
真正使用大數據處理的4個方法_數據分析師
大數據處理已經在媒體和IT企業(yè)中大量提及,但是有多少企業(yè)真正在使用大數據處理?又有多少企業(yè)從大數據處理中受益呢?真正使用好大數據處理是不容易的事情。
2014年,美國的中西部和東北部遭遇了最惡劣的氣候。美國的西南航空是美國最大的廉價航空。因者暴風雪,取消了上百家航班。上千上萬的乘客準備打電話,以及通過網絡支持重新預訂航班,但是發(fā)現系統已經過載。最后這些旅客轉向了滯留旅客的最后求助者:TwITter。
你可以想象一下,12000條充滿各種憤怒的微博在6個暴風雪的日子里,把西南航空徹底淹沒了。每天的峰值達到3000條微博。而另一端,作為這家航空公司的最后一招,派出了7個社交媒體專家。
這個例子似乎很極端,但是你不能保證自己不會遇到類似的事件,就是被社交媒體的需求和數據給吞沒。很多大品牌,如可口可樂和NBA,每天有成千上萬條社交媒體互動,從TwITter上的提及,以及Facebook上贊,到客戶貼的問題和抱怨,以及分享公司最近新聞的博文。
慢慢地,一些公司發(fā)現了把這種數據的頭疼變成一種資源。大數據其實就是企業(yè)和客戶之間數字交互的洪流,一直也被炒作為新世紀的原油,表面上有巨大價值,如果不提煉,什么用也沒有。這個挑戰(zhàn)就是先進的軟件套件和分析專家必須大體明白這些每天收集的兆兆字節(jié)的原始信息的意義。
社交媒體正在不斷提供普通公司進入大數據神秘世界的入場券。配以新的,用戶友好的分析工具,企業(yè)最終發(fā)現實用的,成本友好的方法,來處理客戶和潛在客戶上數字信息的井噴。
在西南航空的案例里,他們的社交媒體不僅能調節(jié)這個大風暴,也能從這個事件中收獲積極情緒,以及比以往更多的粉絲。這是猜測大數據,正確的工具去化解它,在成功中就能扮演重要角色。
美國一家擁有800萬用戶的社交媒體管理系統公司HootSuITe,它的CEO,Ryan Holmes最近在INC上撰文,對于那些指望利用社交媒體成為自己的優(yōu)勢,提出應用以下這些分析技術將是一個好的開始:
用過濾器從背景噪音中分離重要信息。Dell公司每天在11種語言的社交媒體渠道會收到超過25000個提及。從一個實際的業(yè)務角度來說,這些種的絕大多數是不重要的。但是通過使用社交媒體和分析工具,Dell能過濾出真正有用的信息:那種擁有成千上萬粉絲的,有影響力的TwITter用戶,貼在受人尊敬的博客和論壇上的故事,如果不被解決,就會擴散的緊急客戶需求。
這些工具每個都使用自己專有的算法來實時確定最急迫的信息,考慮關鍵詞、觀點和其他定制化領域。最終的結果是社交媒體數據的洪水減少成可管理的溪流。公司能立即啟動分流壞消息,幫助散布好消息,把簡潔的信息分配給營銷、銷售、客戶服務或者其他部門的人進行跟進。
跟蹤整個信息量的變化。2013年9月2日晚上,關于英國航空的微博數量開始異常飆升。這個信息不是好的。不滿的TwITter用戶Hasan Syed生氣自己的行李被航空公司丟了,發(fā)布了一個信息,不要乘@英國航空,他們的客戶服務糟糕透頂。他不是把這個微博發(fā)給他的粉絲,而是把這個信息發(fā)給了紐約和英國的大約50000個其他用戶,這兩個地方都是英國航空的主要市場。
難以置信的是,英國航空的員工最后看見這個信息,并且姍姍來遲企圖用道歉來滅火。這時,這個故事已經從社交媒體升華了,在大西洋兩邊的新聞載體傳開了,從BBC到《時代》雜志。
用一些很簡單的分析工具,在這個事件中的許多麻煩都能避免。社交媒體信息量的變化,像英國航空經歷的,經常暗示有特別意義的事情出現,或好或壞,比如這個事件。當任何在活動異常出現時,可以設置警報來管理公司名字提及和其他關鍵詞和問題警告電子郵件。這能使企業(yè)走在PR災難之前,處理關注,阻止問題發(fā)酵失控。
植入自動跟蹤情緒的工具。回到2009,一個小鼻屎給達美樂Pizza帶來一個大問題。一個員工拍了一張工作時摳鼻子的視頻,并上傳到YouTube上??梢韵胂?,在這段視頻被撤下錢,這個腳本泛濫了,至少被看了一百萬次。對于達美樂而言,這個視頻和接下來的海嘯,出現在從《紐約時報》到NBC這樣的媒體上,把這個故事變成了鼻屎門,把已經很低的顧客評級又拉下不少。
為了反擊,達美樂改變了菜譜,提供退錢保證,并設立一個網站,就餐者能上傳他們食品的真正影像。在此期間,他們追蹤社交媒體上的公眾意見的變化,以便來調整他們推廣每個方面的調調。最終,這個幾百萬美元的我的過錯成為一個戲劇化的成功。美國地區(qū)的銷售在推廣之后的一個季度增長了14%,并且在接下來的一年,股價飆升了75%。
今天這種細微的性感追蹤能即可實現。社交分析軟件,這種軟件能掃描自動上千上萬信息的文本,來揭示積極情緒、負面情緒和中立情緒的分享。這樣就給企業(yè)一個實時的窗口來觀察如何感受他們產品、品牌、競爭對手,或者任意關鍵詞組合。
通過不斷監(jiān)控搜索詞,品牌能明白對于事件的內外輿論反應如何變化,企業(yè)能相應地轉變策略。
選擇能展現出時髦報告的軟件。寒冷天氣不是西南航空在近些年面對的唯一PR挑戰(zhàn)。一次一個飛行員無意丟下一個收音機,里面以同性戀數落他的空乘人員充滿了整個德州領空。整個事件吸引了超過1萬社交媒體的提及。那是在機身飛行中有一個時間空擋,當事件發(fā)生時,乘客用免費的WI-FI來微博整個事件。
然而,盡管這些,西南航空可以避免這些傷痛。事實上,在2013年航空質量評級中,這家公司排名第一。一大部分,無疑必須面對航空公司的充滿激情的社交媒體社區(qū),這個社區(qū)有1.6百萬的TwITter粉絲,以及4.2百萬的Facebook的喜歡者。西南航空的社交業(yè)務和傾聽團隊花了多年培養(yǎng)和擴大了這個社區(qū),改善了航空公司的曝光率,提升了忠誠度,并幫助了它成長,盡管有偶爾的PR失誤。
然而,對公司高管在結果上的無情關注,交流社交媒體的價值不總是容易的。深深的懷疑主義在許多高管中持守,他們認為TwITter和Facebook代表著少有趣味的寵物視頻,或者最多就是社交的軟工具而已。
分析提供了一種解藥?,F在的工具包括高級回報功能,能拿出董事會需要的圖表,追蹤品牌全部曝光的變化和隨時的性感變化,以及面對競爭對手的比較增長。利用這些可視化的幫助,營銷和社區(qū)團隊能展現給平靜心態(tài)的高管,社交媒體確實對業(yè)務有意義。
數據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:數據生態(tài)中兩類核心工具的差異與協同 在數字化轉型加速的今天,企業(yè)對數據的需求已從 “存儲” 轉向 “ ...
2025-09-19CDA 數據分析師:讓統計基本概念成為業(yè)務決策的底層邏輯 統計基本概念是商業(yè)數據分析的 “基礎語言”—— 從描述數據分布的 “均 ...
2025-09-19CDA 數據分析師:表結構數據 “獲取 - 加工 - 使用” 全流程的賦能者 表結構數據(如數據庫表、Excel 表、CSV 文件)是企業(yè)數字 ...
2025-09-19SQL Server 中 CONVERT 函數的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數據處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數據庫管理中,“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 數據分析師:解鎖表結構數據特征價值的專業(yè)核心 表結構數據(以 “行 - 列” 規(guī)范存儲的結構化數據,如數據庫表、Excel 表、 ...
2025-09-17Excel 導入數據含缺失值?詳解 dropna 函數的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數據時,“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 在數據分析與統計學領域,假設檢驗是驗證研究假設、判斷數據差異是否 “ ...
2025-09-16CDA 數據分析師:掌控表格結構數據全功能周期的專業(yè)操盤手 表格結構數據(以 “行 - 列” 存儲的結構化數據,如 Excel 表、數據 ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數量的準確性解析: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 網絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數據分析師:激活表格結構數據價值的核心操盤手 表格結構數據(如 Excel 表格、數據庫表)是企業(yè)最基礎、最核心的數據形態(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、數據爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數據的科學計數法問題 為幫助 Python 數據從業(yè)者解決pd.read_csv讀取長浮點數據時的科學計數法問題 ...
2025-09-12CDA 數據分析師:業(yè)務數據分析步驟的落地者與價值優(yōu)化者 業(yè)務數據分析是企業(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)則拆解到數據把關的實戰(zhàn)指南 在業(yè)務系統落地過程中,“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:數據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