大數(shù)據(jù)到底有何用？看百度專家如何說

　在硬件不掙錢服務(wù)掙錢的思想影響下，企業(yè)尤其是創(chuàng)業(yè)企業(yè)越來越重視大數(shù)據(jù)，企圖最后利用大數(shù)據(jù)掙錢，然而，大數(shù)據(jù)是一個高高在上的存在，大多企業(yè)所做的，僅僅只是收集數(shù)據(jù)而以，至于后續(xù)怎么運用?其實至今還沒有一個明確的可復(fù)制模式。近日，百度資深數(shù)據(jù)專家吳海山分享了百度LBS大數(shù)據(jù)的運用，或許能夠?qū)Υ蠹矣兴鶈l(fā)。

　　以下內(nèi)容根據(jù)吳海山演講有所更改，未改變原意。

　　百度大數(shù)據(jù)從何而來

　　百度研究院分為大數(shù)據(jù)實驗室、深度學(xué)習(xí)實驗室和美國硅谷的人工智能實驗室。大數(shù)據(jù)實驗室，主要利用百度各個行業(yè)的數(shù)據(jù)分析用戶的畫像，為用戶提供解決方案。

　　百度作為國內(nèi)最大的搜索引擎公司，旗下產(chǎn)品眾多，為其提供了大量數(shù)據(jù)：

　　1、每天的移動地圖搜索請求上億

　　2、百度移動互聯(lián)網(wǎng)的搜索比重越來越高，如今每天有近30億次移動互聯(lián)網(wǎng)搜索

　　3、依靠百度地圖等相關(guān)應(yīng)用，百度每天可獲得接近6億用戶超過250億次的定位需求

　　4、累計有定位軌跡的用戶，安卓16億，IOS1.2億

　　據(jù)稱借助GPS、基站、Wi-Fi和傳感器信息，百度地圖的整體定位精度為50m，其中GPS定位精度達(dá)10m，WIFI與基站定位的精度為27m。

　　以上為2015年除夕，不加任何地圖元素，僅僅依靠百度地圖的定位數(shù)據(jù)所展現(xiàn)的上海外灘結(jié)果，路的形狀完全被數(shù)據(jù)刻劃出來，這也從另一方面體現(xiàn)了百度定位數(shù)據(jù)的巨大。

　　分析用戶畫像

　　大數(shù)據(jù)的重要作用就是，根據(jù)這些數(shù)據(jù)結(jié)合網(wǎng)絡(luò)上的搜索數(shù)據(jù)，可以對用戶做非常詳細(xì)的畫像：

　　比如說在家裝領(lǐng)域，根據(jù)這些數(shù)據(jù)，可以知道用戶最近有沒有裝修的需求。同時還可以發(fā)現(xiàn)其中一些有意思的特征：男性居多，可能有比較強(qiáng)的購買力，女性僅占24%。而30到39歲人群是家裝需求的主要人群，他們的購買能力最強(qiáng)，其次是29歲以下的結(jié)婚人群等。

　　這些用戶直接關(guān)注哪些信息呢?對百度的搜索詞進(jìn)行文本分析，用機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘的方法可以發(fā)現(xiàn)大部分人很關(guān)心裝修效果，這是現(xiàn)在很多年輕人比較關(guān)心的點，接下來是客廳、戶型、背景、面積大小。

　　大數(shù)據(jù)還可以了解個人需求

　　大數(shù)據(jù)可以了解每個人不同的需求，下圖是五一當(dāng)天北京游客的分布，一類是安卓手機(jī)用戶，還有一類是蘋果手機(jī)游客，這些游客的分布，呈現(xiàn)了非常有意思的差異。其中蘋果手機(jī)用戶主要的游玩地點是王府井等地，而安卓手機(jī)用戶則是天安門等。同樣的，外地人與本地人的差異也有造成了同樣的規(guī)律，外地人主要游玩天安門等名勝。

　　因此，通過了解用戶的居住地以及使用手機(jī)型號等大數(shù)據(jù)信息，是可以在一定程度上預(yù)測用戶需求的，甚至還可以預(yù)測用戶的行為軌跡。比如下圖中藍(lán)色的線代表用戶線下的行為，根據(jù)這些用機(jī)器學(xué)習(xí)的方法建模，可以預(yù)測用戶下一步做什么，即紅線。

　　大數(shù)據(jù)選址

　　現(xiàn)在包括齊家網(wǎng)在內(nèi)的眾多企業(yè)都在做線下O2O的體驗店，應(yīng)該放在什么位置，在什么地方開體驗店能更吸引潛在客戶?

　　這個圖反映的是用戶去星巴克與海底撈的差異。星巴克用戶周一到周五去的頻率比較高，去海底撈周末頻率比較高。包括大家在每一天的時間，對于像星巴克，大家下午三四點去的概率最高，去海底撈大家下午六點到九點去的頻率比較高。對于地點的需求也不一樣，用戶寧可走遠(yuǎn)一點去選一個更合適的海底撈，而對于星巴克，他們更愿意選擇近的地方。

　　為此，根據(jù)用戶定位搜索，其實也可以為商家做選址的方案。

　　現(xiàn)在若想選一個新的位置，應(yīng)該選在什么地方呢?首先看一下最近有需求的用戶分布在什么地方，上圖中黑色代表現(xiàn)有線下的體驗店，把現(xiàn)有的線下體驗店，比如說每一個體驗店能夠滿足周邊一兩公里用戶的需求，我把滿足需求去掉，之后可以發(fā)現(xiàn)還有哪些地方人有很強(qiáng)的需求，但是他在周邊找不到體驗店，在這個地方開體驗店成功的概率是比較高的。

　　另外一個應(yīng)用，百度數(shù)據(jù)還可以反應(yīng)空間上經(jīng)濟(jì)形態(tài)的分布。來看全國iPhone6的分布，通過做了分析，可以看見省級的GDP和省iPhone6的分布是高度相關(guān)的，比較不相關(guān)的地方是北京、上海、深圳，我們發(fā)現(xiàn)這幾個地方用戶的行為更加復(fù)雜，用戶的消費和其他地方的差異可能更大一些。 這對企業(yè)拓展市場有一定的指導(dǎo)意義。

　　房產(chǎn)空置率分析

　　我們還可以用百度遷徙數(shù)據(jù)來看中國城市的發(fā)展，比如說可以看到周邊城市群的發(fā)展。

　　通過百度數(shù)據(jù)也可以看中國住宅區(qū)的空置率到底是什么樣的，中國有很多城市叫所謂的鬼城。但到底哪些區(qū)域的樓盤空置率比較高，哪些地方的樓盤空置率沒有那么高。

　　通過定位數(shù)據(jù)分析用戶的工作地、居住地，再分析用戶居住樓盤的信息，根據(jù)網(wǎng)上的數(shù)據(jù)和百度結(jié)果看這個樓盤，知道這個樓盤的容積率、建筑時間，根據(jù)這樣一個結(jié)果可以檢測出來全國范圍內(nèi)地產(chǎn)行業(yè)的住宅空置率。

　　我們發(fā)現(xiàn)像三亞、威海，這些地方不應(yīng)該是鬼城，他們在節(jié)假日的時候人口峰值漲的很高，但這是典型的季節(jié)性的旅游城市，它和美國的邁阿密和新澤西是一樣的。這些城市的房地產(chǎn)行業(yè)并沒有想象的那么嚴(yán)重。

　　另外，之前被媒體報道比較多的河南鄭州新區(qū)。根據(jù)數(shù)據(jù)我們發(fā)現(xiàn)，這個地方的經(jīng)濟(jì)現(xiàn)在已經(jīng)好轉(zhuǎn)很多了，越來越多的年輕人搬到鄭州新區(qū)去住，這個已經(jīng)是復(fù)蘇非常好的城市，這個地方的地產(chǎn)行業(yè)已經(jīng)比較景氣。

　　地產(chǎn)行業(yè)的發(fā)展，更重要的指標(biāo)是應(yīng)該是凈增人口的變化。如果這個城市的樓盤比較多，但是人口還是在下降，那這便是比較危險的信號。如果說這個城市雖然有一定的存量樓盤，但是這個城市整體人口是上升的，我們認(rèn)為這個城市在地產(chǎn)、家裝家居方面還有很大的空間。

　　智慧城市管理

　　另外，通過百度數(shù)據(jù)來做智慧城市的管理也是比較可行的。

　　上圖是通過百度大數(shù)據(jù)做的研究，基于上海外灘的踩踏事件，事后根據(jù)百度的數(shù)據(jù)做的研究，可以發(fā)現(xiàn)百度地圖數(shù)據(jù)可以很好的預(yù)測將來人口流動的趨勢。根據(jù)這樣的結(jié)果可以提供一些方案，幫助政府能夠做人群的實時監(jiān)控和預(yù)警方案。人群流量數(shù)據(jù)與地點搜索數(shù)據(jù)高度相關(guān)，其背后的因果關(guān)系在于：人們先搜索地點，進(jìn)行規(guī)劃，然后到達(dá)。