
大數(shù)據(jù)的價值:找到別人的“集體智慧”
大數(shù)據(jù)部門該放在運營團隊還是技術團隊?在紅杉資本中國基金會專家合伙人、原阿里數(shù)據(jù)委員會會長車品覺看來,糾結于此類問題的企業(yè),距離大數(shù)據(jù)的法門尚遠。車品覺認為,大數(shù)據(jù)應該是CEO直接領導的戰(zhàn)略級部門,是一把開啟新世界大門的鑰匙。今天,大數(shù)據(jù)已在營銷、風險控制等領域已大放異彩;而在可預見的未來,基于大數(shù)據(jù)的諸多模式創(chuàng)新,將帶給我們無限的想象空間。
三大顛覆性變化正在發(fā)生,將爆發(fā)驚人威力
最近,我去了一趟美國,看到大數(shù)據(jù)的幾個變化,這些變化有可能極大地改變世界。
第一個變化是開始從被動搜集數(shù)據(jù),轉變?yōu)橹鲃铀鸭瘮?shù)據(jù)。美國一家公司現(xiàn)場給我們表演,電視里正在播放新聞,他們把手機放在電視機旁,手機很快識別出這是CNN新聞頻道,以及正在播出什么內(nèi)容。我們?nèi)齻€人拿出自己的手機,手機同時放三首不同的歌,他們的軟件很快辨別出這三首歌是什么,以及作為背景正在播放的電視新聞。這意味著,非結構性的數(shù)據(jù)編程結構性數(shù)據(jù),開始從被動搜集數(shù)據(jù)轉變?yōu)橹鲃铀鸭瘮?shù)據(jù)。
第二個變化是非實時轉實時。滴滴打車的數(shù)據(jù)可以說明不同地點的人流情況,但是零售業(yè)得到了這些數(shù)據(jù),又如何觸到它的用戶群呢?大家知道這個世界有一個,DSP(Demand-Side Platform需求方平臺),作為中間方,DMP記錄用戶去了哪個網(wǎng)站,用了什么APP。當人使用APP時,數(shù)據(jù)會告訴DSP,這個人出現(xiàn)在了某一個地方,DSP就能夠幫商戶做智能投放。由于背后有大數(shù)據(jù)支撐,放在很短的時間內(nèi)就能完成。這種模式對營銷來說,絕對是一個顛覆。
另外,還有一個非常重要的變化是對話。美國有兩大公司,幾乎同時宣布了一項戰(zhàn)略性科技——對話的人工智能。比如,你的房間有一個音響,這個音響同時是一個傳感器。當你說“我要買一瓶醬油”,音響會和你說:“老板,你是不是要買你之前買過的醬油?”你說:“不是,我要買新的?!彼蜁嬖V你,新的醬油以及同樣差不多的有幾種,建議你選擇哪種。這個變化將引發(fā)一個大的顛覆。
隱私+歸屬權:從混沌走向清晰
說到大數(shù)據(jù),不得不提的是大數(shù)據(jù)與隱私這個問題。
這次在美國,見到一個在隱私問題上給美國總統(tǒng)提意見的專家。他說,關于個人隱私會有一個顛覆性的變化,這一變化在歐洲已經(jīng)開始了,現(xiàn)在是美國。過去,當用戶使用一個應用時,都會和應用方簽訂一個協(xié)議,表明用戶同意把自己的數(shù)據(jù)交給應用方以改善用戶體驗。但是,大部分人都不知道自己同意的是什么,僅僅是點擊了“同意”。美國的法律對此準備進行修改,這可能會改變大數(shù)據(jù)產(chǎn)業(yè)。
在這個變化中有個問題,數(shù)據(jù)分可識別數(shù)據(jù)、不可識別數(shù)據(jù)?;ヂ?lián)網(wǎng)上的數(shù)據(jù),有的可以識別是你,有的不可以識別是你。當不能完全知道他是誰,沒有辦法和他說你是否同意時該怎么辦?現(xiàn)在,美國正在認真討論類似的事情。
另一個問題是數(shù)據(jù)的擁有權是誰?早期大家是按照實物的思路,來定義數(shù)據(jù)擁有權的法律,后來發(fā)現(xiàn)這條路撞墻了。數(shù)據(jù)的可愛之處就是看見就看見了,不在于是你拿著還是我拿著。法律界已經(jīng)開始關注這個問題。
關于隱私問題,大部分用戶更多是希望平衡好,你不能拿到我的數(shù)據(jù)我一點好處都沒有,你拿了數(shù)據(jù)使用我卻一點都不知道。所以,問題是誰有權控制?比如臉書,每一次使用用戶數(shù)據(jù),會告訴用戶,這個數(shù)據(jù)會在某個點使用,這就涉及數(shù)據(jù)使用透明和是否可控的權利問題。這個行業(yè)里面很多人不想講這個問題,但并不是不知道。但這是我們做大數(shù)據(jù)的人必須要慢慢解決的,否則這是一個定時炸彈。
當然,有大量的數(shù)據(jù)不相關隱私。比如,用1000個人或者5000個人的數(shù)據(jù)算出來的結果,當做大數(shù)據(jù)營銷的時候,有沒有把他捆綁在5000個人當中營銷?美國有些法案很可愛,認定個人數(shù)據(jù)的隱私問題不是放在單獨的案例當中,而是放在行業(yè)里面。我問專家,為什么要放在行業(yè)里面?他說,個人隱私和行業(yè)有關,比如賣藥的,個人隱私的監(jiān)管就會非常嚴格,而游戲類的個人數(shù)據(jù)會相對簡單一些。在歐洲則是一套法律,不分行業(yè)。歐洲人認為,隱私是一個人的底線。而美國認為價值和隱私之間可平衡。這些都是未來大家都會議論的課題。做好縫合,不斷迭代
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
訓練與驗證損失驟升:機器學習訓練中的異常診斷與解決方案 在機器學習模型訓練過程中,“損失曲線” 是反映模型學習狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計基本概念成為業(yè)務決策的底層邏輯 統(tǒng)計基本概念是商業(yè)數(shù)據(jù)分析的 “基礎語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 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 ...
2025-09-19SQL 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。 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內(nèi)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(diào)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(diào)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 ...
2025-09-11