
如何削減大數(shù)據(jù)分析的成本
現(xiàn)如今,越來(lái)越多的企業(yè)和慈善機(jī)構(gòu)紛紛進(jìn)軍大數(shù)據(jù)領(lǐng)域,以提高相關(guān)業(yè)務(wù)活動(dòng)的有效性。
達(dá)倫?羅伯遜,是一家慈善機(jī)構(gòu)Action for Children的數(shù)字通信官,他認(rèn)為大數(shù)據(jù)領(lǐng)域的相關(guān)知識(shí)和洞察分析有可能成為徹底改變慈善事業(yè)的潛力。
近年來(lái),隨著經(jīng)濟(jì)大環(huán)境的惡化,慈善機(jī)構(gòu)越來(lái)越需要擴(kuò)充數(shù)據(jù)分析能力,試圖提振籌款。
羅伯遜說(shuō):“慈善機(jī)構(gòu)已經(jīng)意識(shí)到他們已經(jīng)采集了相當(dāng)驚人的數(shù)據(jù)信息?!闭缭谄髽I(yè)商業(yè)領(lǐng)域一樣,這些數(shù)據(jù)可以用來(lái)幫助慈善機(jī)構(gòu)提升對(duì)于慈善事業(yè)的理解和更深入地了解他們?yōu)楹我约昂螘r(shí)選擇捐贈(zèng)。
這是一個(gè)重要的考慮因素,因?yàn)槲柚叩囊蛩卣诎l(fā)生變化,據(jù)羅伯遜表示。
“全國(guó)性的募捐活動(dòng)可能無(wú)法向過(guò)去那樣轟轟烈烈了,我們無(wú)法通過(guò)全國(guó)性的電視宣傳活動(dòng)籌集到大量金錢(qián)。在這個(gè)時(shí)代,這是不可行的,而且也是慈善資金的浪費(fèi)?!彼f(shuō)。
從網(wǎng)絡(luò)數(shù)據(jù)中提取價(jià)值信息
羅伯遜認(rèn)為,慈善機(jī)構(gòu)應(yīng)該轉(zhuǎn)向基于Web的有針對(duì)性的宣傳活動(dòng),以吸引捐助者,而不再是向以前那樣的全國(guó)性的大規(guī)模募捐活動(dòng)了。
“我是谷歌Analytics(分析)的粉絲,它是免費(fèi)的,您從通過(guò)該工具對(duì)于您的網(wǎng)站獲得一些基本的洞察分析。 ”他說(shuō)。
現(xiàn)如今,該慈善事業(yè)所面臨的挑戰(zhàn)是如何深入并分析網(wǎng)絡(luò)數(shù)據(jù),保持每天3,000人次的訪問(wèn)量,包括與訪問(wèn)者的互動(dòng)。
分析大數(shù)據(jù)的成本過(guò)高。 “我們制定了一套內(nèi)部部署Hadoop的方案,但發(fā)現(xiàn)其將花費(fèi)120萬(wàn)英鎊,如果我們花了如此多的錢(qián)用于IT設(shè)備, 我們的捐助者們會(huì)不高興的?!绷_伯遜說(shuō)。
Action for Children一直在使用Rackspace公司托管的云計(jì)算和數(shù)據(jù)中心服務(wù),以便更好地定位自身的未來(lái)。主要目標(biāo)包括網(wǎng)絡(luò)流量高峰的成本效益管理和更好的數(shù)據(jù)分析,以提供更深入地了解捐贈(zèng)客戶和籌款活動(dòng)。
2013年2月, Rackspace公司收購(gòu)了ObjectRocket,開(kāi)始提供MongoDB數(shù)據(jù)庫(kù)作為一種服務(wù)。
羅伯遜說(shuō),能夠作為一種按需的云服務(wù)在Rackspace的基礎(chǔ)設(shè)施上運(yùn)行MongoDB,幫助他們大大降低了成本,意味著該慈善機(jī)構(gòu)并不需要專門(mén)在其團(tuán)隊(duì)內(nèi)部雇用一個(gè)MongoDB專家。
需求大數(shù)據(jù)分析在整個(gè)慈善界產(chǎn)生了更廣泛的影響,據(jù)羅伯遜介紹。 “我預(yù)計(jì)我們將看到更廣泛的工作內(nèi)容將轉(zhuǎn)移到云中進(jìn)行數(shù)據(jù)分析。 ”他說(shuō)。
爭(zhēng)取數(shù)據(jù)科學(xué)專家的時(shí)間支持
羅伯遜說(shuō),盡管他們可以通過(guò)云服務(wù)提供商來(lái)處理管理大數(shù)據(jù)所需的相關(guān)技術(shù)技能,但慈善事業(yè)仍然需要專門(mén)的人員幫助進(jìn)行數(shù)據(jù)分析。
數(shù)據(jù)科學(xué)家是在商業(yè)機(jī)構(gòu)最搶手的技能人手,可以獲得非常高的薪金。但其實(shí)在某些領(lǐng)域慈善機(jī)構(gòu)根本涉及不到,他說(shuō),這意味著“慈善機(jī)構(gòu)不必?fù)?dān)心支付非常高的工資給數(shù)據(jù)科學(xué)家” 。
而自從美國(guó)的數(shù)據(jù)科學(xué)家組織DataKind去年首次在倫敦舉辦活動(dòng)以來(lái),他們鼓勵(lì)數(shù)據(jù)科學(xué)家們開(kāi)始犧牲他們自己的一點(diǎn)私人時(shí)間來(lái)幫助慈善機(jī)構(gòu)進(jìn)行數(shù)據(jù)分析。
“企業(yè)社會(huì)責(zé)任感已經(jīng)發(fā)生了改變。企業(yè)不一定要直接通過(guò)捐款,或者商業(yè)企業(yè)的員工也不一定想要通過(guò)幫助粉刷墻壁或做園藝來(lái)做義工。他們想利用他們的自己的知識(shí)和技能來(lái)幫助慈善機(jī)構(gòu)。這就是DataKind組織非常棒的原因了。他們鼓勵(lì)大量的數(shù)據(jù)科學(xué)家?guī)椭壬茩C(jī)構(gòu)進(jìn)行非常有用的數(shù)據(jù)分析工作?!绷_伯遜說(shuō)。
因此,與點(diǎn)播的Hadoop ,這要?dú)w功于Rackspace的ObjectRocket ,和數(shù)據(jù)科學(xué)家志愿者的供應(yīng),羅伯遜認(rèn)為,該慈善機(jī)構(gòu)現(xiàn)在可謂是占盡了充分利用大數(shù)據(jù)的天時(shí)地利人和。
模仿亞馬遜
羅伯遜說(shuō),每個(gè)人都希望網(wǎng)站易于使用。 “這是來(lái)自商界一個(gè)連鎖反應(yīng)。人們看到像亞馬遜和Netflix這樣的網(wǎng)站已經(jīng)內(nèi)置了智能化的功能?!彼f(shuō)。這些網(wǎng)站使用推薦引擎,以人為本的根據(jù)訪客的瀏覽歷史推薦相關(guān)產(chǎn)品。
羅伯遜認(rèn)為這超出了慈善機(jī)構(gòu)的覆蓋范圍。 “我們從未足夠的財(cái)政支持開(kāi)發(fā)一款推薦的引擎。想想亞馬遜已經(jīng)為此投資了多少錢(qián)吧!”羅伯遜說(shuō)。
相反,他需要如何構(gòu)思一個(gè)接近于亞馬遜的慈善網(wǎng)絡(luò)引擎,允許該慈善機(jī)構(gòu)能夠基于他們所收集到的關(guān)于個(gè)人用戶的信息來(lái)發(fā)布動(dòng)態(tài)網(wǎng)頁(yè)內(nèi)容。
但他們?nèi)匀挥泻荛L(zhǎng)的路要走,他說(shuō):“理論是有效的,但這是建立在我們的CRM客戶關(guān)系管理系統(tǒng)的一個(gè)龐大的工作。我們沒(méi)有和亞馬遜這樣的相同的商業(yè)巨頭之一的技能實(shí)力。” 眼下,羅伯遜正在研究他所說(shuō)內(nèi)容模型。 “我一直工作在細(xì)分用戶模型?!彼f(shuō)。雖然慈善機(jī)構(gòu)基于理論傾向于做很多手工作業(yè),但羅伯遜說(shuō),這不一定是最好的辦法。
他一直在研究如何以最簡(jiǎn)單的方式將一群人聚集起來(lái)。”人們不可能每個(gè)活動(dòng)都出席?!彼赋雒總€(gè)月都向相同的受眾發(fā)送的活動(dòng)信息并不是好的技術(shù)使用方法,而為全部受眾都發(fā)送活動(dòng)信息也是不邏輯的。細(xì)分捐款人信息將是吸引捐助者,改善捐助活動(dòng)活動(dòng)有效性的重要一步,他說(shuō)。利用細(xì)分,羅伯遜分析了隨著時(shí)間的推移和各種主題募捐的收益情況。
由于該慈善機(jī)構(gòu)CRM系統(tǒng)的局限性,羅伯遜認(rèn)為,慈善機(jī)構(gòu)必須在如何對(duì)待技術(shù)方面有很大的變化?!皞鹘y(tǒng)上,慈善機(jī)構(gòu)采用專門(mén)為慈善機(jī)構(gòu)定制的CRM軟件。”他說(shuō)。羅伯遜說(shuō),慈善界現(xiàn)在也要開(kāi)始睜大眼睛,不再局限于定制軟件,以降低成本?!安⒀a(bǔ)充說(shuō):“定制的系統(tǒng)是與電子郵件系統(tǒng)繁瑣和復(fù)雜的整合” 。
在羅伯遜看來(lái),定制軟件對(duì)慈善界并不是一件好事。他認(rèn)為,開(kāi)源軟件將發(fā)揮非常積極的作用。而且他非常感謝如DataKind這樣的組織,他表示,現(xiàn)在是時(shí)候讓慈善機(jī)構(gòu)開(kāi)始分析大數(shù)據(jù)了。
雖然他們并可能并不總是能夠獲得類(lèi)似于DataKind這樣的幫助,但羅伯遜認(rèn)為,有些慈善組織可能會(huì)在其內(nèi)部的不同團(tuán)隊(duì)有相關(guān)技能的人才。他們將建立一些工作組,發(fā)揮作為數(shù)據(jù)科學(xué)家的作用。
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(guò)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(lèi)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(yǔ)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(kù)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(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。 ...
2025-09-18DSGE 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 ...
2025-09-11