
企業(yè)掘金大數(shù)據(jù)的兩種選擇
究竟如何才能把數(shù)據(jù)轉(zhuǎn)化為利潤呢? 對大多數(shù)公司來說, 有兩種選擇, 一是數(shù)據(jù)導(dǎo)向的流程, 二是數(shù)據(jù)導(dǎo)向的產(chǎn)品。
如今,你到哪兒都能聽到大數(shù)據(jù)。別說是亞馬遜這樣的公司,現(xiàn)在就是一個小的Startup, 每天也能有幾個G的數(shù)據(jù)量。 而像Instagram 這樣的照片分享網(wǎng)站,每天輕松就能產(chǎn)生出500T的數(shù)據(jù)量。 不少企業(yè)的CEO們都會問一個問題:“好,現(xiàn)在我有這么多數(shù)據(jù),下一步我該怎么做呢?”
一個人, 如果只是站在金礦的土地上而不去挖掘的話, 他也成不了富翁。 同樣的, 擁有大量數(shù)據(jù)并不能代表你的企業(yè)就能成功。 這個行業(yè)里面成功的是例如亞馬遜, NetFlix那樣, 能夠比競爭對手更好的利用數(shù)據(jù)的公司。 否則的話, 你也只能干瞪著眼看著一堆Hadoop集群而不知道如何去做。 可是, 要是你能好好的利用你的數(shù)據(jù), 你就能夠在競爭中領(lǐng)先一步。
那么, 究竟如何才能把數(shù)據(jù)轉(zhuǎn)化為利潤呢? 對大多數(shù)公司來說, 有兩種選擇, 一是數(shù)據(jù)導(dǎo)向的流程, 二是數(shù)據(jù)導(dǎo)向的產(chǎn)品。
以數(shù)據(jù)為導(dǎo)向的業(yè)務(wù)流程:
傳統(tǒng)的數(shù)據(jù)分析師,使用Excel或者會編寫SQL語句進行特定查詢。 而如今, 這些就遠遠不夠了。 如今的數(shù)據(jù)科學(xué)家, 需要了解小數(shù)據(jù)時代和大數(shù)據(jù)時代的各種工具, 包括傳統(tǒng)的商業(yè)智能工具, 查詢語言, 統(tǒng)計, 甚至機器學(xué)習(xí)。
好的數(shù)據(jù)科學(xué)家可以幫助企業(yè)從分析產(chǎn)品, 比如哪些產(chǎn)品受歡迎, 為什么, 哪些產(chǎn)品用戶不喜歡(比如Zynga就是這么做的), 到建立預(yù)測模型, 分析將來趨勢, 以幫助現(xiàn)在的決策(比如沃爾瑪實驗室就是在這么做)。
下面是一些具體的例子:
1) 如果你是銷售軟件即服務(wù)(SaaS)應(yīng)用, 數(shù)據(jù)科學(xué)家可以幫助你分析高端客戶的特征, 比如他們轉(zhuǎn)化的渠道, 他們的基本共性(年齡, 性別, 收入水平, 地域等),以及他們使用你的應(yīng)用的特別方式等。 這樣, 你可以更加有針對性的設(shè)計你的產(chǎn)品功能, 推出針對性的廣告,優(yōu)化市場推廣渠道, 從而提高你的利潤率。
2) 數(shù)據(jù)科學(xué)家可以幫助你分析某類產(chǎn)品的價格對其他類別產(chǎn)品銷量的影響, 從而幫助你優(yōu)化你的整個價格體系。
3) 數(shù)據(jù)科學(xué)家可以基于歷史數(shù)據(jù), 建立一個準確的預(yù)測模型。 比如如百貨公司Target那樣, 能夠確定哪些顧客是懷孕的婦女, 或者像一些保險公司一樣, 能夠預(yù)測哪些來咨詢的潛在客戶最有可能轉(zhuǎn)化為客戶。
4) 數(shù)據(jù)科學(xué)家還能夠讓你更好的利用現(xiàn)有的數(shù)據(jù)分析運營結(jié)果。 比如, 數(shù)據(jù)科學(xué)家會建議你把你的市場營銷數(shù)據(jù), 和網(wǎng)站訪問日志以及交易數(shù)據(jù)進行關(guān)聯(lián), 從而能夠衡量市場推廣活動的有效性。
以數(shù)據(jù)為導(dǎo)向的產(chǎn)品:
除了以數(shù)據(jù)為導(dǎo)向的流程外, 還可以把利用數(shù)據(jù)來豐富產(chǎn)品的功能。 有的公司, 還把數(shù)據(jù)專門打包成為一個產(chǎn)品來銷售。
比如Twitter, 他本身的產(chǎn)品不是數(shù)據(jù)產(chǎn)品, 但是, 他通過授權(quán)其他公司如DataSift這樣的公司使用它的數(shù)據(jù), DataSift這樣的公司則利用Twitter的數(shù)據(jù)做成針對企業(yè)的數(shù)據(jù)產(chǎn)品來幫助企業(yè)更好地利用社交媒體。 還有一些媒體公司, 把觀眾觀看的數(shù)據(jù)打包, 賣給一些頻道或者內(nèi)容制作公司。
不過, 相對于把數(shù)據(jù)打包出售直接獲取收入, 更多的公司則是利用數(shù)據(jù), 提高現(xiàn)有的產(chǎn)品, 使它們更加有效率, 更加智能 更加符合用戶需求, 從而直接或間接地增加收入。
下面舉一些實際的例子來說明數(shù)據(jù)如何使產(chǎn)品更加智能, 更加符合用戶需求:
1) 為了提高廣告平臺的點擊率, 廣告平臺通過分析廣告播放媒體, 廣告本身, 以及用戶的行為。 把廣告展現(xiàn)給最合適的用戶。
2) 電子商務(wù)網(wǎng)站, 通過推薦系統(tǒng)中的數(shù)據(jù)分析和機器學(xué)習(xí), 提高用戶對推薦產(chǎn)品的購買可能性。
3) 媒體網(wǎng)站通過分析用戶特征, 給不同的用戶展現(xiàn)不同的內(nèi)容網(wǎng)頁, 提高用戶在網(wǎng)站的停留時間, 從而獲得更多的廣告收入。
4) 視頻發(fā)布平臺通過分析用戶的觀看和互動行為, 給視頻制作者關(guān)于用戶喜好的各種反饋, 從而制作出更加滿足用戶喜好的視頻。 這是一個間接增加收入的例子。 通過數(shù)據(jù)分析, 來提高視頻平臺的受歡迎程度。
企業(yè)應(yīng)該如何開始行動
那么作為企業(yè), 應(yīng)該如何開始準備, 把冷冰冰的數(shù)據(jù)變成金燦燦的錢呢? 下面是一些建議:
1) 盡可能多的保存各種數(shù)據(jù)。 如今, 存儲的成本已經(jīng)不是一個需要考慮的因素了。 要記住, 再好的分析, 沒有數(shù)據(jù)也是不行的。 有很多數(shù)據(jù), 即使現(xiàn)在沒有辦法分析, 也要盡量把它們存儲下來以便日后分析。 很多公司都忽略了這一點。 其實, 很多的數(shù)據(jù)都可以把它們按照原始格式保存下來, 包括交易數(shù)據(jù), 用戶行為, 日志文件, 用戶生成的內(nèi)容, 傳感器的數(shù)據(jù)等等, 總之, 你能有的數(shù)據(jù), 先存下來。 將來總是有用的。
2) 找一個數(shù)據(jù)科學(xué)家: 如果你是個小公司, 那么可能需要找一個數(shù)據(jù)科學(xué)家加入, 或者團隊中有一個人需要成為數(shù)據(jù)科學(xué)家。 如果你管理一個大公司, 那么你可能需要一個團隊的數(shù)據(jù)科學(xué)家。 數(shù)據(jù)科學(xué)家可以從內(nèi)部培養(yǎng)。 一個好的商業(yè)分析師或者任何具有很強商業(yè)智能或者數(shù)據(jù)庫背景的人都可能成為數(shù)據(jù)科學(xué)家。 你需要給數(shù)據(jù)科學(xué)家配備合適的工具, 并讓他能夠接觸公司的不同數(shù)據(jù), 以便他能夠進行數(shù)據(jù)分析, 數(shù)據(jù)挖掘, 商業(yè)智能分析以及數(shù)據(jù)產(chǎn)品化的工作。 一個好的數(shù)據(jù)科學(xué)家, 能夠幫助你提高效率, 并且?guī)椭愀玫睦霉緝?nèi)部產(chǎn)生的各種數(shù)據(jù)。
3) 數(shù)據(jù)產(chǎn)品化: 對任何擁有特有數(shù)據(jù)的公司, 都應(yīng)該考慮把這些數(shù)據(jù)產(chǎn)品化。 其實, 任何具有桌面, 移動, 網(wǎng)絡(luò)或者服務(wù)器應(yīng)用的公司, 都有自己的獨特數(shù)據(jù)。 那些廣告和零售行業(yè)的公司, 已經(jīng)通過數(shù)據(jù)化產(chǎn)品增加了數(shù)十億美元的收入了。
舉個例子, 如果你是個B2B的軟件即服務(wù)公司, 為你的客戶提住自助報告的服務(wù)就是一個數(shù)據(jù)產(chǎn)品化的最簡單的例子。 如果你是個電子商務(wù)網(wǎng)站, 利用數(shù)據(jù)為用戶提供推薦則能夠增加你的收入, 如果你有一個移動應(yīng)用, 那么考慮如何讓你的應(yīng)用更加智能將會帶來更好的用戶體驗和收入。 有個數(shù)據(jù)科學(xué)家來考慮如何數(shù)據(jù)產(chǎn)品化是第一步, 最終, 企業(yè)還是需要投入資源真正實施。
4) 以數(shù)據(jù)為導(dǎo)向的領(lǐng)導(dǎo): 大數(shù)據(jù)不是僅僅只是關(guān)于數(shù)據(jù), 它更多的是如何利用數(shù)據(jù)推動工作流程, 優(yōu)化產(chǎn)品功能。 這一切就需要企業(yè)的管理者用一個數(shù)據(jù)導(dǎo)向的方式來領(lǐng)導(dǎo)企業(yè), 推動企業(yè)的大數(shù)據(jù)化。 21世紀是大數(shù)據(jù)的世紀。 如果企業(yè)不能在以數(shù)據(jù)為導(dǎo)向的大趨勢下順利轉(zhuǎn)型, 就很可能會被競爭者擊敗。
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:機器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機器學(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,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11