
新媒體大數(shù)據(jù)能給中國帶來什么_數(shù)據(jù)分析師
新媒體的迅猛發(fā)展產(chǎn)生了海量數(shù)據(jù)。這些數(shù)據(jù)使我們能夠更好地洞察社會(huì)各方面的細(xì)微變化。深入挖掘新媒體大數(shù)據(jù)蘊(yùn)含的價(jià)值,將有力助推中國經(jīng)濟(jì)轉(zhuǎn)型——
作為大數(shù)據(jù)的主要來源之一,新媒體的迅猛發(fā)展導(dǎo)致用戶電腦瀏覽記錄、手機(jī)通信記錄、網(wǎng)頁瀏覽習(xí)慣、微博使用習(xí)慣、手機(jī)GPS定位跟蹤記錄等數(shù)據(jù)大量累積。相關(guān)統(tǒng)計(jì)顯示:2000年,全世界存儲(chǔ)的信息中只有1/4是數(shù)據(jù)信息;而目前,這一比例高達(dá)98%。業(yè)內(nèi)專家預(yù)計(jì),大數(shù)據(jù)很有可能會(huì)推動(dòng)產(chǎn)生一個(gè)新的時(shí)代。
有待挖掘的重要資源
新媒體大數(shù)據(jù)具有解析度高、廣度大、即時(shí)交互等諸多特點(diǎn),是經(jīng)濟(jì)運(yùn)行中的重要資源。
英國劍橋大學(xué)心理測量學(xué)中心研究員米哈烏·科辛斯基近期與他人聯(lián)合主持的一項(xiàng)研究認(rèn)為,僅僅使用公開的Facebook“贊”(Like)信息,也能瞬時(shí)生成極為詳盡的用戶心理-人口特征資料,包括種族、性格、智商分?jǐn)?shù)、政治觀點(diǎn)和宗教信仰等有效的個(gè)人統(tǒng)計(jì)信息。2013年,麻省理工學(xué)院和魯汶天主教大學(xué)的科學(xué)家研究了150萬用戶15個(gè)月內(nèi)的匿名電話記錄,結(jié)果發(fā)現(xiàn),只需要移動(dòng)通訊的4個(gè)時(shí)間、地點(diǎn)等相關(guān)數(shù)據(jù),就可以基本確定打電話者的身份??梢?,如同顯微鏡一樣,新媒體的大數(shù)據(jù)能夠突顯出經(jīng)濟(jì)運(yùn)行中極其微小的細(xì)節(jié);特別是社交網(wǎng)絡(luò)和互聯(lián)網(wǎng)公司收集的數(shù)據(jù),呈現(xiàn)出很強(qiáng)的身份特征。將這些數(shù)據(jù)與客戶個(gè)人信息相結(jié)合,就可以生成一系列關(guān)于客戶可能需求的“推測數(shù)據(jù)”。
相對于傳統(tǒng)媒體,新媒體具有強(qiáng)大的消解力量,包括消解傳統(tǒng)的電視、廣播、報(bào)紙等媒體之間的邊界,消解國家之間、社群之間、產(chǎn)業(yè)之間的邊界,消解信息發(fā)送者與接收者之間的邊界等。新媒體數(shù)據(jù)的這一特性使我們能夠不拘于一隅地了解整個(gè)人類社會(huì)系統(tǒng)的情況。中國廣大的地域、龐大的人口、差異化的區(qū)域經(jīng)濟(jì)結(jié)構(gòu)、多樣化的生活文化習(xí)慣,更進(jìn)一步拓展了新媒體數(shù)據(jù)的廣度。
此外,新媒體大數(shù)據(jù)還顯示出即時(shí)交互的特征。例如,微博平臺(tái)能夠形成完整的營銷閉環(huán),從消費(fèi)者開始注意某種商品,到產(chǎn)生興趣、尋找相關(guān)信息,再到達(dá)成購買并和周圍人分享購物體驗(yàn)。在社交媒體的媒介環(huán)境下,用戶口碑得以在短時(shí)間內(nèi)進(jìn)行裂變式傳播,每個(gè)轉(zhuǎn)發(fā)的用戶都成為信息的傳播者和被影響者,極易形成爭搶轟動(dòng)效應(yīng),引起購買決策。
著名商業(yè)期刊《哈佛商業(yè)評論》和《MIT斯隆管理評論》都曾以“大數(shù)據(jù)”作為主題,暢想大數(shù)據(jù)時(shí)代的企業(yè)管理。眾多學(xué)者和企業(yè)家得出的結(jié)論是:在未來,數(shù)據(jù)會(huì)像土地、石油和資本一樣,成為經(jīng)濟(jì)運(yùn)行中的根本性資源。從更深的層面看,新媒體大數(shù)據(jù)不僅本身是重要的資源,還可以通過與其他數(shù)據(jù)資源廣泛鏈接,促使其他數(shù)據(jù)資源得到更有效的開發(fā)和利用。
助推中國經(jīng)濟(jì)轉(zhuǎn)型
中國正處于經(jīng)濟(jì)轉(zhuǎn)型的關(guān)鍵時(shí)期,深入挖掘新媒體大數(shù)據(jù)中蘊(yùn)含的價(jià)值,將有力助推中國經(jīng)濟(jì)的轉(zhuǎn)型。
長期以來,中國擴(kuò)大內(nèi)需的動(dòng)力主要來自城鎮(zhèn)化;未來十多年,中國將有上億人口融入城市,這是極為復(fù)雜的經(jīng)濟(jì)和社會(huì)變化過程,需要新的協(xié)同發(fā)展政策。通過分析大數(shù)據(jù),可以對城市進(jìn)行更為合理的規(guī)劃與管理,有效緩解中國城鎮(zhèn)化過程中面臨的住房、教育、交通等諸多難題。例如,2010年,美國東北大學(xué)和哈佛醫(yī)學(xué)院的科學(xué)家隨機(jī)選取歐洲某國10萬手機(jī)用戶,追蹤他們在6個(gè)月中發(fā)生的數(shù)據(jù),旨在探尋人群活動(dòng)的范圍和移動(dòng)模式。
服務(wù)業(yè)是未來中國經(jīng)濟(jì)增長的支撐點(diǎn)和就業(yè)容納器。作為服務(wù)業(yè)的重要組成部分,由于長期缺乏有效的還本付息保證和規(guī)范的財(cái)務(wù)會(huì)計(jì)報(bào)表,小微企業(yè)普遍存在融資難題,限制了進(jìn)一步發(fā)展。阿里巴巴的小額貸款業(yè)務(wù)通過將大量的基礎(chǔ)商業(yè)數(shù)據(jù)、交易數(shù)據(jù)、信用數(shù)據(jù)結(jié)合起來進(jìn)行風(fēng)險(xiǎn)分析,為解決小微企業(yè)融資難題提供了思路。在金融業(yè),對沖基金也已經(jīng)開始從社交媒體提取市場“情緒”信息,利用Twitter、Facebook、聊天室和博客用戶發(fā)出的海量消息開發(fā)交易算法,并據(jù)此操作市場。
傳統(tǒng)行業(yè)轉(zhuǎn)型升級是中國經(jīng)濟(jì)結(jié)構(gòu)調(diào)整的重心。在零售業(yè),某些電商平臺(tái)已經(jīng)開始通過交易數(shù)據(jù)分析,幫助零售商實(shí)時(shí)掌握銷售動(dòng)態(tài),迅速調(diào)整庫存,以制訂更加精準(zhǔn)有效的營銷策略;同時(shí),通過將銷售信息與買賣方的年齡、性別、地址、愛好等個(gè)人特征信息相匹配,可以預(yù)測市場行情,引領(lǐng)消費(fèi)趨勢。傳統(tǒng)行業(yè)的運(yùn)作方式因此得到深刻改變,行業(yè)運(yùn)作效率大幅提高。
中國經(jīng)濟(jì)轉(zhuǎn)型離不開戰(zhàn)略新興行業(yè)的成長,而大數(shù)據(jù)被認(rèn)為是信息技術(shù)下一次重大突破的重要方向。在以前歷次信息革命中,中國主要扮演著學(xué)習(xí)者、跟隨者和參與者的角色;在這次突破中,中國有可能在諸多領(lǐng)域取得領(lǐng)先地位。其一,中國的人口結(jié)構(gòu)、經(jīng)濟(jì)規(guī)模以及新媒體的迅猛發(fā)展,決定了相關(guān)大數(shù)據(jù)的規(guī)模,為未來大數(shù)據(jù)研究提供許多創(chuàng)新角度;其二,中國在新媒體大數(shù)據(jù)開發(fā)和應(yīng)用方面擁有廣闊平臺(tái),有利于迅速培養(yǎng)領(lǐng)軍人物——相信通過企業(yè)、科研院所和高等學(xué)校之間的緊密合作,中國有望站在大數(shù)據(jù)領(lǐng)域的技術(shù)最前沿。
盡管目前我們對于新媒體大數(shù)據(jù)的開發(fā)、利用已經(jīng)取得一定進(jìn)展,但相對于其潛在價(jià)值而言遠(yuǎn)遠(yuǎn)不夠,未來仍需采取針對性的促進(jìn)措施。例如,設(shè)計(jì)和創(chuàng)建一個(gè)數(shù)據(jù)共享的體系架構(gòu),在保護(hù)個(gè)人隱私基礎(chǔ)上實(shí)現(xiàn)不同機(jī)構(gòu)間數(shù)據(jù)的流動(dòng);發(fā)展處理新型數(shù)據(jù)的特定技術(shù),培養(yǎng)大量數(shù)據(jù)分析人才,從而可以高效、精準(zhǔn)地處理海量的模糊信息;構(gòu)建完整的新媒體大數(shù)據(jù)生態(tài)產(chǎn)業(yè)鏈,實(shí)現(xiàn)數(shù)據(jù)的采集、存儲(chǔ)、組織、查詢、管理和應(yīng)用的良性循環(huán)。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)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(zhuǎn)型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)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(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)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(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)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(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)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(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、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(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)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(jì)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(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、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(diǎn)數(shù)據(jù)的科學(xué)計(jì)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(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11