chǎn)管理,五是數(shù)據(jù)驅(qū)動(dòng)的解決方案。①
從價(jià)值鏈和報(bào)業(yè)傳統(tǒng)優(yōu)勢(shì)的角度分析,報(bào)業(yè)即使在采集、處理、儲(chǔ)存、傳播等各方面完全數(shù)字化后,即使數(shù)據(jù)量再大,與那些互聯(lián)網(wǎng)入口企業(yè)相比、與真正生成大數(shù)據(jù)的公司相比,那點(diǎn)數(shù)據(jù)還遠(yuǎn)遠(yuǎn)不夠大,因此不可能去做基于數(shù)據(jù)本身的公司。比較理性、可行的選擇是,傳統(tǒng)報(bào)業(yè)對(duì)大數(shù)據(jù)的運(yùn)用著力點(diǎn)應(yīng)是數(shù)據(jù)資產(chǎn)中介、數(shù)據(jù)資產(chǎn)管理、數(shù)據(jù)驅(qū)動(dòng)的解決方案三大類(lèi)。
數(shù)據(jù)資產(chǎn)中介——這個(gè)應(yīng)用領(lǐng)域?qū)γ襟w來(lái)說(shuō)并不陌生,比如彭博社、路透社和《朝日新聞》、日本經(jīng)濟(jì)新聞社等新聞機(jī)構(gòu),收集免費(fèi)的數(shù)據(jù)制成數(shù)據(jù)庫(kù),通過(guò)數(shù)據(jù)的加工和組合、分析產(chǎn)生新的價(jià)值,再賣(mài)給有需求的企業(yè)、機(jī)構(gòu)。這是一些大通訊社和財(cái)經(jīng)專(zhuān)業(yè)媒體的強(qiáng)項(xiàng)。
數(shù)據(jù)資產(chǎn)管理——聽(tīng)起來(lái)有點(diǎn)兒抽象,但其中可操作的內(nèi)容對(duì)報(bào)業(yè)并不陌生。比如,網(wǎng)絡(luò)上每天產(chǎn)生各種新聞、信息,特別是負(fù)面新聞、評(píng)論,無(wú)論對(duì)機(jī)構(gòu)、企業(yè)和個(gè)人而言都是正面或負(fù)面資產(chǎn),既然是資產(chǎn),如何管理就是一門(mén)生意。輿論監(jiān)督本就是報(bào)業(yè)的核心功能之一,加之媒體對(duì)輿論危機(jī)公關(guān)比較擅長(zhǎng),由此延伸到數(shù)據(jù)資產(chǎn)的管理,角色跨度并不很大,不失為基于報(bào)業(yè)資源優(yōu)勢(shì)的一種務(wù)實(shí)選擇。
再看數(shù)據(jù)驅(qū)動(dòng)的解決方案——對(duì)報(bào)業(yè)來(lái)說(shuō)其應(yīng)用領(lǐng)域相當(dāng)廣泛。未來(lái),媒體在做好社會(huì)記錄者與信息傳播者外,更應(yīng)定位成社會(huì)解讀者和分析預(yù)測(cè)者,做好信息和數(shù)據(jù)的深度加工、深度解讀和去偽存真的服務(wù),而大數(shù)據(jù)無(wú)疑能成為報(bào)業(yè)進(jìn)行全面深刻洞察的一大利器。 下面將具體分析。
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
SQL 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(wú)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(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話題。 ...
2025-09-18CDA 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(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
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(kāi)始提取前,需先判斷 TIF 文件的類(lèi)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(zhuān)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(kù)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(kù))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(zhuān)業(yè)操盤(pán)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(kāi)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(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)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(wèn)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(wèn)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(yíng)問(wèn)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(guò)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(yíng)銷(xiāo)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(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷(xiāo)成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類(lèi)分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類(lèi)分析作為 “無(wú)監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10