大數(shù)據(jù)能力需要有漫長積蓄過程，絕非想用就能用

2016年可謂是中國的“大數(shù)據(jù)之年”，不僅國家推行“大數(shù)據(jù)戰(zhàn)略”，倡導(dǎo)發(fā)展互聯(lián)網(wǎng)新經(jīng)濟，各行各業(yè)也都在談?wù)摯髷?shù)據(jù)的前景。大數(shù)據(jù)一時成為了各大企業(yè)都爭相推擁的熱詞。

單純從字面理解，大數(shù)據(jù)描述的是一個巨量數(shù)據(jù)的概念。而在實際的應(yīng)用上，“大數(shù)據(jù)”更類似“光年”一樣，當(dāng)光指引到時間中，就成為了描述距離的單位，而把海量的有效數(shù)據(jù)進行有針對性的整合分析時，他就可以對用戶行為進行描述，為我們的生活提供各種各樣的決策和指引。

隨著國家大數(shù)據(jù)戰(zhàn)略的推行，“數(shù)聚”、“精準”等概念紛紛涌現(xiàn)。然而，在各大品牌層出不窮的新玩法下，“大數(shù)據(jù)”概念被濫用的情況越來越嚴重。筆者之見，“大數(shù)據(jù)”能力需要有漫長積蓄過程，絕非“想用就能用”。

在品牌宣傳上，大數(shù)據(jù)的概念常常被有意無意地偷換，主要表現(xiàn)在，“有數(shù)據(jù)”并不等于大數(shù)據(jù)。大數(shù)據(jù)存在5V的特征，即Volume（大量）、Velocity（高速）、Variety（多樣）、Value（價值）、Veracity（真實性）。除了存有數(shù)據(jù)的基本條件外，還需滿足以上五個維度。因此，大數(shù)據(jù)是一個非常嚴格的概念。

一個企業(yè)的大數(shù)據(jù)實力如何，主要基于其擁有的數(shù)據(jù)資產(chǎn)的數(shù)量和質(zhì)量，同時也取決于數(shù)據(jù)的維度，及對海量數(shù)據(jù)的開發(fā)運用能力（內(nèi)部算法）。因此不少巨頭在不斷擴張自己數(shù)據(jù)庫容量的同時，也在通過并購整合，拓寬其自身數(shù)據(jù)資產(chǎn)的覆蓋度和完整度，同時提升自己對數(shù)據(jù)的運算能力。

以阿里巴巴為例，阿里擁有龐大的用戶群體以及十多年的用戶數(shù)據(jù)積累。其大數(shù)據(jù)資產(chǎn)，無論從數(shù)量還是質(zhì)量上，在中國處于絕對領(lǐng)先地位。但究其根本，其主要數(shù)據(jù)維度主要集中在電商領(lǐng)域。隨著阿里巴巴不斷的跨領(lǐng)域擴張，其大數(shù)據(jù)維度也隨之豐富起來。UC瀏覽器、高德地圖、優(yōu)酷土豆、新浪微博等多個領(lǐng)域產(chǎn)品的加入，阿里大數(shù)據(jù)基于移動信息領(lǐng)域的矩陣逐漸擴展。截至目前，據(jù)不完全統(tǒng)計，阿里大數(shù)據(jù)矩陣至少包含了電商、閱讀、社交、搜索、地圖、視頻、應(yīng)用、游戲等維度的用戶行為數(shù)據(jù)，從覆蓋率和完整度上，應(yīng)該是目前BAT三大巨頭中最具優(yōu)勢的。

然而，企業(yè)收集到“多維度”的數(shù)據(jù)只是第一步，如何運用、創(chuàng)造價值是接下來面臨的考驗。在數(shù)據(jù)價值的“落地”上，各個企業(yè)也正在積極探索。

移動互聯(lián)時代深受“信息過載”的詬病，“如何實現(xiàn)信息與人更為精準的連接”是整個行業(yè)未來探索的方向。為了能夠給用戶提供最佳的內(nèi)容獲取決策，除了需要對數(shù)據(jù)寬度與厚度進行累積，還需要讓數(shù)據(jù)變得更加“聰明”。通俗來講，企業(yè)需要能夠?qū)τ脩舢a(chǎn)生的每個數(shù)據(jù)進行統(tǒng)計、分析與開發(fā)，并以此幫助用戶做出決策。

以UC為例，從阿里大數(shù)據(jù)中的高德地圖POI數(shù)據(jù)可以知道用戶當(dāng)下處于的特定場景，根據(jù)對“時間+地點”的描述分發(fā)用戶當(dāng)下最需要的資訊；此外，在淘寶、神馬搜索、優(yōu)酷等多維數(shù)據(jù)的互通下，可以知道用戶對不同類型資訊的需求。此外，UC的算法還能實現(xiàn)根據(jù)不同領(lǐng)域按權(quán)重繪畫屬于該用戶的用戶畫像，在基本的人群聚類下再繼續(xù)進行需求分層。

以上用戶數(shù)據(jù)的分析及處理，將形成個人定制化數(shù)據(jù)庫，之后，再根據(jù)算法進行精準推送，目前常用的推薦算法有三種：

第一代基于“協(xié)同過濾”，即收集大量的用戶瀏覽記錄，通過相似行為進行關(guān)聯(lián)推薦。由于算法簡介，邏輯清晰，可行性強，這種算法被大多數(shù)企業(yè)采用，例如今日頭條、天天快報等都是采用的這種算法，但其也存在缺陷。由于獲取數(shù)據(jù)的手段有限，數(shù)據(jù)不能夠真實的反應(yīng)出用戶對信息的需求，很容易讓用戶深陷在自己的“興趣愛好”當(dāng)中；

第二代基于“搜索”，在分析了用戶的核心興趣點之后，通過隱式搜索的方式，給用戶結(jié)果，這是在搜索引擎全面普及后出現(xiàn)的數(shù)據(jù)算法。但是與第一代算法類似的是，不同的人搜索相同的信息有不同的目的，而不同的時間地點搜同樣的信息也有不同的目的，用同樣的標準衡量用戶行為，容易產(chǎn)生誤判；好處是，對第一代算法所產(chǎn)生的“信息孤島”效應(yīng)有了較大的減弱，較容易形成興趣圈群。在這方面做得比較好的是一點資訊。

第三代基于“社群+場景”，從“人”的角度，切入到具體的社群，實現(xiàn)“人以群分”；從內(nèi)容的角度，切入到具體場景，這也是目前算法的發(fā)展趨勢，比較典型的是以阿里大數(shù)據(jù)矩陣為依托的UC頭條。

不過，就目前而言，實現(xiàn)“社群+場景”精準分發(fā)還處于一個比較理想的階段，體現(xiàn)在“社群+場景”有一系列苛刻的要求，基礎(chǔ)要滿足的就是精準的用戶畫像繪制。眼下有此能力的恐怕也只有BAT三家。

當(dāng)然，一個行業(yè)的成功除了能夠給用戶帶來改變，自身還應(yīng)具備優(yōu)秀的商業(yè)化能力，以實現(xiàn)行業(yè)的可持續(xù)發(fā)展。Facebook、Twitter等企業(yè)對大數(shù)據(jù)在信息流里的商業(yè)模式早有示范。其中，F(xiàn)acebook移動廣告營收公司總營收的82%（2016年Q1財報），是基于大數(shù)據(jù)的精準定向廣告流為收入帶來快速增長。而這種模式能夠適用并持續(xù)增長，其主要原因是B端與C端的互利，B端的廣告在更為精準、高效推送到用戶外，C端獲取了精準的信息，不會影響用戶體驗。

如以上所列舉的“在高德地圖里形成固定的商圈，在UC頭條相應(yīng)商圈的資訊就會推送給你”，這樣一次信息與人的精準連接，對用戶來說，帶來是獲取價值信息時間成本的縮小；對內(nèi)容提供者來說，是潛在受眾價值的挖掘；而對廣告主而言，是高效、精準傳遞受眾的價值實現(xiàn)。在這里面，滿足的是消費測、供給側(cè)、商業(yè)測三方需求。

大數(shù)據(jù)時代不止于“大”，企業(yè)對數(shù)據(jù)資產(chǎn)的厚度與深度的積累成為了決定大數(shù)據(jù)成敗的關(guān)鍵，在大數(shù)據(jù)被日益濫用的今天，筆者更希望在時代大趨勢下，大數(shù)據(jù)能真正落地，至少不止一個阿里巴巴。