
大數(shù)據(jù)市場正從基礎(chǔ)投入邁向應(yīng)用_數(shù)據(jù)分析師培訓(xùn)
作為當(dāng)今企業(yè)信息化領(lǐng)域最熱門的話題,大數(shù)據(jù)掀起了新一波IT投資和信息化建設(shè)的浪潮。無論是在大數(shù)據(jù)發(fā)源的互聯(lián)網(wǎng)和電子商務(wù)領(lǐng)域,還是在金融、零售、制造、物流等線下業(yè)務(wù)領(lǐng)域,越來越多的中國企業(yè)開始思考、探索和嘗試應(yīng)用大數(shù)據(jù)的技術(shù)和手段,來提升營銷、運營和生產(chǎn)的效率及效能。
個性化信息成大數(shù)據(jù)營銷法寶
瞄準大數(shù)據(jù)時代帶來的巨大市場機遇和廣闊前景,百分點公司定位于第三方大數(shù)據(jù)技術(shù)和應(yīng)用服務(wù)提供商。百分點創(chuàng)始人兼董事長蘇萌告訴《經(jīng)濟參考報》記者,“數(shù)據(jù)在未來是商業(yè)里面最核心的價值,我們做的所有的事都是希望讓數(shù)據(jù)能夠變現(xiàn)”。
他介紹說,公司初創(chuàng)于2009年,一開始做個性化推薦引擎,為電商客戶做商品個性化推薦。目前,百分點是國內(nèi)第一家也是最大的推薦引擎技術(shù)服務(wù)公司。
“如果用戶在瀏覽網(wǎng)站時,三次點擊找不到感興趣的內(nèi)容,那么跳出率就會高達90%,因此,個性化推薦就顯得尤為有價值?!碧K萌說,所謂個性化信息流推送,通俗地說,就是通過用戶在網(wǎng)站的點擊實時預(yù)測用戶當(dāng)前的場景、偏好和需求,并將個性化的信息實時展現(xiàn)在用戶面前,呈現(xiàn)出“千人千面”的不同展示。
舉例來說,比如用戶在PC端登陸某購物網(wǎng)站瀏覽某商品,隨著用戶的每一次點擊,展現(xiàn)的內(nèi)容就會不一樣,網(wǎng)頁上還會根據(jù)用戶的興趣偏好向這個用戶推薦他可能喜歡的同類商品。如果用戶并沒有在PC端挑選好商品,當(dāng)他在回家的地鐵上用手機瀏覽該網(wǎng)站的手機端,隨意輸入搜索內(nèi)容,此時PC端曾經(jīng)瀏覽過的商品就會顯示出來,用戶就可以輕松地找到感興趣的商品。通過跨屏、跨設(shè)備的打通,個性化推薦讓用戶輕松在PC端和移動端進行無縫瀏覽和購買商品。
“根據(jù)用戶的行為軌跡實時預(yù)測該用戶當(dāng)前的場景、偏好和需求,并實時將個性化的關(guān)聯(lián)信息展示到用戶面前,已成為大數(shù)據(jù)營銷制勝之關(guān)鍵技術(shù)手段?!彼f。
大數(shù)據(jù)底層平臺助力實體運營
而個性化推薦引擎的應(yīng)用只是眾多大數(shù)據(jù)應(yīng)用中的一個例子。進入大數(shù)據(jù)時代,已經(jīng)從信息技術(shù)走到了數(shù)據(jù)技術(shù),如果說信息時代主要處理的是企業(yè)內(nèi)部的小數(shù)據(jù)、結(jié)構(gòu)化數(shù)據(jù),那么數(shù)據(jù)技術(shù)時代,面臨的則是海量的外部非結(jié)構(gòu)化數(shù)據(jù),包括用戶評論數(shù)據(jù)、行為數(shù)據(jù)、社交網(wǎng)絡(luò)數(shù)據(jù)等等。
蘇萌說,就像幾十年前,企業(yè)開始意識到品牌是資產(chǎn)但是不知道如何去評估,在大數(shù)據(jù)時代,越來越多的企業(yè)意識到數(shù)據(jù)資產(chǎn)的重要性。但是,怎么把這個資產(chǎn)調(diào)整好,把這個資產(chǎn)發(fā)揮出價值,怎么把這個資產(chǎn)沉淀到數(shù)據(jù)平臺里面,以及和外部數(shù)據(jù)進行對接,這些都是要解決的問題。企業(yè)需要新的“容器”沉淀數(shù)據(jù)資產(chǎn)。從用戶數(shù)據(jù)到企業(yè)內(nèi)部數(shù)據(jù)到企業(yè)外部數(shù)據(jù),都需要打通整合。
幫助傳統(tǒng)企業(yè)搭建大數(shù)據(jù)底層技術(shù)平臺,也是百分點目前重點發(fā)展的一條業(yè)務(wù)線。這相當(dāng)于幫助每個企業(yè)建立了一個大數(shù)據(jù)管理系統(tǒng)。通過整合企業(yè)內(nèi)部和外部的數(shù)據(jù),對數(shù)據(jù)進行清洗、加工和建模,為線上零售、線下零售、金融證券、品牌家電制造和品牌汽車等企業(yè)的戰(zhàn)略、運營、管理、市場、營銷等不同部門提供各種數(shù)據(jù)產(chǎn)品和應(yīng)用。
舉個例子,企業(yè)客戶服務(wù)中心的電話被用戶接通之后,客戶服務(wù)中心工作人員面前的電腦就會顯示出打入電話用戶的相關(guān)消費信息等。再比如,很多企業(yè)投放很多廣告,但是都沒有數(shù)據(jù)沉淀,這個容器就可以讓數(shù)據(jù)存到數(shù)據(jù)資產(chǎn)中,可以知道哪兒來的流量轉(zhuǎn)換率更高,從而使得廣告投放更加精準。
一個形象的比喻就是,“不需要每個企業(yè)都自己去挖井才能喝水,我們挖了一個大井把水提供給大家?!?/span>
在數(shù)據(jù)資產(chǎn)的沉淀管理基礎(chǔ)上,包括自動化觸發(fā)營銷等也都可以變?yōu)楝F(xiàn)實。比如說,一個用戶在某網(wǎng)站看到一款筆記本電腦,過去的一周內(nèi)連續(xù)三次去瀏覽,但都沒有購買,那么系統(tǒng)就會預(yù)測出來這個用戶有購買意愿,但是支付意愿可能低于這款筆記本電腦的價格,那么就會觸發(fā)一個個性化優(yōu)惠券,使這個用戶達到購買價格。
應(yīng)用市場將呈現(xiàn)三大趨勢
縱觀大數(shù)據(jù)市場,在蘇萌看來,目前已經(jīng)從基礎(chǔ)設(shè)施投入轉(zhuǎn)向了大數(shù)據(jù)的分析與應(yīng)用,所有企業(yè)的數(shù)據(jù)與分析都正在轉(zhuǎn)向云端。大數(shù)據(jù)應(yīng)用市場將會呈現(xiàn)三個趨勢。
第一大趨勢是,大數(shù)據(jù)一定會沿著垂直領(lǐng)域進行深入?!拔覀儾幌嘈艜幸环N通用的大數(shù)據(jù)技術(shù)、大數(shù)據(jù)解決方案適應(yīng)不同的行業(yè)。比如電商行業(yè)、線下零售行業(yè)、汽車行業(yè)、家電制造業(yè),這些都是完全不一樣的數(shù)據(jù)結(jié)構(gòu),企業(yè)需求的數(shù)據(jù)也不一樣?!?/span>
第二大趨勢是,大數(shù)據(jù)在企業(yè)級的軟件市場將會有更多突破。目前涌現(xiàn)出很多優(yōu)秀科技人才和創(chuàng)業(yè)者,包括云的智能處理,語音識別的這樣一些企業(yè)。未來大數(shù)據(jù)行業(yè)也會有很多這樣的企業(yè)。
第三大趨勢是數(shù)據(jù)融通。大數(shù)據(jù)的出現(xiàn),主要是由于出現(xiàn)了移動互聯(lián)網(wǎng)以及數(shù)字化媒體,產(chǎn)生了大量行為的記錄,對用戶的了解也越來越深刻,這是大數(shù)據(jù)與以往不同的地方。如果數(shù)據(jù)不能夠在企業(yè)之間流轉(zhuǎn),那么每個企業(yè)都將是一個數(shù)據(jù)孤島。而大數(shù)據(jù)首先要解決的就是信息孤島問題。數(shù)據(jù)是要流通的,是要交叉運用的。如果數(shù)據(jù)不能流通,那么真正意義上的大數(shù)據(jù)時代還沒有到來。
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(xùn)練與驗證損失驟升:機器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機器學(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” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計基本概念成為業(yè)務(wù)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(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(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(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)的功能與實戰(zhàn)應(yīng)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(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(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” 存儲的結(jié)構(gòu)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(luò)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(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 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 讀取長浮點數(shù)據(jù)的科學(xué)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(xué)計數(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值優(yōu)化者 業(yè)務(wù)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(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(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” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)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(dāng)下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11