
從積累到應(yīng)用 大眾點評提供的大數(shù)據(jù)模型
阿里巴巴大數(shù)據(jù)的價值在于層次化的交易信息,騰訊的大數(shù)據(jù)價值在于用戶性格描摹,而百度的大數(shù)據(jù)價值則更多體現(xiàn)在預(yù)測的社會動向。那么,同樣身為平臺的大眾點評,大數(shù)據(jù)的前世今生又是什么?
截至今年第三季度,大眾點評的點評數(shù)已達(dá)4200萬條,商戶信息超過1100萬,另據(jù)了解,目前大眾點評的月活躍用戶超過1.7億,數(shù)據(jù)服務(wù)調(diào)用在10億級別。由此可見,大眾點評本身就是一個大數(shù)據(jù)網(wǎng)站 。
大數(shù)據(jù)的整體發(fā)展遵循著這樣的規(guī)律,前幾年大數(shù)據(jù)處于高速發(fā)展階段,技術(shù)上是巔峰期,而業(yè)務(wù)上則處于欲爆發(fā)期。也就是說,前期必須有數(shù)據(jù)的積累過程,然后才能有后續(xù)的開發(fā)應(yīng)用,如果沒有數(shù)據(jù)積累,根本談不上大數(shù)據(jù)。
大眾點評的大數(shù)據(jù)發(fā)展亦不例外,大眾點評網(wǎng)站上的數(shù)據(jù) (即內(nèi)容)都是通過UGC產(chǎn)生的,從第一個用戶上傳第一家商戶開始,數(shù)據(jù)就開始產(chǎn)生。首先是商家的基礎(chǔ)信息展示,然后越來越多的用戶進(jìn)行點評,在這個過程中,平臺積累了商家和用戶兩方面的數(shù)據(jù)。
一個是關(guān)于商家地址、菜品、環(huán)境、服務(wù)等方面的數(shù)據(jù),一個是用戶的消費習(xí)慣等,并且在用戶點評過程中,也有一個對商家數(shù)據(jù)不斷調(diào)整、完善的機(jī)制。
當(dāng)大眾點評開始涉及交易業(yè)務(wù)時,數(shù)據(jù)更加豐富。目前,在大眾點評的大數(shù)據(jù)結(jié)構(gòu)中,用戶的行為日志數(shù)據(jù)量占總數(shù)據(jù)量的大部分,剩下的就是交易數(shù)據(jù)。
發(fā)展到這個階段,大終點評的大數(shù)據(jù)應(yīng)用就應(yīng)運而生,目前已經(jīng)在市場中國磨合得相對成熟的有兩類:一類是商戶通、推廣通,這些是收費產(chǎn)品;另一類,比如大眾點評指數(shù),為消費者提供決策;還有餐飲行業(yè)風(fēng)向標(biāo),提供行業(yè)發(fā)展參考;同時在業(yè)務(wù)方面可以為用戶提供個性化推薦;點評管家則可以幫助商家分析經(jīng)營行為、用戶特點等。
同時,大眾點評也在做開放平臺,即將數(shù)據(jù)向第三方開放,他們在此基礎(chǔ)上進(jìn)行二次開發(fā),走向開放是大數(shù)據(jù)的趨勢。
隨著智能手機(jī)的普及,移動端的發(fā)展也為大眾點評數(shù)據(jù)價值帶來加持,首先是用戶量增加、數(shù)據(jù)增加,目前大眾點評的業(yè)務(wù)超過80%來自移動端。其次,通過移動端可以獲得PC端得不到的數(shù)據(jù)信息,比如地理位置信息。
對于O2O企業(yè)來說,這非常重要。比如一個用戶經(jīng)常在徐家匯附近活動,那么旁邊的商戶對他更重要,一般是在周邊千米之內(nèi)。而對于淘寶那樣的實物電商而言,地理位置相對就不那么重要。
時間維度也會發(fā)生變化。比如查詢,PC查詢的時間相對固定,移動端隨時隨地查,對數(shù)據(jù)調(diào)用交互要求很高。
國內(nèi)大數(shù)據(jù)創(chuàng)業(yè)團(tuán)隊越來越多,能否形成產(chǎn)業(yè)尚難預(yù)知,畢竟專門做大數(shù)據(jù)挖掘,要取決于對行業(yè)了解多少。大眾點評的數(shù)據(jù)經(jīng)過長年的積累,已經(jīng)在平臺化的基礎(chǔ)上形成了一個良好的閉環(huán),在大數(shù)據(jù)的挖掘和應(yīng)用上,無疑擁有更多優(yōu)勢,大眾點評聯(lián)合創(chuàng)始人龍偉在接受采訪時說。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓(xùn)練與驗證損失驟升: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)對數(shù)據(jù)的需求已從 “存儲” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計基本概念是商業(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)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(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)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(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” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 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)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(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 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(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值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(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” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(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