企業(yè)如何從大數(shù)據(jù)中挖掘市場(chǎng)需求

提起大數(shù)據(jù)，相信大多數(shù)人并不陌生，但對(duì)于大數(shù)據(jù)的有效應(yīng)用大家更多的是處在摸索和嘗試階段。特別是一些中小企業(yè)往往把大數(shù)據(jù)建設(shè)想象得過于龐大，而對(duì)大數(shù)據(jù)望而卻步。這種假象這很大程度掩蓋了中小企業(yè)依靠數(shù)據(jù)來挖掘市場(chǎng)潛力的機(jī)會(huì)。

圖1 大數(shù)據(jù)在百度遷徙圖上的應(yīng)用

大數(shù)據(jù)拓展企業(yè)的商業(yè)機(jī)遇

根據(jù)IDC研究，2012年全球使用了超過2.8兆GB的數(shù)據(jù)，然而只有1%數(shù)據(jù)中的一般進(jìn)行了有意義的分析。但這微不足道的比例，也足以讓大家注意到大數(shù)據(jù)的重要性和潛力。事實(shí)證明，大數(shù)據(jù)的迅速增長(zhǎng)及相關(guān)技術(shù)的發(fā)展正在給企業(yè)帶來全新的商業(yè)機(jī)遇。

據(jù)《麻省理工學(xué)院斯隆管理評(píng)論》和IBM商業(yè)價(jià)值研究院聯(lián)合舉行的2011年新智能企業(yè)全球高管調(diào)查和研究項(xiàng)目指出，絕大多數(shù)企業(yè)都已抓住了這些機(jī)遇。2011年，58%的企業(yè)已經(jīng)將分析技術(shù)用于在市場(chǎng)或行業(yè)內(nèi)創(chuàng)造競(jìng)爭(zhēng)優(yōu)勢(shì)，而2010年這一比例僅為37%。值得注意的是，采用分析技術(shù)的企業(yè)持續(xù)超越同行的可能性要高兩倍。

面對(duì)大數(shù)據(jù)可能帶來的商業(yè)機(jī)遇，中小企業(yè)為什么會(huì)望而卻步呢？其實(shí)這是把大數(shù)據(jù)廣義化的結(jié)果。從廣義的大數(shù)據(jù)建設(shè)來講，其涉及的技術(shù)要求、耗資成本、人力匹配等要素對(duì)一般中小企業(yè)來講存在很大的挑戰(zhàn)性。即使有大數(shù)據(jù)建設(shè)意愿，因?yàn)闆]有成熟的系統(tǒng)架構(gòu)理念，也使得老板們無從下手。

其實(shí)，企業(yè)的數(shù)據(jù)可以分為結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)3種類型。而其中，85%的數(shù)據(jù)屬于廣泛存在于社交網(wǎng)絡(luò)、物聯(lián)網(wǎng)、電子商務(wù)等之中的非結(jié)構(gòu)化數(shù)據(jù)。這些非結(jié)構(gòu)化數(shù)據(jù)的產(chǎn)生往往伴隨著社交網(wǎng)絡(luò)、移動(dòng)計(jì)算和傳感器等新的渠道和技術(shù)的不斷涌現(xiàn)和應(yīng)用。在這些數(shù)據(jù)中，僅依托社交網(wǎng)絡(luò)而存在的數(shù)據(jù)對(duì)企業(yè)開拓新的市場(chǎng)需求就是一個(gè)巨大的機(jī)遇。如果企業(yè)能夠從這些依托社交網(wǎng)絡(luò)的數(shù)據(jù)（如網(wǎng)民對(duì)某行業(yè)的議論、某種需求訴求、某產(chǎn)品功能吐槽、電子網(wǎng)站上價(jià)格、媒體上的某新產(chǎn)品發(fā)布會(huì)等等）中獲取新的洞察力，并將其與已知業(yè)務(wù)的各個(gè)細(xì)節(jié)相融合，挖掘用戶需求點(diǎn)，創(chuàng)新產(chǎn)品，這就是機(jī)遇，也是競(jìng)爭(zhēng)力。

以房產(chǎn)行業(yè)為例。假如房企有效采集到論壇、微博、博客、貼吧、新聞跟帖上網(wǎng)關(guān)于住房話題議論數(shù)據(jù)，如民對(duì)房屋設(shè)計(jì)、小區(qū)環(huán)境、家居質(zhì)量、交通情況、個(gè)人住房需求偏好以及用戶賬號(hào)的個(gè)人注冊(cè)信息等，就可以從中分類分析不同年齡段、性別、地區(qū)的客戶消費(fèi)偏好、消費(fèi)能力，以此為依據(jù)去了解區(qū)域市場(chǎng)的需求，肯定會(huì)有別樣的收獲。

大數(shù)據(jù)在挖掘市場(chǎng)新需求上的應(yīng)用

雖然，大數(shù)據(jù)在國(guó)內(nèi)應(yīng)該還處在探索和嘗試階段，但是一些行業(yè)巨頭進(jìn)軍大數(shù)據(jù)的步伐從未停滯。從阿里巴巴到騰訊，從無印良品到海爾和小米，他們都在通過各種不同的方式或形式投身于大數(shù)據(jù)應(yīng)用中。雖然這些企業(yè)分布在不同行業(yè)，但它們都有一個(gè)共同的特點(diǎn)，那就是在利用互聯(lián)網(wǎng)思維和大數(shù)據(jù)有效地為客戶提供更符合需求的產(chǎn)品。

拿房地產(chǎn)巨頭之一的萬科來說。萬科在客戶行為數(shù)據(jù)調(diào)查中發(fā)現(xiàn)，移動(dòng)互聯(lián)時(shí)代家里的網(wǎng)絡(luò)WiFi必不可少，但經(jīng)常會(huì)出現(xiàn)每個(gè)房間WiFi信號(hào)強(qiáng)度有別的尷尬，因此在其樓房中統(tǒng)一配備了WiFi增強(qiáng)系統(tǒng)；同時(shí)，因?yàn)楝F(xiàn)在很多年輕人變得很宅，習(xí)慣在沙發(fā)上坐一整天，于是設(shè)計(jì)了“土豆位”的概念，迎合3C時(shí)代年輕人的生活習(xí)慣。而在社區(qū)配套服務(wù)上，萬科更嘗試讓業(yè)主、客戶可以在社區(qū)建設(shè)之初就參與到社區(qū)配套的設(shè)計(jì)和運(yùn)營(yíng)上來，引入時(shí)下最新的互聯(lián)網(wǎng)概念 “眾籌”，根據(jù)業(yè)主需求未來有可能實(shí)現(xiàn)“眾籌”健身房、超市、美容院等。

同樣，這種從網(wǎng)絡(luò)數(shù)據(jù)中挖掘新的市場(chǎng)需求的做法也適用于婚戀公司。比如，作為一家婚戀網(wǎng)站，百合網(wǎng)不僅需要經(jīng)常做一些研究報(bào)告，分析注冊(cè)用戶的年齡、地域、學(xué)歷、經(jīng)濟(jì)收入等數(shù)據(jù)，即便是每名注冊(cè)用戶小小的頭像照片，這背后也大有挖掘的價(jià)值。百合網(wǎng)研究規(guī)劃部李琦曾經(jīng)對(duì)百合網(wǎng)上海量注冊(cè)用戶的頭像信息進(jìn)行分析，發(fā)現(xiàn)那些受歡迎頭像照片不僅與照片主人的長(zhǎng)相有關(guān)，同時(shí)照片上人物的表情、臉部比例、清晰度等因素也在很大程度上決定了照片主人受歡迎的程度。例如，對(duì)于女性會(huì)員，微笑的表情、直視前方的眼神和淡淡的妝容能增加自己受歡迎的概率，而那些臉部比例占照片1/2、穿著正式、眼神直視沒有多余pose的男性則更可能成為婚戀網(wǎng)站上的寵兒。

網(wǎng)絡(luò)信息數(shù)據(jù)的特點(diǎn)及存在形式

拋開以其他形式存在的結(jié)構(gòu)化數(shù)據(jù)和半結(jié)構(gòu)化數(shù)據(jù)不說，單單以基于社交及新聞媒介存在的信息數(shù)據(jù)而言，其就表現(xiàn)出以下三個(gè)特點(diǎn)。

第一，數(shù)據(jù)呈現(xiàn)類型繁多。拜互聯(lián)網(wǎng)和通信技術(shù)近年來迅猛發(fā)展所賜，如今的網(wǎng)絡(luò)數(shù)據(jù)類型早已不是單一的文本形式，還包括辦公文檔、文本、圖片、XML、HTML、各類報(bào)表、圖像、音頻、視頻、數(shù)字等等各種豐富的數(shù)據(jù)信息，這對(duì)對(duì)數(shù)據(jù)的抓取及處理能力提出了更高的要求。

第二，數(shù)據(jù)量巨大。大數(shù)據(jù)到底有多大？一組名為“互聯(lián)網(wǎng)上一天”的數(shù)據(jù)告訴我們，一天之中，互聯(lián)網(wǎng)產(chǎn)生的全部?jī)?nèi)容可以刻滿1.68億張DVD；發(fā)出的郵件有2940億封之多（相當(dāng)于美國(guó)兩年的紙質(zhì)信件數(shù)量）；發(fā)出的社區(qū)帖子達(dá)200萬個(gè)（相當(dāng)于《時(shí)代》雜志770年的文字量）。一分鐘內(nèi)，微博推特上新發(fā)的數(shù)據(jù)量超過10萬；社交網(wǎng)絡(luò)“臉譜”的瀏覽量超過600萬……

第三，“碎片化”傳播。自媒體時(shí)代的社交媒介。沒有任何的組織目標(biāo)和指導(dǎo)方針，它的“碎片化”信息數(shù)據(jù)傳播迎合了社會(huì)信息化的進(jìn)程，反應(yīng)了信息數(shù)據(jù)的時(shí)效性、即時(shí)性、反饋性。散布在世界各地的微博主隨時(shí)傳播著產(chǎn)品信息和評(píng)論，見證著企業(yè)各種活動(dòng)，評(píng)論產(chǎn)品的好壞等，以一種旁觀和參與兼顧的姿態(tài)記錄對(duì)自己接觸的所有事物的認(rèn)知、建議、訴求、情緒。

隨著網(wǎng)絡(luò)社交在線的互動(dòng)性、便捷性增強(qiáng)，在社會(huì)化媒體進(jìn)行評(píng)級(jí)、撰寫點(diǎn)評(píng)、博文、點(diǎn)贊，產(chǎn)生大量的非結(jié)構(gòu)性數(shù)據(jù)和碎片化數(shù)據(jù)，那么這些流傳于網(wǎng)絡(luò)的信息數(shù)據(jù)會(huì)是以什么樣的形成存在呢？就拿上文中談到的房地產(chǎn)數(shù)據(jù)來說，這些數(shù)據(jù)完全可以來源于網(wǎng)絡(luò)房產(chǎn)類話題的網(wǎng)友議論內(nèi)容，比如微博上網(wǎng)友在討論住房是提到的對(duì)wifi的信號(hào)的訴求；論壇上房產(chǎn)頻道網(wǎng)友住房不布置設(shè)想；貼吧上網(wǎng)友對(duì)住房小區(qū)配套設(shè)施的吐槽等等。這些網(wǎng)友的訴求、吐槽、設(shè)想信息數(shù)據(jù)分析結(jié)果，將指導(dǎo)產(chǎn)品的設(shè)計(jì)和社區(qū)配套的建設(shè)，包含戶型、景觀、住宅性能和鄰里空間等方面。

網(wǎng)絡(luò)大數(shù)據(jù)信息的采集和抓取

有人說，發(fā)現(xiàn)知識(shí)正是大數(shù)據(jù)的真正價(jià)值，僅僅存儲(chǔ)數(shù)據(jù)而不去挖掘內(nèi)在信息并沒有意義。但是，作為發(fā)現(xiàn)知識(shí)的必要條件，如何獲取這些支撐我們?nèi)ネ诰騼?nèi)在信息的數(shù)據(jù)，是企業(yè)建設(shè)大數(shù)據(jù)的基石。

Web是一個(gè)巨大的資源寶庫(kù)，目前頁(yè)面數(shù)目已超過800億，每小時(shí)還以驚人的速度增長(zhǎng)，里面有你需要的大量有價(jià)值的信息，例如潛在客戶的列表與聯(lián)系信息，競(jìng)爭(zhēng)產(chǎn)品的價(jià)格列表，實(shí)時(shí)金融新聞，供求信息，論文摘要等等。可是由于關(guān)鍵信息都是以半結(jié)構(gòu)化或自由文本形式存在于大量的HTML網(wǎng)頁(yè)中，很難直接加以利用。

面對(duì)類型繁多、數(shù)量巨大以及碎片化的網(wǎng)絡(luò)信息數(shù)據(jù)，如何能對(duì)這些數(shù)據(jù)的有效、準(zhǔn)確、全面采集是企業(yè)大數(shù)據(jù)戰(zhàn)略的一個(gè)重要組成部分之一。以樂思網(wǎng)絡(luò)信息采集系統(tǒng)的功能為例，系統(tǒng)可以根據(jù)用戶自定義的任務(wù)配置，批量而精確地抽取因特網(wǎng)目標(biāo)網(wǎng)頁(yè)中的半結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)，轉(zhuǎn)化為結(jié)構(gòu)化的記錄，保存在本地?cái)?shù)據(jù)庫(kù)中，用于內(nèi)部使用或外網(wǎng)發(fā)布，快速實(shí)現(xiàn)外部信息的獲取。

通過自定義任務(wù)配置，實(shí)施目標(biāo)網(wǎng)站信息自動(dòng)抓取，實(shí)現(xiàn)HTML頁(yè)面內(nèi)各種數(shù)據(jù)的采集，如文本信息，URL，數(shù)字，日期，圖片等；對(duì)每類信息自定義來源與分類；下載圖片與各類文件；對(duì)于登陸網(wǎng)友實(shí)現(xiàn)用戶名與密碼自動(dòng)登錄，并可以Windows任務(wù)計(jì)劃器配合，定期抽取目標(biāo)網(wǎng)站；智能替換去除與內(nèi)容無關(guān)部分如廣告；實(shí)現(xiàn)多頁(yè)面，多篇、多段文章內(nèi)容自動(dòng)瀏覽及自動(dòng)抽取與合并；實(shí)現(xiàn)數(shù)據(jù)直接進(jìn)入數(shù)據(jù)庫(kù)而不是文件中，直接或模擬提交表單；實(shí)現(xiàn)所有主流數(shù)據(jù)庫(kù)：MS SQL Server, Oracle, DB2, MySQL, Sybase, Interbase, MS Access數(shù)據(jù)匹配。

廣義的大數(shù)據(jù)建設(shè)我們力不從心，但這并不能阻擋我們應(yīng)用網(wǎng)絡(luò)大數(shù)據(jù)挖掘企業(yè)新的市場(chǎng)需求的步伐。通過收集企業(yè)外部信息，包括與本公司相關(guān)的信息，與競(jìng)爭(zhēng)對(duì)手相關(guān)的信息，行業(yè)信息，價(jià)格信息，與合作伙伴相關(guān)的信息，用戶網(wǎng)上反饋的各種信息，科研技術(shù)信息，用戶家庭月收入、存款及還款信息，來自于零售商業(yè)、服務(wù)業(yè)的個(gè)人消費(fèi)開支結(jié)構(gòu)信息，從而先于行業(yè)、競(jìng)爭(zhēng)對(duì)手鎖定客戶的需求，加快銷售節(jié)奏，實(shí)現(xiàn)銷售目標(biāo)。