大數(shù)據(jù)的四大特征

說起大數(shù)據(jù)，人們得第一反應(yīng)是大，而麥肯錫全球研究所給出的定義是：一種規(guī)模大到在獲取、存儲(chǔ)、管理、分析方面大大超出了傳統(tǒng)數(shù)據(jù)庫(kù)軟件工具能力范圍的數(shù)據(jù)集合，具有海量的數(shù)據(jù)規(guī)模、快速的數(shù)據(jù)流轉(zhuǎn)、多樣的數(shù)據(jù)類型和價(jià)值密度低四大特征。而WiFi作為的當(dāng)下最重要的流量入口，通過用戶的上網(wǎng)行為采集大數(shù)據(jù)，并通過大數(shù)據(jù)分析用戶畫像，從而進(jìn)行一系列的變現(xiàn)行為，也成為了當(dāng)下商業(yè)WiFi企業(yè)普遍采取的方式。

雖說如此，但是縱觀整個(gè)WiFi產(chǎn)業(yè)，從最早的廣告變現(xiàn)、流量變現(xiàn)到如今普遍使用的大數(shù)據(jù)、O2O等多種變現(xiàn)模式，大多數(shù)的WiFi相關(guān)從業(yè)企業(yè)并沒有實(shí)現(xiàn)真正意義上的變現(xiàn)，還是在在依靠資本苦苦支撐，撇開其他的變現(xiàn)模式不談， WiFi行業(yè)大數(shù)據(jù)變現(xiàn)究竟路在何方？

正如上面所說，大數(shù)據(jù)具有海量的數(shù)據(jù)規(guī)模、快速的數(shù)據(jù)流轉(zhuǎn)、多樣的數(shù)據(jù)類型和價(jià)值密度低四大特征，那么我們就這四大特征一一進(jìn)行分析：

第一、海量的數(shù)據(jù)規(guī)模。

大數(shù)據(jù)相較于傳統(tǒng)數(shù)據(jù)最大的區(qū)別就是海量的數(shù)據(jù)規(guī)模，這種規(guī)模大到“在獲取、存儲(chǔ)、管理、分析方面大大超出了傳統(tǒng)數(shù)據(jù)庫(kù)軟件工具能力范圍的數(shù)據(jù)集合”。就商業(yè)WiFi企業(yè)所擁有的數(shù)據(jù)而言，即便整合一個(gè)商場(chǎng)或者商業(yè)中心所采集到的數(shù)據(jù)也很難達(dá)到這種“超出范圍”的數(shù)據(jù)量，更不要說少有WiFi企業(yè)可以做到布點(diǎn)一整個(gè)商業(yè)中心，現(xiàn)在多數(shù)的商業(yè)WiFi企業(yè)還是處于小規(guī)模發(fā)展階段，所得到的數(shù)據(jù)多是某一個(gè)門店或者單獨(dú)營(yíng)業(yè)個(gè)體的數(shù)據(jù)，并不能稱之為大數(shù)據(jù)。所以要想收集海量的數(shù)據(jù)，就目前的行業(yè)發(fā)展態(tài)勢(shì)而言，最佳的選擇是企業(yè)合作，通過合作，集合多家企業(yè)的數(shù)據(jù)，填補(bǔ)數(shù)據(jù)空白區(qū)域，增加數(shù)據(jù)量，真正意義上實(shí)現(xiàn)大數(shù)據(jù)到大數(shù)據(jù)的跨步。

第二、快速的數(shù)據(jù)流轉(zhuǎn)。

數(shù)據(jù)也是具有時(shí)效性的，采集到的大數(shù)據(jù)如果不經(jīng)過流轉(zhuǎn)，最終只會(huì)過期報(bào)廢。尤其是對(duì)于商業(yè)WiFi企業(yè)來說，大多數(shù)商業(yè)WiFi企業(yè)采集到的數(shù)據(jù)都是在一些用戶的商業(yè)行為，這些行為往往具備時(shí)效性，例如，采集到某位用戶天在服裝商場(chǎng)的消費(fèi)行為軌跡，如果不能做到這些數(shù)據(jù)的快速流轉(zhuǎn)、及時(shí)分析，那么本次所采集到的數(shù)據(jù)可能便失去了價(jià)值，因?yàn)檫@位用戶不會(huì)每一天都在買衣服?？焖倭鬓D(zhuǎn)的數(shù)據(jù)就像是不斷流動(dòng)的水，只有不斷流轉(zhuǎn)才能保證大數(shù)據(jù)的新鮮和價(jià)值。

第三、多樣的數(shù)據(jù)類型。

大數(shù)據(jù)的第三特征就是數(shù)據(jù)類型的多樣性，首先用戶是一個(gè)復(fù)雜的個(gè)體，單一的行為數(shù)據(jù)是不足以描述用戶的。目前WiFi行業(yè)對(duì)大數(shù)據(jù)的使用多是通過分析用戶軌跡，了解用戶的行為習(xí)慣，由此進(jìn)行用戶畫像，從而實(shí)現(xiàn)精確推送。但是單一的類型的數(shù)據(jù)并不足以實(shí)現(xiàn)用戶畫像，例如，筆者之前了解過一些企業(yè)可通過用戶某一段時(shí)間的在某一區(qū)域內(nèi)的飲食數(shù)據(jù)，并由此在用戶進(jìn)入這一區(qū)域的時(shí)候推送相關(guān)信息，但是這一信息只是單純的分析了用戶一段時(shí)間的飲食數(shù)據(jù)，并沒有考慮到用戶現(xiàn)階段的身體狀況、個(gè)人需求和經(jīng)濟(jì)承受能力等等，所以這種推送的轉(zhuǎn)化率也就可想而知。

第四、價(jià)值密度低。

大數(shù)據(jù)本身?yè)碛泻Ａ康男畔?，這種信息從采集到變現(xiàn)不要一個(gè)重要的過程——分析，只有通過分析才能實(shí)現(xiàn)大數(shù)據(jù)從數(shù)據(jù)到價(jià)值的轉(zhuǎn)變，但是眾所周知，大數(shù)據(jù)雖然擁有海量的信息，但是真正可用的數(shù)據(jù)可能只有很小一部分，從海量的數(shù)據(jù)中挑出一小部分?jǐn)?shù)據(jù)本身就是各巨大的工作量，所以大數(shù)據(jù)的分析也常和云計(jì)算聯(lián)系到一起。只有集數(shù)十、數(shù)百或甚至數(shù)千的電腦分析能力于一身的云計(jì)算才能完成對(duì)海量數(shù)據(jù)的分析，而很遺憾的是，目前WiFi行業(yè)中的絕大部分企業(yè)并不具備云計(jì)算的能力。

以上四點(diǎn)，既是大數(shù)據(jù)的特征，也是影響WiFi行業(yè)大數(shù)據(jù)變現(xiàn)原因，這些因素對(duì)于大多數(shù)的WiFi企業(yè)來說很難單獨(dú)解決，所以才需要全行業(yè)、甚至與多個(gè)行業(yè)的合作來完成。當(dāng)然大數(shù)據(jù)本身也是具有價(jià)值的，WiFi企業(yè)可以通過出售大數(shù)據(jù)變現(xiàn)，只是，相比于多方合作最獲取的大數(shù)據(jù)價(jià)值而言，單純的出售所得到的價(jià)值真的是太少了。