O2O漫談之百萬UGC的大數(shù)據(jù)價值_數(shù)據(jù)分析師

美國杜克大學(xué)的行為經(jīng)濟(jì)學(xué)家Dan Ariely說過，“大數(shù)據(jù)就像是青春期性愛話題，每個人都在談?wù)?，但沒人知道真的該怎么做，每個人都覺得別人搞得熱火朝天，所以每個人都聲稱他們自己也搞?！?/span>

調(diào)侃的背后是大數(shù)據(jù)現(xiàn)狀的尷尬，大家都說要做大數(shù)據(jù)，但是到底什么是大數(shù)據(jù)的基礎(chǔ)?如何發(fā)展大數(shù)據(jù)?

揭開大數(shù)據(jù)神秘面紗

大數(shù)據(jù)的基礎(chǔ)是什么?當(dāng)然是，數(shù)據(jù)。

可數(shù)據(jù)是什么?你的所作所為的一切記錄都可以是數(shù)據(jù)。QQ聊天內(nèi)容、微博、淘寶搜索商品、購買、大眾點(diǎn)評上對商戶信息的評價……都是數(shù)據(jù)。

這些數(shù)據(jù)一直在產(chǎn)生，但為什么到現(xiàn)在大數(shù)據(jù)的概念才如此火爆?因?yàn)橛布驮拼鎯夹g(shù)的發(fā)展。如果沒有足夠的硬件設(shè)置，大數(shù)據(jù)永遠(yuǎn)只能停留在概念階段。

據(jù)公布，在阿里數(shù)據(jù)平臺事業(yè)部的服務(wù)器上，攢下了超過100PB已處理過的數(shù)據(jù)，等于104857600個GB，相當(dāng)于4萬個西雅圖中央圖書館，580億本藏書。這個數(shù)據(jù)相當(dāng)于全中國人每個人扛著48本書。

大量的數(shù)據(jù)被存儲，只是大數(shù)據(jù)的第一步。如果不對這些數(shù)據(jù)進(jìn)行分析處理，那絕對無法稱之為大數(shù)據(jù)。

但是，大數(shù)據(jù)的分析處理絕對不那么高端大氣上檔次。舉個例子，在汶川地震期間，騰訊微博提供了20萬條微博數(shù)據(jù)，希望救災(zāi)團(tuán)隊(duì)可以從20萬微博信息中提取跟救災(zāi)相關(guān)的信息。

結(jié)果，從大量個人化的、根據(jù)現(xiàn)場的情景發(fā)出的一些情感型、符號型的信息中，根本無法提煉出災(zāi)情時間、地點(diǎn)、人物、需求這些有效信息。

這也是BAT中阿里巴巴與百度一直在致力于大數(shù)據(jù)研究，而騰訊則相對少提這個事情的原因。

在過去十幾年發(fā)展中，BAT都積累的海量的數(shù)據(jù)。但是，三家公司基因不同，積累的數(shù)據(jù)維度也不一樣。百度積累了用戶搜索行為，這種數(shù)據(jù)涵蓋了醫(yī)療、旅行等生活的方方面面;阿里巴巴則積累了跟用戶購買行為相關(guān)的數(shù)據(jù)，從決策到購買，以及購買的商品。騰訊則積累了用戶溝通的信息，溝通信息海量且無序，最難提煉，而且，最容易觸及到用戶的隱私。

因此，大數(shù)據(jù)最為核心的基礎(chǔ)是數(shù)據(jù)。有了基礎(chǔ)數(shù)據(jù)，再采用科學(xué)的分析和處理，才能產(chǎn)生用戶端的價值。如果沒有合用的數(shù)據(jù)，那就是“巧婦難為無米之炊”。

具象到用戶端，大數(shù)據(jù)根據(jù)用戶以往購買數(shù)據(jù)的積累和關(guān)聯(lián)度測試，可以得出該用戶喜好條紋、有品質(zhì)的衣服等信息，因此可以針對性給其反饋不同的搜索結(jié)果。這種應(yīng)用阿里巴巴已經(jīng)在嘗試，隨著各種數(shù)據(jù)的豐富，精準(zhǔn)度會越來越高。

站在品牌商的角度，可以從大數(shù)據(jù)中得到，用戶關(guān)心的那些流行因素，還可以結(jié)合往年的天氣預(yù)報(bào)信息，今年會偏冷還是偏熱，以及不同區(qū)域用戶對不同流行因素的反饋，有了這些信息再來生產(chǎn)衣服，可以大量減少庫存。

Netflix的大數(shù)據(jù)應(yīng)用被業(yè)內(nèi)傳為經(jīng)典案例。作為世界上最大的影片租賃服務(wù)商，通過用戶行為的大數(shù)據(jù)分析得出社交網(wǎng)絡(luò)、七宗罪的導(dǎo)演Fincher非常受歡迎，而Spacey主演的片子表現(xiàn)都不錯，外加英劇版《紙牌屋》很受歡迎，于是出品了火到不行的《紙牌屋》。

而百度同樣擁有海量、真實(shí)的用戶行為數(shù)據(jù)，通數(shù)據(jù)分析技術(shù)和預(yù)測模型，百度對大數(shù)據(jù)進(jìn)行分析與挖掘之后可以“預(yù)測”到很多情況。

比如，用戶打算在假期出游，百度大數(shù)據(jù)可以預(yù)測到哪些景點(diǎn)游客過多已經(jīng)超過負(fù)荷，哪些景點(diǎn)人比較少。百度甚至可以根據(jù)用戶搜索感冒這個行為來制定一副感冒地圖，結(jié)合LBS技術(shù)，用戶可以知道你所在城市哪個區(qū)域有多少人感冒了，避免去那個區(qū)域活動。以及，如果不幸感冒也可以知道適合去哪個醫(yī)院。

總之，大數(shù)據(jù)的應(yīng)用流程是，積累用戶產(chǎn)生的海量數(shù)據(jù)、通過技術(shù)手段分析和預(yù)測并得出結(jié)果、然后再服務(wù)于用戶。其關(guān)鍵的兩個特征是，需要社會化分工產(chǎn)生數(shù)據(jù)體系，以及，服務(wù)24小時在線。

大眾點(diǎn)評大數(shù)據(jù)怎么玩

據(jù)了解，大眾點(diǎn)評今年已經(jīng)實(shí)現(xiàn)了月度百萬UGC的增幅，目前已經(jīng)有4200萬點(diǎn)評信息沉淀。這是一個重要的里程碑。此外，大眾點(diǎn)評還積累了海量交易、用戶瀏覽等數(shù)據(jù)。

這里有個小插曲，為什么大眾點(diǎn)評的信息比美團(tuán)更有價值呢，因?yàn)槊缊F(tuán)的點(diǎn)評信息大多是基于團(tuán)購套餐的，而這個團(tuán)購套餐的生命周期比較短，隨著套餐結(jié)束，這些信息就沒有太大作用了。而大眾點(diǎn)評則針對餐廳的口味、風(fēng)格、特色菜等進(jìn)行點(diǎn)評，信息存續(xù)價值期比較長。

海量的用戶點(diǎn)評信息背后包括著用戶對飲食的喜好、活動地理位置甚至背后的交易信息，而且數(shù)據(jù)在源源不斷產(chǎn)生中，這滿足了社會化分工產(chǎn)生數(shù)據(jù)的基本需求。

此前不久，大眾點(diǎn)評技術(shù)部門進(jìn)行了一次有趣的嘗試，從海量用戶點(diǎn)評信息中提煉出跟星座消費(fèi)特征相關(guān)的信息，在網(wǎng)上發(fā)布信息之后得到了諸多粉絲的響應(yīng)。這種娛樂化的數(shù)據(jù)嘗試只是個開始，之后還可以做更多更深入的數(shù)據(jù)探索。

此前一次專訪中，張濤曾經(jīng)提到，根據(jù)對一個地區(qū)用戶點(diǎn)評信息的分析，結(jié)合用戶點(diǎn)擊流量，可以得到很多信息。比如在某個城市，哪個菜系比較受歡迎，哪些項(xiàng)目比較受到關(guān)注。同時，如果一個地區(qū)的餐飲消費(fèi)單價持續(xù)比周邊市區(qū)偏高的話，這個區(qū)域的休閑娛樂通常也會快速發(fā)展起來。因?yàn)橛脩舻男枨髮哟螘饾u提高，而大眾點(diǎn)評可以通過大數(shù)據(jù)分析出一個區(qū)域，甚至具化到一個商圈的發(fā)展水平和階段。

在不久之后，大眾點(diǎn)評大數(shù)據(jù)分析的結(jié)果可以結(jié)合商圈拓展。透露個消息，大眾點(diǎn)評跟萬達(dá)會進(jìn)行深度合作。

月度百萬UGC內(nèi)容產(chǎn)生只是大眾點(diǎn)評數(shù)據(jù)的一個里程碑，隨著之后用戶數(shù)據(jù)的豐富，結(jié)合用戶搜索、交易等數(shù)據(jù)，大眾點(diǎn)評可以為用戶提供越來越智能的產(chǎn)品。

具體到產(chǎn)品上就是，一個熱愛吃牛排的人，當(dāng)他在搜索附近美食的時候，提供牛排的商戶會排到優(yōu)先的位置。這個只是簡單應(yīng)用，隨著數(shù)據(jù)的豐富，大眾點(diǎn)評可以直接給你建議，附件哪個商戶的六分熟的菲力牛排最符合你的口味。這些信息對用戶來說才更為智能和貼心。

當(dāng)然，整個大數(shù)據(jù)應(yīng)用的神秘面紗才被掀開一點(diǎn)，更多在概念和想法階段，之后還有很長的路需要走。

不過大眾點(diǎn)評積累的海量用戶點(diǎn)評、消費(fèi)數(shù)據(jù)，跟百度積累的用戶搜索行為數(shù)據(jù)、阿里巴巴積累的用戶交易數(shù)據(jù)同樣重要。巧婦難為無米之炊，首先得有大數(shù)據(jù)，才有資格玩大數(shù)據(jù)，對吧?這就是大眾點(diǎn)評百萬UGC所蘊(yùn)含的巨大價值。