
數(shù)據(jù)的四個特征
最近的確有些忙,博客也荒蕪了許久。很多博友問起我,怎么不見更新了?我心懷歉意。說實話,很久不寫東東,我心里也感覺空空的。還是要繼續(xù)寫下去,承蒙大家關注,我沒有理由懈怠。
今天我們聊點什么呢?
聊聊數(shù)據(jù)吧。我們總是在談數(shù)據(jù)分析,那么到底什么是數(shù)據(jù),數(shù)據(jù)有什么特征呢?這個問題雖基礎卻重要。
這里我們所說的數(shù)據(jù),僅指應用于企業(yè)運營的市場信息。它是認識事物的中間環(huán)節(jié),是事物的表面特征,其作用在于消除事物的不確定性。它至少具有以下四個基本特征。
一、時效性
所謂時效性是指數(shù)據(jù)的發(fā)生和運用要有個提前期,失去時效性,就失去了潛在機會。
舉個例子,以前在廣州有個大廈,它對數(shù)據(jù)的時效性運用的就很好。據(jù)說有一年,它的經(jīng)理和別人聊天,人家無意間提起說那年春天廣州的雨水將特別大,于是他特意去了廣州氣象臺證實,證實后,他開始調查,發(fā)現(xiàn)深圳一家廠子里積壓著20萬多把雨傘。當時正是11月份,旱季,這家廠子壓著20萬多把雨傘早就想出手,所以這個大廈的經(jīng)理就去了深圳,以極低的價格就把雨傘盤進來了。結果那年廣州的春天來得特別早,一過春節(jié),這雨嘩嘩就下起來了,他趁機20多萬把雨傘往出賣,結果一銷而空。這就是利用了信息的時效性。
簡單嗎?很簡單,只需要到氣象臺問一下,但是,有多少企業(yè)會問呢?其實并不多,因為很多企業(yè)就沒有提前獲取數(shù)據(jù)的意識。經(jīng)常是等到下雨了再進雨傘,那就沒買賣做了。
數(shù)據(jù)要具有時效性,或者說數(shù)據(jù)分析要有預見性,因此,大家在采集數(shù)據(jù)的時候,要注意數(shù)據(jù)的時效性,要具備用現(xiàn)在的數(shù)據(jù)預測未來市場的走向的意識。
二、分散性
數(shù)據(jù)的分散性,具體表現(xiàn)在兩個方面。
1、沒有固定發(fā)生地
數(shù)據(jù)沒有固定發(fā)生地,因此,需要多渠道采集數(shù)據(jù),除了上網(wǎng)、圖書館查資料、還要留意電視、雜志等媒體的信息,關注統(tǒng)計局、行業(yè)協(xié)會、研究機構的數(shù)據(jù)或者直接做市場調研。
2、零散分布,相互關聯(lián)才完整
數(shù)據(jù)是零散的,真正能還原數(shù)據(jù)的完整性,并充分利用數(shù)據(jù)的,都是勤于思考,努力尋找數(shù)據(jù)關聯(lián)性的人。
在舊社會的解放區(qū),人人都聽到,河北省出了一個白毛仙姑,但是誰也沒有去琢磨,當時只有20歲的賀敬之琢磨出來了:這叫做舊社會把人變成鬼,新社會把鬼變成人。于是他就寫出了不朽的名著叫做《白毛女》,正可謂“人人之所見、人人所未思”。
三、概率性
什么是概率性?簡單理解就是看似結果不確定的事情,多次重復,就會顯示出一定的規(guī)律性。
比如我們拋硬幣。拋5次、10次,到底有幾次正面向上不好說,但若拋幾百次,幾千次,正面向上的可能性就穩(wěn)定在50%左右。
有一個生產裝汽水、裝啤酒的塑料箱的小廠廠長,了解了數(shù)據(jù)的概率性,就把北京郵政編碼本找來,找到北京130個單位,發(fā)了130封信,結果就回來1封,讓他拿著樣品過去看看,概率夠低的。這個廠長怕別人搞不好,就自己夾著箱子去了。這家單位在4樓,廠長把箱子遞過去,那老兄看都沒看,一推窗戶,‘磅’的一聲,就給扔出去了。然后那老兄就往下跑,這廠長就在后面追,到了樓下,一看這箱子,一點沒壞!那老兄說:“行!這箱子挺結實的,定貨!”半年的買賣就有了。玩的就是概率。
數(shù)據(jù)的概率性告訴我們:成功=努力+等待。
四、再創(chuàng)性
所謂再創(chuàng)性是指我們所看到的數(shù)據(jù)只是一種現(xiàn)象和啟示,不同的人會得出不同的結論。而要想透過現(xiàn)象看本質,需要用發(fā)展的眼光看問題,通過深入的分析,找出隱藏在市場現(xiàn)象背后的機會。
例如,二戰(zhàn)后,松下幸之助開始研制一個非常不起眼的家庭用電機,好多人嘲笑他,說電機都是工廠用的,你這電機家庭干什么使呢。但是,松下幸之助看到了家用電機的發(fā)展,他說:‘現(xiàn)在是零,將來就是無限?!冒l(fā)展的眼光看問題,才能再創(chuàng)性地挖掘機會。
再講個故事:有甲、乙兩個推銷員,同時到非洲的一個島國賣鞋子。這個島國里人人都光著腳丫。甲推銷員一見到他們都不穿鞋,于是認為鞋子在這里沒有銷路;而乙推銷員將數(shù)據(jù)進行再創(chuàng),看到他們不穿鞋,于是拿著鞋子來做調查,經(jīng)調查發(fā)現(xiàn):這里的人之所以不穿鞋,是因為他們的腳都特別寬,而市面上的鞋太窄,他們穿不進去。于是他建議公司生產出專門適合這個島國的鞋子。此外,他還把尺寸合適的鞋子送給當?shù)氐那蹰L,酋長一穿鞋,感覺舒服極了,而老百姓一看酋長都穿鞋了,他們也想穿。等到老百姓也想穿,就有市場了,原來都不穿鞋,現(xiàn)在人人都要穿鞋,于是乙推銷員讓鞋子很有銷路。這個故事說明,數(shù)據(jù)只是現(xiàn)象和啟發(fā),只有深入的分析,才能再創(chuàng)性地挖掘機會。
以上就是數(shù)據(jù)的四個特征:時效性、分散性、概率性、再創(chuàng)性。
了解數(shù)據(jù)的四個特征,對于我們的數(shù)據(jù)工作具有啟發(fā)。例如,數(shù)據(jù)采集就要充分考慮到數(shù)據(jù)的這四個特征:
基于再創(chuàng)性,要對采集到的數(shù)據(jù)信息深入地分析和解讀
數(shù)據(jù)除了這四個特征外,還有沒有其他的特征?很想聽聽你的想法:
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
SQL Server 中 CONVERT 函數(shù)的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(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。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結構數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結構數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內涵、作用與應用解析 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:解鎖表結構數(shù)據(jù)特征價值的專業(yè)核心 表結構數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結構化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 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、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結構數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結構數(shù)據(jù)(以 “行 - 列” 存儲的結構化數(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:激活表格結構數(shù)據(jù)價值的核心操盤手 表格結構數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、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)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(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)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 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” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10